一种人脸识别方法、装置、机器人和存储介质与流程

本申请实施例涉及人脸识别技术，尤其涉及一种人脸识别方法、装置、机器人和存储介质。

背景技术：

随着人脸识别技术的发展，人脸识别应用到越来越多的领域中；例如，医护机器人可以通过人脸识别技术对病人进行人脸识别确认病人的身份，进而可以对用户进行相应的医疗检测操作。

现有的机器人一般需要从网络端获取识别信息才能实现对病人进行人脸识别，而如果机器人与网络端断开了连接，则可能无法实现对病人人脸识别的操作。

技术实现要素：

本申请实施例提供一种人脸识别方法、装置、机器人和存储介质，可以在联网或断网时均能实现对用户进行人脸识别。

第一方面，本申请实施例提供了一种人脸识别方法，包括：

根据在正视角度采集的预设用户的脸部图像确定人脸特征信息；

根据在俯视角度、仰视角度以及侧视角度采集的预设用户的脸部图像确定优化特征信息；

根据所述人脸特征信息和所述优化特征信息确定融合特征信息；

根据所述融合特征信息生成本地预设特征信息和生成云端预设特征信息；

获取待识别用户的人脸图像，并判断是否能从云端获取云端预设特征信息；

如果是则根据所述云端预设特征信息对所述人脸图像进行识别；

如果否则获取本地预设特征信息，并根据所述本地预设特征信息对所述人脸图像进行识别。

进一步地，根据所述融合特征信息生成云端预设特征信息，包括：

获取至少两个融合特征信息，根据所述至少两个融合特征信息确定云端预设特征信息。

进一步地，所述根据所述至少两个融合特征信息确定云端预设特征信息，包括：

根据初始获取的融合特征信息生成初始预设特征信息，并根据后续获取的融合特征信息对所述初始预设特征信息进行优化，以确定云端预设特征信息。

第二方面，本申请实施例还提供了一种人脸识别装置，包括：

融合特征模块，用于在获取待识别用户的人脸图像之前，根据在正视角度采集的预设用户的脸部图像确定人脸特征信息；根据在俯视角度、仰视角度以及侧视角度采集的预设用户的脸部图像确定优化特征信息，根据所述人脸特征信息和所述优化特征信息确定融合特征信息；

预设特征模块，用于根据所述融合特征信息生成本地预设特征信息和生成云端预设特征信息；

判断模块，用于获取待识别用户的人脸图像，并判断是否能从云端获取云端预设特征信息，如果是则执行云端识别模块，如果否则执行本地识别模块；

云端识别模块，用于根据所述云端预设特征信息对所述人脸图像进行识别；

本地识别模块，用于获取本地预设特征信息，并根据所述本地预设特征信息对所述人脸图像进行识别。

进一步地，所述预设特征模块用于：

获取至少两个融合特征信息，根据所述至少两个融合特征信息确定云端预设特征信息。

进一步地，所述预设特征模块用于：

根据初始获取的融合特征信息生成初始预设特征信息，并根据后续获取的融合特征信息对所述初始预设特征信息进行优化，以确定云端预设特征信息。

第三方面，本申请实施例还提供了一种机器人，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本申请任意实施例所述的一种人脸识别方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请任意实施例所述的一种人脸识别方法。

本申请实施例公开了一种人脸识别方案，通过根据在正视角度采集的预设用户的脸部图像确定人脸特征信息；根据在俯视角度、仰视角度以及侧视角度采集的预设用户的脸部图像确定优化特征信息；根据所述人脸特征信息和所述优化特征信息确定融合特征信息；根据所述融合特征信息生成本地预设特征信息和生成云端预设特征信息；获取待识别用户的人脸图像，并判断是否能从云端获取云端预设特征信息；如果是则根据所述云端预设特征信息对所述人脸图像进行识别；如果否则获取本地预设特征信息，并根据所述本地预设特征信息对所述人脸图像进行识别。本申请实施例可以在联网或断网时均能实现对用户进行人脸识别，且通过多个角度采集的预设用户的脸部图像确定融合特征信息，可以提高人脸识别的准确性。

附图说明

图1是本申请实施例一提供的一种人脸识别方法的流程图；

图2是本申请实施例二提供的一种人脸识别方法的流程图；

图3是本申请实施例二提供的另一种人脸识别方法的流程图；

图4是本申请实施例三提供的人脸识别装置的结构示意图；

图5是本申请实施例四提供的一种机器人的硬件结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。

实施例一

图1为本申请实施例一提供的一种人脸识别方法的流程图，该方法可以由人脸识别装置来执行，其中，该装置可以由软件和/或硬件实现，一般可以集成在机器人上，具体包括如下步骤：

s110、获取待识别用户的人脸图像，并判断是否能从云端获取云端预设特征信息；如果是则执行操作s111，如果否则执行操作s112。

其中，本申请实施例可以是应用在机器人上，所述待识别用户为所述机器人执行互动的用户。示例性地，机器人为医护机器人，医护机器人可以对病人执行医护检测的操作，相应地，待识别用户可以是医护机器人执行医护检测操作的病人。所述机器人上配置有摄像头，可以通过机器人的摄像头获取待识别用户的人脸图像。还可以是通过外部的图像采集装置采集待识别用户的人脸图像，并从所述外部的图像采集装置获取待识别用户的人脸图像。

所述云端可以是机器人对应的云端服务器。机器人中配置有网络模块，机器人可以通过网络模块接入互联网，并从云端获取云端预设特征信息。可以通过判断机器人的网络模块是否接入互联网来判断是否能从云端获取云端预设特征信息，若机器人的网络模块并未接入互联网，则无法从云端获取到云端预设特征信息。还可以通过网络模块的网络传输速率来判断是否能从云端获取云端预设特征信息，若网络传输速率比较慢，网络延迟较严重，则可以确定无法从云端获取到云端预设特征信息，进而根据本地预设特征信息来对人脸图像进行识别。

s111、如果是则根据所述云端预设特征信息对所述人脸图像进行识别。

所述云端预设特征信息为预先采集的用户的脸部特征信息，云端预设特征信息作为识别基准信息来对人脸图像进行识别。示例性地，可以提取所述人脸图像中的特征信息，并将人脸图像的特征信息与云端预设特征信息进行匹配，若匹配度较高，则可以确定所述人脸图像对应的待识别用户通过验证，进而可以使机器人对待识别用户进行后续的互动操作。

示例性地，所述云端预设特征信息中包括多个不同的用户的脸部特征信息，可以通过将获取到的待识别用户的人脸图像与多个不同的脸部特征信息进行匹配，选取匹配率最高的脸部特征信息确定为识别结果。

可选地，可以是通过云端服务器根据所述云端预设特征信息对所述人脸图像进行识别。

s112、如果否则获取本地预设特征信息，并根据所述本地预设特征信息对所述人脸图像进行识别。

所述本地预设特征信息为预设采集的用户的脸部特征信息，本地预设特征信息存储在机器人的本地存储里，在无法从云端获取云端预设特征信息时，通过获取机器人的本地存储中的本地预设特征信息来对人脸图像进行识别。示例性地，可以提取所述人脸图像中的特征信息，并将人脸图像的特征信息与本地预设特征信息进行匹配，若匹配度较高，则可以确定所述人脸图像对应的待识别用户通过验证，进而可以使机器人对待识别用户进行后续的互动操作。其中，可以是通过机器人根据所述本地预设特征信息对所述人脸图像进行识别。

本申请实施例公开了一种人脸识别方法，通过获取待识别用户的人脸图像，并判断是否能从云端获取云端预设特征信息；如果是则根据所述云端预设特征信息对所述人脸图像进行识别；如果否则获取本地预设特征信息，并根据所述本地预设特征信息对所述人脸图像进行识别，可以在联网或断网时均能实现对用户进行人脸识别。

实施例二

图2为本申请实施例二提供的一种人脸识别方法的流程图，该方法可以由人脸识别装置来执行，其中，该装置可以由软件和/或硬件实现，一般可以集成在硬件平台上，具体包括如下步骤：

s120、根据在至少两个预设角度采集的预设用户的脸部图像生成融合特征信息。

人的脸部是立体的，只通过一个角度拍摄的用户的脸部图像可能只能呈现脸部片面的特征，所以通过在至少两个预设角度来采集预设用户的脸部图像，根据在至少两个预设角度采集的预设用户的脸部图像所生成的融合特征信息，可以体现更全面的脸部特征。

可选地，所述预设角度包括正视角度、俯视角度、仰视角度和侧视角度。

其中，通过正视角度采集的预设用户的脸部图像即用户的正脸，通过俯视角度采集的脸部图像为俯视脸，通过仰视角度采集的脸部图像为仰视脸，通过侧视角度采集的脸部图像为侧脸图像。所述侧视角度可以是用户的左脸对应的侧视角度，也可以是用户的右脸的侧视角度，因为人的左右脸存在一定的对称性，所以可以从任一个侧视角度采集的侧脸图像。另外，还可以是既通过右侧角度采集用户的右脸图像，又通过左侧角度采集用户的左脸图像，如此可以获得更多的脸部特征信息。

示例性地，可以通过第一采集装置采集不同预设角度的用户的脸部图像，所述第一采集装置包括四个摄像头，在第一采集装置上正对用户脸部的位置设置第一摄像头，用于采集用户的正脸图像；在第一采集装置上位于第一摄像头的上方的第二摄像头，用于采集用户的俯视脸图像；在第一采集装置上位于第一摄像头的下方的第三摄像头，用于采集用户的仰视脸图像；在第一采集装置上位于第一摄像头的左侧或右侧的第四摄像头，用于采集用户的右侧脸图像或左侧脸图像。所述第一采集装置还可以包括五个摄像头，即包括上述的第一摄像头、第二摄像头和第三摄像头，还包括在第一摄像头的左右两侧分别设置的第四摄像头和第五摄像头，以便可以同时采集用户的左脸和右脸。在第一采集装置采集到不同的预设角度的用户的脸部图像后，可以将脸部图像的数据传输至机器人和/或传输至云端服务器。

可选地，如图3所示，所述根据在至少两个预设角度采集的预设用户的脸部图像生成融合特征信息的操作可以通过下述方式进行实施：

s1201、根据在正视角度采集的预设用户的脸部图像确定人脸特征信息。

其中，根据正视角度采集的预设用户的脸部图像所确定的根据在正视角度采集的预设用户的脸部图像为用户的正脸图像，正脸图像一般包括用户的脸部器官的位置分布信息，即根据在正视角度采集的预设用户的脸部图像确定的人脸特征信息包括脸部器官的位置分布信息。但是不包括用户的侧脸到耳朵的区域的特征，也不包括用户下巴到脖子的区域的特征等等，所以需要进一步根据其他角度采集的预设用户的脸部图像来确定其他特征信息。

s1202、根据在俯视角度、仰视角度以及侧视角度采集的预设用户的脸部图像确定优化特征信息。

所述优化特征信息为从正视角度拍摄的正脸图像中采集不到的特征信息；示例性地，优化特征信息包括耳朵的形状信息和下巴的形状信息等。可以通过俯视角度采集到用户的俯视的脸型信息，通过仰视角度采集到用户的下巴的形状信息，通过侧视角度采集到用户的耳朵的形状信息，进而可以根据优化特征信息和人脸特征信息确定融合特征信息。

s1203、根据所述人脸特征信息和所述优化特征信息确定融合特征信息。

其中，所述人脸特征信息包括正视角度拍摄的脸部关键点的特征信息，所述优化特征信息中包括从正视角度拍摄的正脸图像中采集不到的特征信息，将人脸特征信息和优化特征信息作为融合特征信息，融合特征信息可以体现更全面的人脸特征信息，将融合特征信息作为识别基准信息来对人脸图像进行识别，可以提高人脸识别的准确性。

将融合特征信息生成本地预设特征信息和生成云端预设特征信息用来进行人脸识别，可以在获取到待识别用户的人脸图像时，因为融合特征信息中包括了全面的人脸特征信息，所以不管待识别用户的人脸图像的拍摄角度如何，都能准确地识别该待识别用户的人脸图像。

s121、根据所述融合特征信息生成本地预设特征信息和生成云端预设特征信息。

其中，可以将融合特征信息存储在机器人的本地存储中，作为本地预设特征信息，在进行人脸识别时，调用预存的融合特征信息作为本地预设特征信息来对人脸图像识别。另外，将融合特征信息通过网络模块发送至云端服务器中进行存储，在进行人脸识别时，可以调用云端服务器存储的融合特征信息作为云端预设特征信息。

可选地，可以获取至少两个融合特征信息，并根据所述至少两个融合特征信息确定云端预设特征信息。

其中，至少两个融合特征信息包括前后多次获取的融合特征信息，可以是对同一个预设用户前后多次获取的融合特征信息。根据至少两个融合特征信息，可以进一步优化云端预设特征信息的准确性。

可选地，所述根据所述至少两个融合特征信息确定云端预设特征信息可以通过下述方式实施：

根据初始获取的融合特征信息生成初始预设特征信息，并根据后续获取的融合特征信息对所述初始预设特征信息进行优化，以确定云端预设特征信息。

其中，初始获取的融合特征信息，即最开始在至少两个预设角度采集的预设用户的脸部图像所确定的融合特征信息，后续获取的融合特征信息为在后续过程中获取的融合特征信息，可以根据后续获取的融合特征信息对初始获得的融合特征信息进行校正优化，以得到云端预设特征信息。

示例性地，若至少两个融合特征信息是对同一个预设用户前后多次获取的融合特征信息，则可以将后续获取的融合特征信息增加该预设用户的识别基准信息，如此可以优化云端预设特征信息，可以提高对该预设用户的识别准确性。

s122、获取待识别用户的人脸图像，并判断是否能从云端获取云端预设特征信息。

s123、如果是则根据所述云端预设特征信息对所述人脸图像进行识别。

s124、如果否则获取本地预设特征信息，并根据所述本地预设特征信息对所述人脸图像进行识别。

上述操作的具体实施方式可以参考上文的相关描述，在此不再赘述。

本申请实施例通过根据在至少两个预设角度采集的预设用户的脸部图像生成融合特征信息、根据在正视角度采集的预设用户的脸部图像确定人脸特征信息，以及根据所述融合特征信息生成本地预设特征信息和生成云端预设特征信息，通过融合特征信息作为识别基准信息，可以提高人脸识别的准确性。

实施例三

图4为本申请实施例三提供的人脸识别装置的结构示意图，该装置可以由软件和/或硬件实现，一般可以集成在硬件平台上。如图4所示，所述人脸识别装置包括：

判断模块210，用于获取待识别用户的人脸图像，并判断是否能从云端获取云端预设特征信息，如果是则执行云端识别模块211，如果否则执行本地识别模块212；

云端识别模块211，用于根据所述云端预设特征信息对所述人脸图像进行识别；

本地识别模块212，用于获取本地预设特征信息，并根据所述本地预设特征信息对所述人脸图像进行识别。

本申请实施例公开了一种人脸识别装置，通过获取待识别用户的人脸图像，并判断是否能从云端获取云端预设特征信息；如果是则根据所述云端预设特征信息对所述人脸图像进行识别；如果否则获取本地预设特征信息，并根据所述本地预设特征信息对所述人脸图像进行识别。本申请实施例可以在联网或断网时均能实现对用户进行人脸识别。

可选地，还包括：

融合特征模块，用于在获取待识别用户的人脸图像之前，根据在至少两个预设角度采集的预设用户的脸部图像生成融合特征信息；

预设特征模块，用于根据所述融合特征信息生成本地预设特征信息和生成云端预设特征信息。

可选地，所述预设角度包括正视角度、俯视角度、仰视角度和侧视角度。

可选地，融合特征模块具体用于：根据在正视角度采集的预设用户的脸部图像确定人脸特征信息；根据在俯视角度、仰视角度以及侧视角度采集的预设用户的脸部图像确定优化特征信息，根据所述人脸特征信息和所述优化特征信息确定融合特征信息。

可选地，预设特征模块具体用于：获取至少两个融合特征信息，根据所述至少两个融合特征信息确定云端预设特征信息。

可选地，预设特征模块具体用于：根据初始获取的融合特征信息生成初始预设特征信息，并根据后续获取的融合特征信息对所述初始预设特征信息进行优化，以确定云端预设特征信息。

实施例四

本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种人脸识别方法，该方法包括：

获取待识别用户的人脸图像，并判断是否能从云端获取云端预设特征信息；

如果是则根据所述云端预设特征信息对所述人脸图像进行识别；

如果否则获取本地预设特征信息，并根据所述本地预设特征信息对所述人脸图像进行识别。

可选的，该计算机可执行指令在由计算机处理器执行时还可以用于执行本申请任意实施例所提供的一种人脸识别方法。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本申请可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory,rom)、随机存取存储器(randomaccessmemory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

实施例五

如图5所示，为本申请实施例五提供的一种机器人的硬件结构示意图，如图5所示，该机器人包括：

一个或多个处理器410，图5中以一个处理器410为例；

存储器420；

所述机器人还可以包括：输入装置430和输出装置440。

所述机器人中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或者其他方式连接，图5中以通过总线连接为例。

存储器420作为一种非暂态计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请实施例中的一种人脸识别方法对应的程序指令/模块(例如，附图4所示的判断模块210、云端识别模块211和本地识别模块212)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行机器人的各种功能应用以及数据处理，即实现上述方法实施例的一种人脸识别方法。

存储器420可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据机器人的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储器420可选包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置430可用于接收输入的数字或字符信息，以及产生与机器人的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。

注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。