[发明专利]一种储物柜管理装置

权利要求书

1.一种储物柜管理装置，其特征在于，包括：

接受单元，用于接收存物指令；

摄像头单元，用于在所述接收单元接收到存物指令的时候采集所述储物柜前方的图像；

人脸检测单元，用于对所述摄像头单元采集的图像进行人脸检测；

人脸提取单元，用于当所述人脸检测单元检测到人脸时，对所述人脸进行特征提取，获取人脸特征信息；

特征信息存储单元，用于将所述人脸特征信息和当前可用的储物柜的标识符关联储存，以便后续利用当次提取的人脸特征信息取物；

启动控制单元，用于当所述人脸提取单元提取完所述人脸特征信息后开启所述与人脸特征信息关联的储物柜的柜门。

2.根据权利要求1所述的一种储物柜管理装置，其特征在于，所述人脸检测单元包括：

活体检测单元，用于当检测到人脸时，对所述人脸进行活体检测；

所述人脸提取单元还包括：当检测到所述人脸为活体时，对所述人脸进行特征提取，获取人脸特征信息。

3.根据权利要求1所述的一种储物柜管理装置，其特征在于，所述人脸检测单元具体包括：

(1)对所述储物柜前方的图像进行预处理，获取所述图像中可能存在人脸的区域；

(2)基于自适应增强分类器和Haar-like特征对所述可能存在人脸的区域进行人脸检测。

4.根据权利要求3所述的一种储物柜管理装置，其特征在于，所述人脸检测单元还包括：分类器训练单元，

所述分类区训练单元用于根据预先录入的人脸图像训练所述分类器，具体包括：

(1)获取所述预先录入的人脸图像作为训练样本(p₁,q₁),(p₂,q₂),…(p_r,q_r),…(p_R,q_R)，其中p_r表示第r个人脸训练样本，q_r＝1时表示为人脸样本，q_r＝0时表示为非人脸样本，R表示训练样本的总数，

其中采用的分类器模型为：

式中，u_n表示评价因子，表示简单分类器，根据加权后的样本数据训练和u_n，通过提高分类错误的样本的权重，降低分类正确样本的权重来调整样本权重，其中N表示迭代训练次数，Φ(p)表示强分类器；

(2)分别初始化人脸样本和非人脸样本的权重为和其中F_n(r)表示第n次迭代训练循环中第r个样本的误差权重，当第r个样本为人脸样本时，当第r个样本为非人脸样本时，其中x和y分别表示人脸样本和非人脸样本的个数；

(3)对训练样本的权重进行归一化处理，其中采用的归一化函数为：

式中，θ_n(r)表示第r个样本的归一化误差权重；

对于每个训练样本，获取该训练样本的Haar-like矩形特征，并根据每个Haar-like矩形特征j生成简单分类器：

式中，ω_j表示设定的阈值，τ_j表示偏置系数，τ_j＝±1，控制不等式方向；其中阈值ω_j和偏置系数τ_j的设定使得加权错误率函数最小；

从生成的简单分类器中选取具有最小错误率ε_n的简单分类器

更新所有训练样本的权重：

式中，e_n表示训练样本在第n次训练中的分类结果，如果该训练样本被正确分类，则e_n＝0，否则e_n＝1；

将训练阶段的得到的具有最小错误率的简单分类器组合成强分类器：

式中，表示由简单分类器组成的强分类器，u_n表示评价因子，u_n＝xn(1/β_n)；

(4)利用级联的组织方式，将上述训练过程中获得的各个强分类器串行连接成级联分类器，获取的人脸图像依此通过级联分类器中每一层强分类器的判定，若判定为人脸，则进入下一层继续判定，若判定为非人脸，则将获取的人脸图像标记为非人脸，直到获取的人脸图像通过所述级联分类器中每一层的判定，则标记该获取的人脸图像为人脸；其中，从第C-c层起，第C-c层级联分类器函数为：

式中，δ_C-c-1表示加权系数，表示该层结构变化的大小；

则该层的级联分类器为：

式中，ω_C-c表示第C-c层级联分类器设定的分类阈值，ω_C-c＝yrn(v_C-c(p^r))(r＝1,…,y)对被第C-c层级联分类器拒绝的样本采用二次分类器进行二次判定，若样本通过所述二次分类器，则进入下一层的判定，其中采用的二次分类器为：

式中，Φ’_C-c(p)表示二次分类器，v’_C-c(p)表示二次判定函数，ζ表示判定系数，e表示样本被前面所有层的级联分类器拒绝的次数；

其中，C表示设定的级联分类器的总层数，c＝G,G-1,…,0，G表示设定的级联分类器中开始进行二次判定的层数。