[发明专利]一种机器人身份识别方法

说明书

本发明涉及一种机器人身份识别方法，所述机器人身份识别方法包括以下步骤：通过红外热成像技术追踪动态用户，并根据动态用户的步伐尺寸、身高信息、走路速度判断动态用户是否为目标用户，摄像头获取用户的人脸图像，采用二值分割法对人脸图像进行分割，对分割后的人脸图像进行图像增强，获取人脸图像中的灰度特征点，将所获取的灰度特征点与预设灰度特征点进行比较。本发明提供的机器人身份识别方法，首可以准确地获取人脸的特征，准确、安全地识别出用户的身份，同时在人脸识别的基础上，采集用户的手掌细胞的阻抗特性，大大提高了身份识别的准确性和安全性。

技术领域

本发明涉及机器人技术领域，尤其涉及一种机器人身份识别方法。

背景技术

近年来，计算机图像技术的应用范围越来越广，利用计算机、图象处理、模式识别等技术实现身份验证也越来越成为当前模式识别和人工智能领域的一个研究热点，人脸识别主要应用于公安(罪犯识别等)、出入境验证、机场安检、安全验证系统、信用卡验证等方面。人脸识别系统作为一项先进的高科技技术防范和验证手段，在一些经济发达的国家和地区已经广泛应用于科研、工业、博物馆、酒店、商场、医疗监护、银行、监狱等高安全性要求的重要场所，具有广阔的应用前景。

由于生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此是身份验证的最理想依据。人的指纹、掌纹、眼虹膜、脱氧核糖核酸(DNA)以及人脸相貌等人体特征具有人体所固有的不可复制的唯一性、稳定性，无法复制，失窃或被遗忘。由于每个人的这些特征都不相同，因此利用人体的这些独特的生理特征可以准确地识别每个人的身份，目前已有的人体生物识别方法包括人脸识别、指纹识别、声音识别、掌形识别、签名识别、眼虹膜、视网膜识别等。其中，利用人脸特征进行身份验证又是最自然直接的手段，相比其它人体生物特征，它具有直接、友好、方便的特点，更易于为用户所接受，因此备受关注。

嵌入式人脸智能识别主要涉及摄像机标定、物体识别、运动分割与跟踪、图像数据处理、高层语义理解等内容，是计算机视觉领域的前沿研究方向。它具有广泛的应用前景及巨大的潜在经济价值，已引起了许多科研机构及研究人员的浓厚兴趣。例如，英国科学家正在开发“智能”识别新技术，这一技术有望使未来的闭路电视监视器不仅可自动识别扒手和盗车贼，而且还会预报地铁或机场内可能发生的行凶抢劫或恐怖活动；H.J.Zhang等提出了基于帧间直方图差的智能监控镜头分割算法，因为其算法复杂度低，镜头分割效果好，成为目前大受欢迎的方法；在国内，中国科学院自动化研究所、清华大学、和中国科学院计算所等都加强了相关的研究。

嵌入式人脸智能识别系统具有人脸获取直接隐蔽、人脸特征信息编码数据量小、识别速度快、识别准确率高、拒识率低、甄别简便、安全性高、使用条件简单等优点，是一种直接、方便、容易被人们接受的非侵犯性身份认证方法。

因此，如何提高人脸识别的准确性、安全性，成为本领域技术人员亟待解决的技术难题。

发明内容

本发明的目的是提供一种机器人身份识别方法，能够提高人脸识别的准确性和安全性。

为了实现上述目的，本发明提供了一种机器人身份识别方法，所述机器人身份识别方法包括以下步骤：

步骤S01、建立基本用户数据库，所述数据库中包括基本用户的基本信息；

步骤S02、通过红外热成像技术追踪动态用户，并根据动态用户的步伐尺寸、身高信息、走路速度判断动态用户是否为目标用户，若是目标用户则进入步骤S03，若不是目标用户则重复步骤S02，

步骤S03、在背景图像中，摄像头获取用户的人脸图像，采用二值分割法对人脸图像进行分割；

步骤S04、对分割后的人脸图像进行图像增强，获取人脸图像中的灰度特征点，将所获取的灰度特征点与预设灰度特征点进行比较，若所获取的灰度特征点与预设灰度特征点不一致，则发出用户身份识别失败提示，若所获取的灰度特征点与预设灰度特征点一致，则进入步骤S05；