一种基于身份关联的智能设备的制作方法

本发明涉及形貌测量
技术领域：
，特别涉及3d形貌测量
技术领域：
。
背景技术：
：目前出现了各种智能设备。比如，扫地机器人等家居设备，导购机器人等商业环境使用的设备，银行使用的智能交易系统，火灾抢险使用的特种机器人，以及无人驾驶汽车等。各种智能设备给生活带来了巨大的改变，但同时也存在管理混乱的问题。现在通常对于智能设备的管理均是采用硬件或软件编码形式，给其分配特定的编码或地址。也有一些智能设备需要用户通过微信、手机等个人信息进行注册才能使用，实际上也是对智能设备进行了编码管理。然而这样的管理存在几个问题：①智能设备与主人身份关联不够直接，而是通过其他(手机、微信)信息与主人进行关联。但比如无人车这种不当使用会造成巨大危害的智能设备仅用这种间接的关联是远远不够的。无法第一时间确定责任方，也无法对主人的行为进行有效约束。②智能设备与主人身份关联安全性不够。手机、微信这些虽然已经实名制，但是还是存在使用别人身份获得的可能性。即使是身份证，在实践中也存在一人多证，多人一证的问题。③智能设备与主人身份关联的唯一性不够。本发明提出了采用主人三维模型作为身份验证方式与智能设备相关联。但在获得三维模型的现有技术中，也曾提出使用包括转动角度、目标物尺寸、物距的经验公式限定相机位置，从而兼顾合成速度和效果。然而在实际应用中发现：除非有精确量角装置，否则用户对角度并不敏感，难以准确确定角度；目标物尺寸难以准确确定，特别是某些应用场合目标物需要频繁更换，每次测量带来大量额外工作量，并且需要专业设备才能准确测量不规则目标物。测量的误差导致相机位置设定误差，从而会影响采集合成速度和效果；准确度和速度还需要进一步提高。因此，目前急需解决以下技术问题：①能够直接、安全、唯一地将智能设备与主人关联；②能够快速准确获得主人三维模型。技术实现要素：鉴于上述问题，提出了本发明提供一种克服上述问题或者至少部分地解决上述问题的一种基于身份关联的智能设备及方法。本发明提供了一种具有三维身份标记的智能设备及方法，三维身份标记位于智能设备上；三维身份标记取自生物体的三维形貌信息；智能设备和生物体具有关联性。可选的，所述三维形貌信息为生物体多个区域三维形貌信息拼接而成。可选的，生物体为智能设备的所有者。可选的，三维身份标记具有对应的认证等级，认证等级由对应的生物体的三维形貌信息所决定。可选的，在进行生物体的三维形貌信息采集时，其中l为在相邻两个采集位置时图像采集装置光心的直线距离；f为图像采集装置的焦距；d为图像采集装置感光元件的矩形长度或宽度；t为图像采集装置感光元件沿着光轴到目标物表面的距离；δ为调整系数。可选的，δ<0.603；优选δ<0.498，δ<0.356，δ<0.311。本发明还提供了一种智能设备身份识别系统，包括具有三维身份标记的智能设备；识别装置，用于采集三维身份标记的三维形貌，生成待识别的三维模型数据；将待识别的三维模型数据与数据库中的标准三维形貌信息进行比对，识别出智能设备的所有者。可选的，三维身份标记为智能设备上凹凸变化的部件。可选的，图像采集装置采集身份标记的一组图像时的位置符合如下条件：μ＜0.482，或μ<0.357。本发明还提供了一种用于如上所述的设备中的三维身份标记。发明点及技术效果1、首次提出通过主人生物特有的三维模型作为智能设备的身份关联，提高了身份的唯一性、安全性和直接性。2、通过优化相机采集图片的位置的方式来和优化的算法相互配合一起提高合成速度和合成精度。并且优化位置时，无需测量角度，无需测量目标尺寸，适用性更强。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本发明实施例中具有三维身份信息智能设备的示意图；图2为本发明实施例中具有另一三维身份信息智能设备的示意图；图3为本发明实施例中智能设备上的三维身份信息的示意图；图4为本发明实施例中头部三维信息采集设备示意图；图5为本发明实施例中以激光刻蚀机在智能设备上形成三维身份信息的示意图；图6为本发明实施例中三维身份信息检测设备的示意图；附图标记与各部件的对应关系：10智能设备、20三维身份信息，1背景板、2图像采集装置、3旋转横梁、4旋转装置、5支架、6座椅，7底座，51横柱51，52立柱，401控制器、402存储媒介、601激光刻蚀机、701目标物表面，21转动装置、31筒状外壳。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。智能设备的身份信息智能设备，例如各种机器人、智能家居、智能家电、无人驾驶汽车、无人机等各种生活、生产、商业领域的机器设备均可称为智能设备。在智能设备10上需要增加其所有者的三维身份信息20，以帮助在需要时确定智能设备的归属、其进行活动的权限、可活动的区域等。例如，对于自动驾驶汽车而言，若其所有者被限定在某些区域活动，那么在该区域的边缘设置检测站，通过检测设备可以确定无人车的所有者，从而发现其并没有权限通过该检查站，因此可以限制其离开该区域。因此，智能设备上的身份信息代表了其归属、权限，能够帮助其进行认证。上述身份信息反映了其所有者的身体全部或局部的生物三维形貌特征。例如以所有者手部三维信息为例，获得所有者手部三维信息后(具体设备和方法下面将详述)，根据其凹凸变化规律制作刻印在智能设备上的凹凸区域，这些凹凸区域就是携带了所有者手部三维信息的区域，也就是智能设备的三维身份信息。可以理解，这种凹凸并不是仅有“凹”和“凸”两种状态，而是在深度方向上连续的变化，也就是说，将所有者手部的三维形貌完整地复现在智能设备10上。当然这种复现是可以缩放的，并不一定要原大小复现。这种三维身份信息20最终体现在智能设备上可以是具有表面凹凸变化(反映所有者三维形貌)的部件。例如外壳钢板上具有凹凸的形貌变化。从容易识别的角度，可以将上述三维身份信息20刻印在智能设备10外壳上。请参考图1-图3，例如无人车在行驶过程中，如果路边交通单元采集到其车身上印制的三维身份信息，则立刻可以获得其所有者信息，从而获得该车的所有信息。但某些情况下，从安全的角度，并不希望这种三维身份信息被容易检测。此时可以将三维身份信息设置在智能设备外壳内壁，特别是可以设置在其内部核心部件上。这样，只有拆卸该智能设备，才能获得其所有者信息。检测的方便程度和保密性存在矛盾，因此可以设置多个身份认证级别，将不同认证级别的身份信息刻印在不同的位置。可以根据实际情况设定人体区域与认证级别的对应关系。区域虹膜指纹手掌脸部(完整)手部(完整)耳朵认证级别1064893上表仅供参考，可以根据实际需要设定不同的认证级别，例如可以根据采集合成难度设定认证级别，也可以根据生物特征唯一性的高低设置认证级别。可以理解在认证时并不需要完整的器官，例如脸部的某个区域也是可以的，因此这些局部区域都可以设置对应的认证级别。并且，一些其他身体部位一样可以设定相应的认证级别。另外，也可以将不同认证级别的三维身份信息拼接成一个区域，刻印在智能设备的特定位置。也就是说，智能设备上某一身份信息可以来自于所有者不同部位三维模型的拼接。三维生物信息采集设备1、头部三维信息采集设备如图4所示，包括背景板1、图像采集装置2、旋转横梁3、旋转装置4、支架5、座椅6和底座7。支架包括横柱51和立柱52，立柱52与底座7连接，横柱51通过旋转装置4与旋转横梁3连接，从而使得旋转横梁3能够在旋转装置4的驱动下360°转动。背景板1和图像采集装置2位于旋转横梁3的两端，相对设置，在旋转横梁3转动时同步转动，始终保持相对设置。底座上具有座椅6，座椅6位于背景板1和图像采集装置2之间。在人坐下时，头部正好位于转动轴附近且在图像采集装置2和背景板1之间，并且优选人头部位于图像采集装置2的光轴上。由于每个人身高不同，因此人体头部的高度不同。此时可以通过调节座椅6的高度来调整人体头部在图像采集装置2视场中的位置。调节座椅6可以通过手动调节装置，例如座椅6通过丝杆与底座连接，通过旋转丝杆调节座椅高度。优选的，具有升降驱动装置，升降驱动装置与控制器数据连接，通过控制器控制升降装置高度，从而调节座椅高度。控制器可以直接连接在眼镜匹配设计设备中，例如可以防止在座椅扶手附近，以方便用户调节。但控制器也可以为移动终端，例如手机。这样通过移动终端与眼镜匹配设计设备连接，在移动终端中就能够通过控制升降驱动装置从而控制座椅高度。移动终端可以由操作员进行操作，也可以由用户进行操作，更加方便，且不受位置限制。当然，控制器也可以由上位机承担，或由服务器、集群服务器承担。当然也可以通过网络由云平台承担。这些上位机、服务器、集群服务器、云平台可以与进行3d合成处理的上位机、服务器、集群服务器、云平台共用，即完成控制和3d合成双重功能。为了获得头部3d信息的绝对尺寸，需要对用户头部进行标定。但如果按目前常规方法，直接在用户的头部贴标记，会带来不好的用户体验。而其他位置难以贴标记点。因此，本发明巧妙地在座椅6上设置头托，在头托上设置标记点，并记录标记点相互之间的绝对距离。在图像采集装置2转动到用户背后时，会采集到这些标记点，并根据这些标记点的预定距离，最终计算出头部3d模型的尺寸。同时，在该位置设置标记点不影响用户面部信息采集。因此，这也是本发明的发明点之一，可以提高用户体验的同时，获得头部3d信息的绝对距离。同时，标记点也可以设置在座椅6上，只要图像采集装置2可以采集到的位置即可。上述标记点也可以为标准量块，即具有一定空间大小，且预知绝对尺寸的标记物。当然，除了在头托上设置标记点，也可以在其他位置设置相应的标准量块，只要标准量块在相机的视野范围内，且相对人体头部静止即可。例如，可以为用户佩戴包含已知标记点的帽子、发卡等。图像采集装置2用于采集目标物的图像，其可以为ccd、cmos、相机、摄像机、工业相机、监视器、摄像头、手机、平板、笔记本、移动终端、可穿戴设备、智能眼镜、智能手表、智能手环以及带有图像采集功能所有设备。图像采集装置包括带有感光元件的相机本体和镜头。优选的，相机本体可以采用工业相机，例如mer-2000-19u3m/c。工业相机拥有更小的体积，并且与家用相机相比简化了不需要的功能，且性能更佳。图像采集装置2可以与处理单元连接，从而将采集到的图像传递至处理单元。上述连接方式包括有线方式和无线方式，例如通过数据线、网线、光纤、4g、5g、wifi等多种协议进行传递，当然也可以使用它们的组合进行传递。设备还包括处理器，也可以成为处理单元，用以根据图像采集装置采集的多个图像，根据3d合成算法，合成目标物3d模型，得到目标物3d信息。处理单元根据上述一组图像中的多个图像得到目标物的3d信息(具体算法下文详述)。处理单元可以直接设置在图像采集装置所在的壳体内，也可以通过数据线或通过无线方式与图像采集装置2连接。例如可以使用独立的计算机、服务器及集群服务器等作为处理单元，图像采集装置2采集到的图像数据传输至其上，进行3d合成。同时，也可以将图像采集装置2的数据传输至云平台，利用云平台的强大计算能力进行3d合成。背景板1全部为纯色，或大部分(主体)为纯色。特别是可以为白色板或黑色板，具体颜色可以根据目标物主体颜色来选择。背景板1通常为平板，优选也可以为曲面板，例如凹面板、凸面板、球形板，甚至在某些应用场景下，可以为表面为波浪形的背景板1；也可以为多种形状拼接板，例如可以用三段平面进行拼接，而整体呈现凹形，或用平面和曲面进行拼接等。除了背景板1表面的形状可以变化外，其边缘形状也可以根据需要选择。通常情况下为直线型，从而构成矩形板。但是在某些应用场合，其边缘可以为曲线。优选的，背景板1为曲面板，这样可以使得在获得最大背景范围的情况下，使得背景板1投影尺寸最小。这使得背景板1在转动时需要的空间更小，有利于缩小设备体积，并且减少设备重量，避免转动惯性，从而更有利于控制转动。旋转横梁3通过旋转装置4与固定横梁连接，旋转装置4驱动旋转横梁3转动，从而带动横梁两端的背景板1和图像采集装置2转动，但无论怎样转动，图像采集装置2与背景板1均相对设置，特别是图像采集装置1的光轴穿过背景板1中心。光源设置于图像采集装置2镜头的周围，可以为led光源，也可以为智能光源，即根据目标物及环境光的情况自动调整光源参数。通常情况下，光源位于图像采集装置2的镜头周边分散式分布，例如光源为在镜头周边的环形led灯。当被采集对象为人体，因此需要控制光源强度，避免造成人体不适。特别是可以在光源的光路上设置柔光装置，例如为柔光外壳。或者直接采用led面光源，不仅光线比较柔和，而且发光更为均匀。更佳地，可以采用oled光源，体积更小，光线更加柔和，并且具有柔性特性，可以贴附于弯曲的表面。此外光源也可以为设置于旋转横梁3、承载图像采集装置2的外壳上。通过上述设备，可以获得人体头部的多张图像，通过“三维模型合成方法”(下述)，可以构建头部三维模型，获得头部整体三维信息，也可以获得头部部分部位，例如面部、脸颊、额头、鼻子、嘴等多种部位的三维信息。从而为身份信息制作提供数据。将上述设备的座椅去掉，人站立在底座上，图像采集装置即可采集人体全身的图片，从而合成全身的3d模型。这样可以获得全身任意部位的三维信息。2、手部、足部三维信息采集设备手部三维信息采集设备的原理与上述头部采集原理类似，需要设备的图像采集装置绕手部转动采集，从而合成手部的三维模型。特别是，能够获得手指指纹的三维模型。具体结构可参考专利cn2020100701543和cn2020201382964。3、虹膜三维信息采集设备采用上述装置也可以采集虹膜的信息，但精度有限。因此可以设置专门对准人体眼部的可转动的图像采集装置采集虹膜。其可以使用转臂，也可以使用转台。例如如下结构也可以实现虹膜采集。图像采集装置固定于承载装置上，承载装置一端与旋转装置连接，另一端固定有图像采集装置。同时承载装置与y轨道滑动连接，其可以在y轨道上滑动，从而带动图像采集装置在y方向运动。y轨道与x轨道正交，并且滑动连接，y轨道模块可以在x轨道上滑动，从而使得y轨道整体在x方向运动，从而使得其上的承载装置以及承载装置上的图像采集装置可以在x方向运动。旋转装置包括电机、转轴和转臂。转臂一端连接转轴，连接方式为固定连接(从而驱动转臂转动)；转臂另一端连接承载装置一端，连接方式为可转动连接。电机带动转轴转动，从而驱动转臂转动，转臂带动承载装置转动，从而使得承载装置在x轨道和y轨道上进行复合运动，这种复合运动实际上是转动。但对于x轨道而言，承载装置只进行了x方向运动；对于y轨道而言，承载装置只进行了y方向运动。但由于两个方向进行复合运动，因此整体而言，承载装置的运动为绕圆心的转动运动，从而使得其上的图像采集装置实现转动。而这种转动的驱动来自于旋转装置的电机，并不是xy轨道，轨道更多地是实现承载功能，即轨道为随动轨道。通过这样的结构，可以使得图像采集装置运动轨迹为凹形，即近似以人体眼睛为圆心进行转动。也就是说，旋转装置驱动图像采集装置以向着虹膜方向上的某个点为圆心进行转动运动，且旋转装置位于图像采集装置后、背离虹膜的方向。该点可以为虹膜，也可以根据需要选择头部某个点，或空间某个点，但整体上使得运动轨迹为凹形，从而能够拍摄虹膜不同角度的图像。根据大量实验，采集的间隔距离优选满足如下经验公式：在进行3d采集时，相邻两个图像采集装置2的位置，或图像采集装置2相邻两个采集位置满足如下条件：其中l为两个图像采集装置光心的直线距离；f为图像采集装置的焦距；d为图像采集装置感光元件(ccd)的矩形长度；t为图像采集装置感光元件沿着光轴到目标物表面的距离；δ为调整系数，δ<0.696。图像采集装置2在两个位置中的任何一个位置时，感光元件沿着光轴到目标物表面的距离作为t。除了这种方法外，在另一种情况下，l为an、an+1两个图像采集装置光心的直线距离，与an、an+1两个图像采集装置相邻的an-1、an+2两个图像采集装置和an、an+1两个图像采集装置各自感光元件沿着光轴到目标物表面的距离分别为tn-1、tn、tn+1、tn+2，t＝(tn-1+tn+tn+1+tn+2)/4。当然可以不只限于相邻4个位置，也可以用更多的位置进行平均值计算。l应当为两个图像采集装置光心的直线距离，但由于图像采集装置光心位置在某些情况下并不容易确定，因此在某些情况下也可以使用图像采集装置的感光元件中心、图像采集装置2的几何中心、图像采集装置2与云台(或平台、支架)连接的轴中心、镜头近端或远端表面的中心替代，经过试验发现由此带来的误差是在可接受的范围内的。通常情况下，现有技术中均采用物体尺寸、视场角等参数作为推算相机位置的方式，并且两个相机之间的位置关系也采用角度表达。由于角度在实际使用过程中并不好测量，因此在实际使用时较为不便。并且，物体尺寸会随着测量物体的变化而改变。例如，在进行一个成年人头部3d信息采集后，再进行儿童头部采集时，就需要重新测量头部尺寸，重新推算。上述不方便的测量以及多次重新测量都会带来测量的误差，从而导致相机位置推算错误。而本方案根据大量实验数据，给出了相机位置需要满足的经验条件，不仅避免测量难以准确测量的角度，而且不需要直接测量物体大小尺寸。经验条件中d、f均为相机固定参数，在购买相机、镜头时，厂家即会给出相应参数，无需测量。而t仅为一个直线距离，用传统测量方法，例如直尺、激光测距仪均可以很便捷的测量得到。因此，本发明的经验公式使得准备过程变得方便快捷，同时也提高了相机位置的排布准确度，使得相机能够设置在优化的位置中，从而在同时兼顾了3d合成精度和速度，具体实验数据参见下述。利用本发明装置，进行实验，得到了如下实验结果。更换相机镜头，再次实验，得到了如下实验结果。更换相机镜头，再次实验，得到了如下实验结果。从上述实验结果及大量实验经验可以得出，δ的值应当满足δ<0.603，此时已经能够合成部分3d模型，虽然有一部分无法自动合成，但是在要求不高的情况下也是可以接受的，并且可以通过手动或者更换算法的方式弥补无法合成的部分。特别是δ的值满足δ<0.410时，能够最佳地兼顾合成效果和合成时间的平衡；为了获得更好的合成效果可以选择δ<0.356，此时合成时间会上升，但合成质量更好。当然为了进一步提高合成效果，可以选择δ<0.311。而当δ为0.681时，已经无法合成。但这里应当注意，以上范围仅仅是最佳实施例，并不构成对保护范围的限定。并且从上述实验可以看出，对于相机拍照位置的确定，只需要获取相机参数(焦距f、ccd尺寸)、相机ccd与物体表面的距离t即可根据上述公式得到，这使得在进行设备设计和调试时变得容易。由于相机参数(焦距f、ccd尺寸)在相机购买时就已经确定，并且是产品说明中就会标示的，很容易获得。因此根据上述公式很容易就能够计算得到相机位置，而不需要再进行繁琐的视场角测量和物体尺寸测量。特别是在一些场合中，需要更换相机镜头，那么本发明的方法直接更换镜头常规参数f计算即可得到相机位置；同理，在采集不同物体时，由于物体大小不同，对于物体尺寸的测量也较为繁琐。而使用本发明的方法，无需进行物体尺寸测量，能够更为便捷地确定相机位置。并且使用本发明确定的相机位置，能够兼顾合成时间和合成效果。因此，上述经验条件是本发明的发明点之一。以上数据仅为验证该公式条件所做实验得到的，并不对发明构成限定。即使没有这些数据，也不影响该公式的客观性。本领域技术人员可以根据需要调整设备参数和步骤细节进行实验，得到其他数据也是符合该公式条件的。三维身份信息制作设备对于任何一个智能设备，均可以将获得的其所有者的三维生物特征信息印制在其外壳上或特定位置，或直接制成智能设备的一部分。1、使用激光刻蚀、机床、3d打印机如图5所示，以激光刻蚀机为例进行具体说明，获得上述人体局部的3d信息后，可以将其存储在硬盘、云服务器等存储媒介402上。从上述存储媒介上读取3d数据，将其传送至控制器401，控制器根据3d数据控制激光刻蚀机601在智能设备表面即目标物表面701上刻蚀形成与3d信息一样或相反的凹凸纹理，构成智能设备的三维身份信息。这种身份信息是由所有者的生物特征决定的，具有唯一性。并且在制作时可以采用局部三维信息，或多个局部信息的拼接信息。例如可以将额头三维信息与指纹信息拼接形成一个三维图像，并将其刻蚀在智能设备表面。由于人体表面有很多个包含三维信息的局部区域(例如左半个鼻子的区域、右手食指与左额头的拼接区域等等)可以任意更换其他局部三维信息或其他拼接信息作为新的身份信息。由于人体表面包含三维信息的局部区域较多，且可以相互排列组合进行拼接，因此身份信息内容可以频繁更换，一个身份信息的被仿制不影响新身份信息的保密性。这样不仅在一个身份信息失效后依然可以为客户制作其他包含生物3d特征的身份信息，同时也可以根据用户需要频繁更换身份信息，进一步提高安全性。所述三维身份信息的凹凸纹理的深度信息与所有者生物特征3d信息的深度信息相同或相反。所述相同或者相反可以为深度绝对值的相同或相反，即3d信息中a点相对基准面的深度为+4mm(凸出)、b点相对基准面的深度为-1mm(凹陷)，此时智能设备上的的凹凸纹理上与a点对应的a’相对目标物基准面的深度为+4mm，b点对应的b’相对目标物基准面的深度为-1mm。但可以理解，所述相同或者相反可以为深度相对值的相同或相反，即3d信息中a点相对基准面的深度为+4mm(凸出)、b点相对基准面的深度为-1mm(凹陷)，此时智能设备上的凹凸纹理上与a点对应的a’相对目标物基准面的深度为+1mm，b点对应的b’相对目标物基准面的深度为-0.25mm。即目标物凹凸纹理成比例的缩小或放大人体指定区域的3d信息，从而使得智能设备上凹凸纹理能够反映人体指定区域的3d轮廓。可以理解，这种成比例放大/缩小不仅在深度z方向上，也同样在xy方向上。可选的，控制器从存储媒介上读取3d数据，并根据该数据控制3d打印机，打印出目标物，打印出的目标物包括有能够反映人体3d信息的凹凸结构的表面。另外，也可以根据3d数据使用刻刀、机床、热熔机构等依靠机械、光能、热能在目标物表面701上刻蚀出的印章图案。2、形成灰度或彩色二维图案获得上述人体局部的3d信息后，可以将其存储在硬盘、云服务器等存储媒介上。从上述存储媒介上读取3d数据，将其传送至控制器，控制器根据3d数据控制打印机在目标物的表面上打印形成与3d信息相应的三维身份信息。例如人体局部3d信息包括a点，其坐标值为(x1，y1，z1)，b点，其坐标值为(x2，y2，z2)。那么在该智能设备上，与a点对应的a’点的xy坐标为(x1’,y1’),与b点对应的b’点的xy坐标为(x2’,y2’)，a’、b’点的深度信息用灰度信息g1、g2来表示，其中g1/z1＝g2/z2。同时a’点b’点之间的距离也可以根据a点b点之间的距离成比例放大或缩小，即a’点b’点的xy方向坐标成比例放大或缩小，以使得智能设备上图案能够准确反映人体3d信息。可以理解，上述灰度信息也可以用颜色信息代表。即特定的深度信息z由特定的r、g、b中任意一个值代表。例如建立r值与深度信息z的对应关系，即印章图案形成不同深浅的红色图，红色的深浅代表对应点的深度信息。同时，也可以将深度信息与色彩之间建立固定关系，例如某个深度信息对应唯一的rgb值，这样印章图案形成不同颜色的图，不同的颜色代表对应点的深度信息。3、形成编码图案虽然上述方案采用了多种手段保护客户隐私，但其主要还是以图像信息为主。为了增加观察者观察智能设备上身份信息图案得到客户外貌的难度，可以将3d信息中的xyz坐标信息、纹理信息、颜色信息、灰度信息、相邻点关系信息中的一种或多种根据二维码的编码规则形成二维码图案，作为身份信息图案。可以理解，也可以采用其他编码规则形成编码图案作为身份信息图案。这样在印制印章图案时，可以使用打印机、复印机、投影仪、喷墨设备、转印设备等能够形成图案的设备将与3d信息对应的二维码身份信息图案形成在目标物表面701。可以理解，作为3d信息，深度信息是重要的信息之一，该点对应的灰度信息、颜色信息、与相邻点的关系同样是重要的信息，这些信息也可以体现在身份信息图案中。三维身份信息检测设备为了识别智能设备上的身份信息，从而判别其所有者，需要设备检测设备。检测设备原理与采集设备类似。区别在于检测设备的采集对象为智能设备上的身份信息。将检测设备的图像采集装置对准智能设备上的身份信息区域，通过转动图像采集设备采集身份信息区域的多张图片，利用上述三维模型合成方法构建身份信息的三维模型，从而可以获得智能设备的所有者的三维信息。将检测得到的三维信息与数据库存储的三维信息进行比对，即可获得所有者身份。这里要注意的是，由于身份信息可能是所有者多个区域的三维生物特征的组合，而不同生物特征的认证级别，以及与所有者对应的唯一性程度并不相同。可以根据实际情况设定人体区域与认证级别的对应关系。区域虹膜指纹手掌脸部(完整)手部(完整)耳朵认证级别1064893上表仅供参考，可以根据实际需要设定不同的认证级别，例如可以根据采集合成难度设定认证级别，也可以根据生物特征唯一性的高低设置认证级别。可以理解在认证时并不需要完整的器官，例如脸部的某个区域也是可以的，因此这些局部区域都可以设置对应的认证级别。并且，一些其他身体部位一样可以设定相应的认证级别。因此，检测设备可以一次检测所有区域的身份信息，也可以分步骤检测。例如，第一次只检测认证级别较低的身份信息，第二次检测认证级别高的的身份信息，以此类推。从而可以适用于不同的场合。例如在某些场合并不需要如此高的认证级别，只需要低级别认证即可确定所有者身份。而某些场合则需要最高级认证，要准确无误确认所有者身份。可理解的，在使用前，将所有者的生物三维形貌数据存储在数据库中，作为标准三维数据。当检测装置检采集到智能设备三维身份信息后，可以利用三维模型合成方法形成三维模型，从而形成待识别的三维数据。这些待识别的三维数据实际上反映了智能设备所有者的生物三维形貌。因此将待识别的三维数据和数据库中标准三维数据进行比对，即可识别出该待识别的三维数据属于哪个所有者，从而将该智能设备与所有者关联起来，实现智能设备的识别。以上是识别设备的工作方式。上述采集除了可以利用与采集所有者生物特征设备类似的设备外，某些情形下并不适合环绕式采集，此时可以使用如下形式的采集设备，请参考图6。包括图像采集装置2、转动装置21和筒状外壳31。如图，图像采集装置2安装在转动装置21上，转动装置21容纳在筒状外壳31内，并且可以在筒状外壳31内自由转动。图像采集装置2用于通过图像采集装置2的采集区域与目标物相对运动采集目标物一组图像；采集区域移动装置，用于驱动图像采集装置的采集区域与目标物产生相对运动。采集区域为图像采集装置的有效视场范围。图像采集装置2可以为相机，转动装置21可以为转盘。相机设置2在转盘上，且相机光轴与转盘面呈一定夹角，转盘面与待采集目标物近似平行。转盘带动相机转动，从而使得相机在不同位置采集目标物的图像。进一步，相机通过角度调整装置安装在转盘上，如图，角度调整装置可以转动从而调整图像采集装置2的光轴与转盘面的夹角，调节范围为-90°<γ<90°。在拍摄较近目标物时，可以使得图像采集装置2光轴向转盘中心轴方向偏移，即将γ向-90°方向调节。而在拍摄腔体内部时，可以使得图像采集装置2光轴向偏离转盘中心轴方向偏移，即将γ向90°方向调节。上述调节可以手动完成，也可以给3d智能视觉设备设置测距装置，测量其距离目标物的距离，根据该距离来自动调整γ角度。转盘可通过传动装置与电机连接，在电机的驱动下转动，并带动图像采集装置2转动。传动装置可以为齿轮系统或传动带等常规机械结构。为了提高采集效率，转盘上可以设置多个图像采集装置2。多个图像采集装置2沿转盘圆周依次分布。例如可以在转盘任意一条直径两端分别设置一个图像采集装置2。也可以每隔60°圆周角设置一个图像采集装置2，整个圆盘均匀设置6个图像采集装置2。上述多个图像采集装置可以为同一类型相机，也可以为不同类型相机。例如在转盘上设置一个可见光相机及一个红外相机，从而能够采集不同波段图像。在进行3d采集时，图像采集装置在不同采集位置光轴方向相对于目标物不发生变化，通常大致垂直于目标物表面，此时相邻两个图像采集装置的位置，或图像采集装置相邻两个采集位置满足如下条件：μ＜0.482其中l为相邻两个采集位置图像采集装置光心的直线距离；f为图像采集装置的焦距；d为图像采集装置感光元件(ccd)的矩形长度；m为图像采集装置感光元件沿着光轴到目标物表面的距离；μ为经验系数。当上述两个位置是沿图像采集装置感光元件长度方向时，d取矩形长度；当上述两个位置是沿图像采集装置感光元件宽度方向时，d取矩形宽度。图像采集装置在上述两个位置中的任何一个位置时，感光元件沿着光轴到目标物表面的距离作为m。如上所述，l应当为两个图像采集装置光心的直线距离，但由于图像采集装置光心位置在某些情况下并不容易确定，因此在某些情况下也可以使用图像采集装置的感光元件中心、图像采集装置的几何中心、图像采集装置与云台(或平台、支架)连接的轴中心、镜头近端或远端表面的中心替代，经过试验发现由此带来的误差是在可接受的范围内的，因此上述范围也在本发明的保护范围之内。从大量实验经验可以得出，μ的值应当满足μ<0.482，此时已经能够合成部分3d模型，虽然有一部分无法自动合成，但是在要求不高的情况下也是可以接受的，并且可以通过手动或者更换算法的方式弥补无法合成的部分。特别是的值满足μ<0.357时，能够最佳地兼顾合成效果和合成时间的平衡；为了获得更好的合成效果可以选择μ<0.198，此时合成时间会上升，但合成质量更好。而当μ为0.5078时，已经无法合成。但这里应当注意，以上范围仅仅是最佳实施例，并不构成对保护范围的限定。三维模型合成方法根据上述采集设备和方法，图像采集装置通过与目标物相对运动而采集目标物一组图像；处理单元根据上述一组图像中的多个图像得到目标物的3d信息。具体算法如下。当然，处理单元可以直接设置在图像采集装置2所在的壳体内，也可以通过数据线或通过无线方式与图像采集装置连接。例如可以使用独立的计算机、服务器及集群服务器等作为处理单元，图像采集装置采集到的图像数据传输至其上，进行3d合成。同时，也可以将图像采集装置的数据传输至云平台，利用云平台的强大计算能力进行3d合成。利用上述采集到的图片进行3d合成时，可以采用现有算法实现，也可以采用本发明提出的优化的算法，以人脸为例，主要包括如下步骤：步骤1：对所有输入照片进行图像增强处理。采用下述滤波器增强原始照片的反差和同时压制噪声。式中：g(x，y)为原始影像在(x，y)处灰度值，f(x，y)为经过wallis滤波器增强后该处的灰度值，mg为原始影像局部灰度均值，sg为原始影像局部灰度标准偏差，mf为变换后的影像局部灰度目标值，sf为变换后影像局部灰度标准偏差目标值。c∈(0，1)为影像方差的扩展常数，b∈(0，1)为影像亮度系数常数。该滤波器可以大大增强影像中不同尺度的影像纹理模式，所以在提取影像的点特征时可以提高特征点的数量和精度，在照片特征匹配中则提高了匹配结果可靠性和精度。步骤2：对输入的所有照片进行特征点提取，并进行特征点匹配，获取稀疏特征点。采用surf算子对照片进行特征点提取与匹配。surf特征匹配方法主要包含三个过程，特征点检测、特征点描述和特征点匹配。该方法使用hessian矩阵来检测特征点，用箱式滤波器(boxfilters)来代替二阶高斯滤波，用积分图像来加速卷积以提高计算速度，并减少了局部影像特征描述符的维数，来加快匹配速度。主要步骤包括①构建hessian矩阵，生成所有的兴趣点，用于特征提取，构建hessian矩阵的目的是为了生成图像稳定的边缘点(突变点)；②构建尺度空间特征点定位，将经过hessian矩阵处理的每个像素点与二维图像空间和尺度空间邻域内的26个点进行比较，初步定位出关键点，再经过滤除能量比较弱的关键点以及错误定位的关键点，筛选出最终的稳定的特征点；③特征点主方向的确定，采用的是统计特征点圆形邻域内的harr小波特征。即在特征点的圆形邻域内，统计60度扇形内所有点的水平、垂直harr小波特征总和，然后扇形以0.2弧度大小的间隔进行旋转并再次统计该区域内harr小波特征值之后，最后将值最大的那个扇形的方向作为该特征点的主方向；④生成64维特征点描述向量,特征点周围取一个4*4的矩形区域块，但是所取得矩形区域方向是沿着特征点的主方向。每个子区域统计25个像素的水平方向和垂直方向的haar小波特征，这里的水平和垂直方向都是相对主方向而言的。该haar小波特征为水平方向值之后、垂直方向值之后、水平方向绝对值之后以及垂直方向绝对值之和4个方向，把这4个值作为每个子块区域的特征向量，所以一共有4*4*4＝64维向量作为surf特征的描述子；⑤特征点匹配，通过计算两个特征点间的欧式距离来确定匹配度，欧氏距离越短，代表两个特征点的匹配度越好。步骤3：输入匹配的特征点坐标，利用光束法平差，解算稀疏的人脸三维点云和拍照相机的位置和姿态数据，即获得了稀疏人脸模型三维点云和位置的模型坐标值；以稀疏特征点为初值，进行多视照片稠密匹配，获取得到密集点云数据。该过程主要有四个步骤：立体像对选择、深度图计算、深度图优化、深度图融合。针对输入数据集里的每一张影像，我们选择一张参考影像形成一个立体像对，用于计算深度图。因此我们可以得到所有影像的粗略的深度图，这些深度图可能包含噪声和错误，我们利用它的邻域深度图进行一致性检查，来优化每一张影像的深度图。最后进行深度图融合，得到整个场景的三维点云。步骤4：利用密集点云进行人脸曲面重建。包括定义八叉树、设置函数空间、创建向量场、求解泊松方程、提取等值面几个过程。由梯度关系得到采样点和指示函数的积分关系，根据积分关系获得点云的向量场，计算指示函数梯度场的逼近，构成泊松方程。根据泊松方程使用矩阵迭代求出近似解，采用移动方体算法提取等值面，对所测点云重构出被测物体的模型。步骤5：人脸模型的全自动纹理贴图。表面模型构建完成后，进行纹理贴图。主要过程包括：①纹理数据获取通过图像重建目标的表面三角面格网；②重建模型三角面的可见性分析。利用图像的标定信息计算每个三角面的可见图像集以及最优参考图像；③三角面聚类生成纹理贴片。根据三角面的可见图像集、最优参考图像以及三角面的邻域拓扑关系，将三角面聚类生成为若干参考图像纹理贴片；④纹理贴片自动排序生成纹理图像。对生成的纹理贴片，按照其大小关系进行排序，生成包围面积最小的纹理图像，得到每个三角面的纹理映射坐标。应当注意，上述算法是本发明的优化算法，本算法与图像采集条件相互配合，使用该算法兼顾了合成的时间和质量，是本发明的发明点之一。当然，使用现有技术中常规3d合成算法也可以实现，只是合成效果和速度会受到一定影响。上述目标物体、目标物、及物体皆表示预获取三维信息的对象。可以为一实体物体，也可以为多个物体组成物。例如可以为头部、手部等。所述目标物的三维信息包括三维图像、三维点云、三维网格、局部三维特征、三维尺寸及一切带有目标物三维特征的参数。本发明里所谓的三维是指具有xyz三个方向信息，特别是具有深度信息，与只有二维平面信息具有本质区别。也与一些称为三维、全景、全息、三维，但实际上只包括二维信息，特别是不包括深度信息的定义有本质区别。本发明所说的采集区域是指图像采集装置(例如相机)能够拍摄的范围。本发明中的图像采集装置可以为ccd、cmos、相机、摄像机、工业相机、监视器、摄像头、手机、平板、笔记本、移动终端、可穿戴设备、智能眼镜、智能手表、智能手环以及带有图像采集功能所有设备。本发明所述的转动运动，为在采集过程中前一位置采集平面和后一位置采集平面发生交叉而不是平行，或前一位置图像采集装置光轴和后一位置图像采集位置光轴发生交叉而不是平行。也就是说，图像采集装置的采集区域环绕或部分环绕目标物运动，均可以认为是两者相对转动。虽然本发明实施例中列举更多的为有轨道的转动运动，但是可以理解，只要图像采集设备的采集区域和目标物之间发生非平行的运动，均是转动范畴，均可以使用本发明的限定条件。本发明保护范围并不限定于实施例中的有轨道转动。在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的基于本发明装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。当前第1页12