[发明专利]基于人脸识别实现儿童机器人童锁系统的方法和系统

权利要求书

1.基于人脸识别实现儿童机器人童锁系统的方法，其特征在于，包括以下步骤：

S102，录入用户人脸信息；

S103，将录入的用户人脸信息与管理员人脸信息进行比较，判断是否验证通过；验证通过执行用户操作，否则提示身份验证失败，不执行用户操作。

2.根据权利要求1所述的方法，其特征在于，还包括S101，预先录入管理员人脸信息的步骤。

3.根据权利要求2所述的方法，其特征在于，所述S101步骤中，要修改已录入的管理员人脸信息只有验证管理员人脸信息通过才能修改。

4.根据权利要求1所述的方法，其特征在于，所述S102步骤中，要打开/关闭儿童机器人童锁开关时，开启验证模式，提示用户录入人脸信息进行校验。

5.根据权利要求1所述的方法，其特征在于，所述S103步骤中，如果录入的用户人脸信息与管理员人脸信息相似度大于等于预设阈值，则认为验证通过执行用户操作，否则提示身份验证失败，不执行用户操作；

其中，录入的用户人脸信息与管理员人脸信息相似度的计算方法，包括以下步骤：

步骤1，将录入的用户人脸信息转化为人脸模板数学模型，用以下公式表示：

X＝[X1，……，Xk，……，XK]；

k为录入的用户人脸信息数量，X为每个录入的用户人脸信息转换成的竖直方向上的向量；

步骤2，将录入的管理员人脸信息转化为人脸模板数学模型，用以下公式表示：

y＝[y1，……，yk，……，yK]；

步骤3，使用最小二乘回归模型实现人脸识别匹配，基本模型用以下公式表示：

X是已录入的用户人脸和管理员人脸数据模型；y是输入验证的用户人脸信息，是一个和X每一列一样大小的向量；p是输入的测试样本在训练样本下的表达系数；

优化模型用以下公式表示：

人脸验证即分别计算已录入的用户人脸和管理员人脸数据模型重构y的误差，然后根据y的误差的大小判断是否属于验证人，误差越小相似度越高；

优选地，所述预设阈值为95％。

6.基于人脸识别实现儿童机器人童锁系统的系统，其特征在于，包括

第一录入模块，用于录入人脸信息；

验证模块，将录入的人脸信息与管理员人脸信息进行比较，判断是否验证通过；验证通过执行用户操作，否则提示身份验证失败，不执行用户操作。

7.根据权利要求6所述的系统，其特征在于，还包括第二录入模块，用于预先录入管理员人脸信息。

8.根据权利要求6所述的系统，其特征在于，所述第二录入模块中，要修改已录入的管理员人脸信息只有验证管理员人脸信息通过才能修改。

9.根据权利要求6所述的系统，其特征在于，所述第一录入模块中，要打开/关闭儿童机器人童锁开关时，开启验证模式，提示用户录入人脸信息进行校验。

10.根据权利要求6所述的系统，其特征在于，所述验证模块中，如果录入的用户人脸信息与管理员人脸信息相似度大于等于预设阈值，则认为验证通过执行用户操作，否则提示身份验证失败，不执行用户操作；

其中，录入的用户人脸信息与管理员人脸信息相似度的计算方法，包括以下步骤：

步骤1，将录入的用户人脸信息转化为人脸模板数学模型，用以下公式表示：

X＝[X1，……，Xk，……，XK]；

k为录入的用户人脸信息数量，X为每个录入的用户人脸信息转换成的竖直方向上的向量；

步骤2，将录入的管理员人脸信息转化为人脸模板数学模型，用以下公式表示：

y＝[y1，……，yk，……，yK]；

步骤3，使用最小二乘回归模型实现人脸识别匹配，基本模型用以下公式表示：

X是已录入的用户人脸和管理员人脸数据模型；y是输入验证的用户人脸信息，是一个和X每一列一样大小的向量；p是输入的测试样本在训练样本下的表达系数；

优化模型用以下公式表示：

人脸验证即分别计算已录入的用户人脸和管理员人脸数据模型重构y的误差，然后根据y的误差的大小判断是否属于验证人，误差越小相似度越高；

优选地，所述预设阈值为95％。