本發(fā)明涉及一種裝置，具體是一種可用于機(jī)器人進(jìn)行人臉識(shí)別的裝置。

背景技術(shù)：

隨著社會(huì)生產(chǎn)力的發(fā)展和多媒體處理技術(shù)的進(jìn)步，人們對(duì)機(jī)器人功能的要求越來越高，期望機(jī)器人能識(shí)別到人臉。機(jī)器人在實(shí)際應(yīng)用中，機(jī)器人通過人臉識(shí)別估算出有人的存在，可啟動(dòng)人機(jī)互動(dòng)程序，并主動(dòng)與人進(jìn)行溝通，增加機(jī)器人的親和力。

人臉識(shí)別特指利用分析比較人臉視覺特征信息進(jìn)行身份鑒別的計(jì)算機(jī)技術(shù)。人臉識(shí)別是一項(xiàng)熱門的計(jì)算機(jī)技術(shù)研究領(lǐng)域，它屬于生物特征識(shí)別技術(shù)，是對(duì)生物體(一般特指人)本身的生物特征來區(qū)分生物體個(gè)體。機(jī)器人實(shí)現(xiàn)人臉識(shí)別功能將賦予機(jī)器人“眼睛”的功能，提高機(jī)器人的智能程度，實(shí)現(xiàn)更好的人機(jī)交互功能。

在人臉圖像處理過程中，圖像常常被不同程度的強(qiáng)度隨機(jī)信號(hào)所污染，而這些噪聲對(duì)于人臉識(shí)別有較大的影響，這就要求在人臉識(shí)別時(shí)，對(duì)輸入圖像進(jìn)行噪聲消除處理，盡可能減小噪聲的影響。一些常見的噪聲有椒鹽噪聲、脈沖噪聲、高斯噪聲等。中值濾波是最常用的濾波方法之一，是抑制噪聲的非線性處理方法，人臉圖像預(yù)處理中通常使用二維中值濾波方法。

攝像頭可獲取多幅圖像以提高準(zhǔn)確度和可靠性，可以采集多幅圖像求可信度平均值與閾值比較。也就是說，當(dāng)可信度平均值小于閾值時(shí)，可以選擇繼續(xù)采集人臉圖像。相對(duì)于歐式距離，利用馬氏距離作為人臉圖像間的距離識(shí)別效果較好，但由于本作品主要用于判斷待測(cè)人臉是否為數(shù)據(jù)庫(kù)中人臉，可信度的計(jì)算方法極為關(guān)鍵，而目前最好的可信度的計(jì)算方程是基于歐式距離的。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種可用于機(jī)器人進(jìn)行人臉識(shí)別的裝置，以解決上述背景技術(shù)中提出的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種可用于機(jī)器人進(jìn)行人臉識(shí)別的裝置，包括CPU、CMOS Sensor、DDR、FLASH以及串口，其特征在于，通過CPU控制CMOS Sensor采集圖像數(shù)據(jù)作為人臉識(shí)別的輸入，DDR和FLASH作為圖像以及人臉檢測(cè)、人臉識(shí)別運(yùn)算中間數(shù)據(jù)緩沖器，最后識(shí)別結(jié)果發(fā)送到CPU；所述識(shí)別結(jié)果通過串口發(fā)送到CPU。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：本發(fā)明通過CPU控制CMOS Sensor采集圖像數(shù)據(jù)作為人臉識(shí)別的輸入，DDR和FLASH作為圖像以及人臉檢測(cè)、人臉識(shí)別運(yùn)算中間數(shù)據(jù)緩沖器，最后識(shí)別結(jié)果發(fā)送到CPU，非常準(zhǔn)確。

附圖說明

圖1為可用于機(jī)器人進(jìn)行人臉識(shí)別的裝置的電路原理框圖；

圖2為可用于機(jī)器人進(jìn)行人臉識(shí)別的裝置的識(shí)別流程圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請(qǐng)參閱圖1～2，本發(fā)明實(shí)施例中，一種可用于機(jī)器人進(jìn)行人臉識(shí)別的裝置，包括CPU、CMOS Sensor、DDR、FLASH以及串口，通過CPU控制CMOS Sensor采集圖像數(shù)據(jù)作為人臉識(shí)別的輸入，DDR和FLASH作為圖像以及人臉檢測(cè)、人臉識(shí)別運(yùn)算中間數(shù)據(jù)緩沖器，最后識(shí)別結(jié)果發(fā)送到CPU；所述識(shí)別結(jié)果通過串口發(fā)送到CPU。

機(jī)器人語(yǔ)音識(shí)別軟件總共有2大模塊，他們分別是：人臉圖像采集模塊、人臉圖像預(yù)處理模塊、人臉檢測(cè)模塊、人臉識(shí)別訓(xùn)練模塊、人臉識(shí)別模塊。通過采集定在機(jī)器人身上的sensor的照片數(shù)據(jù)，檢測(cè)照片是否有人臉，有人臉的話將識(shí)別是否是系統(tǒng)識(shí)別庫(kù)的人物，實(shí)現(xiàn)了機(jī)器人的部分視覺功能。其框架圖如圖2所示。

當(dāng)系統(tǒng)初始化之后，軟件開始采集圖像，接著圖像預(yù)處理模塊將彩色圖像轉(zhuǎn)換為灰度圖像，進(jìn)行人臉圖像噪聲消減和直方圖均衡化處理。人臉檢測(cè)模塊搜索經(jīng)過預(yù)處理后的圖像，尋找人臉區(qū)域，檢測(cè)到人臉分類器返回為1，否則返回為0。人臉識(shí)別訓(xùn)練模塊對(duì)于檢測(cè)到的人臉圖片，由訓(xùn)練者判斷是否加入訓(xùn)練集。當(dāng)訓(xùn)練集圖片足夠后，點(diǎn)擊訓(xùn)練按鈕，即利用基于特征臉的主成分分析方法處理訓(xùn)練得到的人臉圖片，生成對(duì)應(yīng)的XML文件。人臉識(shí)別模塊獲取人臉區(qū)域圖像后，提取人臉特征，讀取前面人臉識(shí)別訓(xùn)練得到的XML文件，使用PCA方法將圖像特征與已經(jīng)存在的人臉數(shù)據(jù)庫(kù)比對(duì)，人臉圖像與數(shù)據(jù)庫(kù)中的已知人臉進(jìn)行比對(duì)，如果人臉圖像存在并且可信度超過閾值，則將識(shí)別結(jié)果發(fā)送給機(jī)器人主助力器。

機(jī)器人人臉識(shí)別軟件采用特征臉方法進(jìn)行人臉識(shí)別。人臉檢測(cè)標(biāo)定人臉區(qū)域圖像后，提取人臉圖像的人臉特征值，讀取存儲(chǔ)的人臉數(shù)據(jù)庫(kù)XML文件，使用PCA方法進(jìn)行比對(duì)，若可信度超過閾值，則在屏幕上顯示對(duì)應(yīng)人臉的身份信息。

對(duì)于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實(shí)現(xiàn)本發(fā)明。因此，無論從哪一點(diǎn)來看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所涉及的權(quán)利要求。

此外，應(yīng)當(dāng)理解，雖然本說明書按照實(shí)施方式加以描述，但并非每個(gè)實(shí)施方式僅包含一個(gè)獨(dú)立的技術(shù)方案，說明書的這種敘述方式僅僅是為清楚起見，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)將說明書作為一個(gè)整體，各實(shí)施例中的技術(shù)方案也可以經(jīng)適當(dāng)組合，形成本領(lǐng)域技術(shù)人員可以理解的其他實(shí)施方式。