机器人生物体征识别系统的制作方法
【技术领域】
[0001] 本申请涉及生物智能识别技术领域，更具体地说，特别涉及一种机器人生物体征 识别系统。
【背景技术】
[0002] 随着信息技术的飞速发展，特别是Internet的发展，数据信息化的不断深入。越 来越多的事务，可以通过智能机器人来办理，例如：在公共安全领域的用于智能门禁、智能 视频监控、公安布控、海关身份验证、实际驾照验证等的智能机器人；在民事和经济领域，对 各类银行卡、金融卡、信用卡、存蓄卡的持卡人进行身份验证的智能机器人。为了信息安全， 办理业务之前通常需要通过验证人员身份后，智能机器人才能为其办理所请求的业务。
[0003] 传统的身份验证方法是根据预先设置的密码或特定的身份标识物，如：证件，来鉴 别不同用户。这种方法存在明显的缺点，如：个人的身份标识物容易丢失或被伪造，密码容 易遗忘或者被破译。更为严重的是，这些系统无法区分真正的拥有者和取得身份标识物的 冒充者。为了克服传统身份验证的缺陷，结合人类鉴别不同个体的方法和特点以及人类自 身的一些生理和行为特征，如：声音、面容、指纹等，其中指纹也容易被窃取后套模。
【发明内容】
[0004] (1)
【发明内容】
[0005] -种机器人生物体征识别系统，
[0006] 包括远程数据库，所述远程数据库包括有第一处理器、储存器、高解析度录音系 统、通信系统、第一模数转换电路、人脸采集摄像头以及储存硬盘，所述通信系统与所述第 一处理器信号连接用于实现数字信息的收发，所述储存器用于进行声音以及图像信息的储 存，所述第一处理器能够对采集到的声音信息进行分析处理，通过所述高解析度录音系统 获取目标声音的音频信息，并通过模数转换电路将获得的模拟音频信息转换为分段的数字 音频信息，并通过所述第一处理器将分段后的数字音频信息进行顺序标记；
[0007] 所述第一处理器对标记后的数字音频信息进行如下处理：首先对各段数字音频信 息进行傅里叶变换，然后在对其进行非线性幂函数运算，将运算结果做离散余弦变换后得 到标准声音特征参数；
[0008] 所述第一处理器与所述储存器信号连接通过所述储存器将得到的标准声音特征 参数进行储存；
[0009] 所述第一处理器利用人脸采集摄像头对全部人员的脸部进行图像扫描，获取初步 的人脸图像信息，所述人脸采集摄像头与所述第一模数转换电路信号连接，由所述第一模 数转换电路将所述人脸采集摄像头获取的模拟信号转换为次级图像信息的数字信号，所述 第一模数转换电路与所述第一处理器信号连接，所述次级图像信息由所述第一处理器进行 等距分割形成多个三级图像信息，并由所述第一处理器对全部的所述三级图像信息进行灰 度处理，对每一张经过灰度处理的所述三级图像信息作小波分解用以获得低频LL部分子 图像，对所述低频LL部分子图像做傅里叶变换，采用其振幅作为该可靠图像的频谱特征， 将该频谱特征作为标准频谱特征储存在人脸识别数据库中；
[0010] 包括机器人分析单元，所述机器人分析单元通过无线网络与远程数据库通信连 接，所述机器人分析单元包括有用于对需要鉴别的音频信息进行获取录制的对比录音器、 比对摄像头、第二处理器以及显示器，所述对比录音器内置有模数转换电路，由所述对比录 音器获取音频信息后利用该模数转换电路将模拟量的音频信号转换为等宽幅分段数字信 号，由所述第二处理器对所述等宽幅分段数字信号进行如下处理：将等宽幅分段数字信号 进行傅里叶变换，然后在对其进行非线性幂函数运算，将运算结果做离散余弦变换后得到 对比声音特征参数，所述第二处理器通过所述通信系统将对比声音特征参数上传至所述远 程数据库中，由所述第一处理器进行比对处理，其音频比对方法如下：
[0011] 对需要对比的音频信号进行分割时按数字信号的初始位置对其进行标记，然后， 按照标记顺序获取第一组对比声音特征参数作为初始检索词在所述远程数据库中进行检 索，当检索结果大于1时，再对第二组对比声音特征参数作为二次检索词在初始检索结果 中在此进行检索，以此类推直至检索结果为1时，即为对比成功，当检索结果为0时，即为不 存在，当检索结果大于1时，即报警出错；
[0012] 所述比对摄像头获取需要比对的人脸信息并通过模数转换电路发送至所述第二 处理器，由所述第二处理器对该人脸信息进行等距分割形成多个子图像信息，并由所述第 一处理器对全部的所述子图像信息进行灰度处理，对每一张经过灰度处理的所述子图像信 息作小波分解用以获得低频LL部分子图像，对所述低频LL部分子图像做傅里叶变换，采用 其振幅作为该人脸图像的对比频谱特征，由所述第二处理器获取所述远程数据库的标准频 谱特征，并将所述对比频谱特征与所述标准频谱特征进行比对，利用显示器将比对结果进 行显示；
[0013] 其中，所述第二处理器获取所述远程数据库的标准频谱特征的具体流程为：对全 部的所述子图像信息进行分割时按数字信号的初始位置对其进行标记，然后，按照标记顺 序获取第一组子图像信息的对比频谱特征作为初始检索词在所述远程数据库中进行检索， 当检索结果大于1时，在对第二组以图像信息的对比频谱特征作为二次检索词在初始检索 结果中在此进行检索，以此类推直至检索结果为1时，即为对比成功，当检索结果为0时，即 为不存在，当检索结果大于1时，即报警出错。
[0014] 优选地，所述远程数据库中还设置有滤波器，所述滤波器设置于所述第一处理器 与所述高解析度录音系统之间用于对音频信号进行滤波处理；
[0015] 所述滤波器内置有滤波程序，所述滤波程序的滤波计算公式为：
[0016] filter (t) = Bntn :e 2"Btcos (2 π f0t+Θ ) u (t)；
[0017] 其中：
[0018] Θ为滤波器的初始相位，n为滤波器的阶数。
[0019] 优选地，所述通信系统为通过路由器实现的互联网连接；
[0020] 或，
[0021] 所述通信系统为通过SIM卡读卡器实现的移动数据网络。
[0022] 优选地，所述第一处理器对于采集到的人脸图像信息的具体处理流程为：
[0023] 设定采集η个人的可靠图像信息，每个人采集m张可靠图像，m、η为正整数；
[0024] 对第i个人的第j张可靠的人脸图像进行预处理，其中0 < i < η+1，0 < j < m+1， m、η为正整数；
[0025] 对所述第i个人的第j张作小波分解，获得低频LL部分子图像，对所述低频LL部 分子图像做傅里叶变换，采用其振幅作为该可靠图像的频谱特征Si，j。
[0026] 优选地，所述第二处理器对于采集到的人脸图像信息的具体处理流程为：
[0027] 采集需要鉴别的人脸图像信息并将该人脸图像信息作小波分解，获得低频LL部 分子图像，对所述低频LL部分子图像傅里叶变换，采用其振幅作为该输入图像的频谱特征 V '
[0028] 将人脸数据库中每个人脸的特征向量S1,,与输入图像的特征向量Y'依次进行比 较，对于人脸数据中的每个特征向量S 1,,包括以下步骤：
[0029] 对S1, j和y'做归一化处理；
[0030] 用向量间夹角的余弦值来度量两个向量的相似程度，令 相似度 dy= cosG^Y'）；
[0031] 通过dy进行特征判定，其具体步骤为：
[0032] 选取与数据库中所有频谱特征的距离Cl1,,的最大值maxd u，如果Hiaxd1,大于或者 等于第一阈值，就判定所述输入图像对应于数据库中的第i个人；
[0033] 将对应人脸数据库中每个人员的m个特征向量分为两组，分成2n个组，每一组取 组内的两个最大值做平均，得到向量ddy i = 1，…，2n，选择向量(1山的最大值HiaxdiU，如 果Hiaxd1, ,大于或者等于第二阈值，就判定所述输入图像对应于数据库中的第1 + 0.5个 人，否则认为所述输入图像不在所述人脸数据厍中；
[0034] 其中，所述第一阈值0· 986,所述第二阈值为0· 984。
[0035] 优选地，所述第二处理器包括有两个，两个所述第二处理器形成有可独立运行程 序的双操作系统；
[0036] 其中，
[0037] 所述对比摄像头包括有两个，两个所述对比