(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111649596.4 (22)申请日 2021.12.3 0 (71)申请人 国网江苏省电力有限公司泰州供电 分公司 地址 225300 江苏省泰州市凤 凰西路2号 (72)发明人 戴永东　张泽　王茂飞　蒋中军　 翁蓓蓓　戴雨凡　鞠玲　 (74)专利代理 机构 北京市隆安 律师事务所 11323 代理人 沈威 (51)Int.Cl. G06K 9/62(2022.01) G07C 9/00(2020.01) G07C 9/25(2020.01) G06V 10/774(2022.01)G06V 10/80(2022.01) (54)发明名称 一种无人机充电柜的用户识别方法、 装置及 充电柜 (57)摘要 本发明公开了一种无人机充电柜的用户识 别方法、 装置及充电柜， 方法包括： 采集待识别用 户的音视频数据； 从所述音视频数据中提取声音 信号， 并对所述声音信号进行处理， 形成语音向 量， 根据所述语音向量进行语音识别； 从所述音 视频数据中提取图像数据， 根据所述图像数据提 取人脸的动态特征、 静态特征以及关键点特征， 并基于奇异值分解法获得混合特征； 根据所述混 合特征进行人脸识别； 根据语音识别结果和人脸 识别结果进行用户认证； 该方法能够大幅度缩短 识别时间、 提高识别的准确性、 降低算法的复杂 度。 权利要求书2页 说明书6页 附图2页 CN 114330558 A 2022.04.12 CN 114330558 A 1.一种无 人机充电柜的用户识别方法， 其特 征在于， 包括： 采集待识别用户的音视频 数据； 从所述音视频数据中提取声音信号， 并对所述声音信号进行处理， 形成语音向量， 根据 所述语音向量进行语音识别； 从所述音视频数据中提取图像数据， 根据所述图像数据提取人脸的动态特征、 静态特 征以及关键点特 征， 并基于奇异值分解法获得混合特 征； 根据所述混合特 征进行人脸识别； 根据语音识别结果和人脸识别结果进行用户认证。 2.根据权利要求1所述的方法， 其特征在于， 对所述声音信号进行处理， 形成语音向量， 包括： 将所述声 音信号分成多个帧并进行离 散傅里叶变换， 提取 频谱信息； 根据所述频谱信息， 计算Mel倒谱系数； 根据所述Mel倒谱系数进行离 散余弦变换， 获得 所述语音向量。 3.根据权利要求1所述的方法， 其特征在于， 根据 所述图像数据提取人脸的动态特征和 静态特征， 包括： 利用相邻矩形像素组之间的对比度值， 从所述图像数据中提取Ha ar‑Like特征； 将每个Haar ‑Like特征区域的像素强度进行相加， 并计算各个Haar ‑Like特征区域像素 强度和之间的差值； 根据预先训练获得的分类器， 利用像素强度和之间的差值进行特征分类， 获得嘴唇的 动态特征、 眼睛的静态特 征和鼻子的静态特 征。 4.根据权利要求1或3所述的方法， 其特征在于， 根据所述图像数据提取人脸的关键点 特征， 包括： 利用高斯 函数的差分识别所述图像数据中的尺度和方向不变的点， 获得关键点； 以所述关键点为圆心， 周围预设范围内的像素进行梯度计算， 建立直方图， 根据直方图 为关键点分配方向； 为每个关键点建立关于位置、 尺度和方向的描述符， 获得 所述关键点特 征。 5.根据权利要求1所述的方法， 其特 征在于， 基于奇异值分解法获得混合特 征， 包括： 将所述动态特 征、 静态特 征以及关键点特 征进行矩阵表达； 将动态特征矩阵和静态特征矩阵作为左奇异特征矩阵， 将关键点特征矩阵作为右奇异 特征矩阵， 计算获得混合特 征矩阵。 6.根据权利要求1所述的方法， 其特 征在于， 根据所述语音向量进行语音识别， 包括： 将所述语音向量与 预先建立的注册用户语音模型进行比对， 判断所述语音向量与 所述 注册用户语音模型的相似度是否超过语音识别阈值。 7.根据权利要求6所述的方法， 其特 征在于， 根据所述混合特 征进行人脸识别， 包括： 将所述混合特征与 预先建立的注册用户人脸模型进行比对， 判断所述混合特征与 所述 注册用户人脸模型的相似度是否超过面部识别阈值。 8.根据权利要求7所述的方法， 其特征在于， 根据语音识别结果和人脸识别结果进行用 户认证， 包括： 当所述语音向量与 所述注册用户语音模型的相似度超过语音识别阈值， 且所述混合特权　利　要　求　书 1/2 页 2 CN 114330558 A 2征与所述注册用户人脸模型的相似度超过面部识别阈值时， 确定所述待识别用户为注册用 户。 9.一种无 人机充电柜的用户识别装置， 其特 征在于， 包括： 采集模块， 用于采集待识别用户的音视频 数据； 语音识别模块， 用于从所述音视频数据中提取声音信号， 并对所述声音信号进行处理， 形成语音向量， 根据所述语音向量进行语音识别； 图像特征提取模块， 用于从所述音视频数据中提取图像数据， 根据所述图像数据提取 人脸的动态特 征、 静态特 征以及关键点特 征， 并基于奇异值分解法获得混合特 征； 识别模块， 用于根据所述混合特 征进行人脸识别； 认证模块， 用于根据语音识别结果和人脸识别结果进行用户认证。 10.一种充电柜， 其特征在于， 包括处理器和存储装置， 所述存储装置存储有多条指令， 所述处理器用于读取 所述指令并执 行： 采集待识别用户的音视频 数据； 从所述音视频数据中提取声音信号， 并对所述声音信号进行处理， 形成语音向量， 根据 所述语音向量进行语音识别； 从所述音视频数据中提取图像数据， 根据所述图像数据提取人脸的动态特征、 静态特 征以及关键点特 征， 并基于奇异值分解法获得混合特 征； 根据所述混合特 征进行人脸识别； 根据语音识别结果和人脸识别结果进行用户认证。权　利　要　求　书 2/2 页 3 CN 114330558 A 3