技术领域
[0001] 本
发明涉及一种高压氧舱人脸识别交互方法及系统，属于高压氧舱技术领域。
背景技术
[0002] 高压氧舱
治疗在高压氧临床医学中具有独特疗效和广泛发展前途，通过高压氧舱将病人置于高于一个
大气压环境中吸收纯氧，所吸氧的浓度为85％～99％，血氧含量是常压下吸氧的数倍，能有效提高血氧张
力和含量，对治疗急慢性缺氧性
疾病有特殊疗效。由于管理权限的误识别和病人的误操作均可能会导致严重的医疗事故，智能高压氧舱上搭载的人脸识别系统需要具有非常高的精确度。
[0003] 传统人脸识别技术可能会产生一叶障目而不见泰山的结果。传统的基于2D人脸识别的摄像头和采集设备，通常是基于少量的样本去预测、假设，并通过编写的程序来判断人脸的纹理信息，嘴巴大小，两眼间距离等，得到的是二维平面的信息。但从
算法的
角度来看，无论实践过程中把光照打得多强烈，角度处理得多准确，始终不知道更深层次的信息，如眼睛凹陷的程度，鼻子的高度，甚至脸型的相关信息等。
[0004] 这种2D人脸识别系统存在一些漏洞，当遇到
生物传感器级别的攻击，
数据库攻击等攻击手段都会造成很大的破坏。攻击者通过静止照片，人脸视频等方式攻破现有安全系统。因此，随着反欺骗手段的发展，
活体检测技术应运而生。这种技术一般采用指令动作配合的方式，如人脸左转、右转、张嘴、眨眼等。但通过用户配合来完成身份认证的方式带来的用户体验效果并不佳；此外，这种技术无法防止视频攻击或人脸合成技术的攻击。
[0005] 为解决上述两种问题，摄像头市场推出一种新型摄像头—双目摄像头。双目摄像头是利用
仿生学原理，通过标定后的双摄像头得到同步曝光图像，然后计算获取的二维图像
像素点的第三维深度信息。但是，对于计算机而言，通过两个摄像头获得的深度信息并不是特别精确，因为会受到光线和其他因素的影响，误差较大；此外对计算单元的性能要求非常高，这使得双目系统的产品化、小型化的难度较大。亟需一种用于高压氧舱环境中的快速、安全、可靠的人脸识别交互技术方案。
发明内容
[0006] 本发明针对
现有技术存在的不足，提供一种高压氧舱人脸识别交互方法及系统，解决医护人员操作不规范以及非相关负责人员进行操作等问题，精准识别操作人员的操舱权限，可以防止误操作导致的医疗事故。
[0007] 本发明解决上述技术问题的技术方案如下：一种高压氧舱人脸识别交互方法，包括以下步骤：
[0008] 通过3D结构光深度摄像头获取高压氧舱中待监测用户的人脸图像，利用3D结构光算法对待监测用户的所述人脸图像进行处理并得到3D人脸模型；
[0009] 根据所述人脸3D模型对所述待监测用户的三维面部表情识别、人脸3D特征提取和面部动作识别；
[0010] 通过所述三维面部表情识别结果判断待监测用户高压氧舱感受，高压氧舱感受包括预设的若干舒适度模型，根据所述人脸3D特征提取结果与预设的人脸权限库进行匹配获取所述待监测用户的控制权限，根据所述面部动作识别结果与预设的人脸指令集进行匹配获取所述待监测用户的控制指令；
[0011] 根据待监测用户的所述控制权限判断是否执行待监测用户的所述控制指令，a)待监测用户拥有所述控制指令的控制权限，根据所述控制指令结合所述舒适度模型对高压氧舱进行调节或预警；b)待监测用户不具有所述控制指令的控制权限，停止响应所述待监测用户的控制指令。
[0012] 作为高压氧舱人脸识别交互方法的优选方案，通过3D结构光深度摄像头获取待监测用户的单
帧/多帧带有散斑/条纹的红外人脸图像；根据所述红外人脸图像信息进行3D人脸点
云重建，所述3D人脸点云重建包括通过空间坐标旋转得到若干角度的3D人脸点云。
[0013] 作为高压氧舱人脸识别交互方法的优选方案，将所述3D人脸点云与RGB彩色人脸图像进行互补处理，根据所述3D人脸点云判断所述人脸图像为真实人脸或伪造人脸。
[0014] 作为高压氧舱人脸识别交互方法的优选方案，所述三维面部表情包括抬眉、撇嘴和眨眼，根据所述三维面部表情识别结果判定高压氧舱的舒适度模型种类；所述面部动作包括抬眉、撇嘴、眨眼、抬头、低头、摇头或捂脸；将所述三维面部表情和面部动作发送给医护人员。
[0015] 作为高压氧舱人脸识别交互方法的优选方案，获取高压氧舱中待监测用户的语音信息并进行识别，将
语音识别结果根据预设的语音操作指令集和待监测用户的控制权限对高压氧舱进行调节或预警；将所述语音信息发送给医护人员进行医患交流。
[0016] 作为高压氧舱人脸识别交互方法的优选方案，当待监测用户不具有所述控制指令的控制权限时，将所述三维面部表情和面部动作发送给具有控制权限的医护人员。
[0017] 本发明
实施例还提供一种高压氧舱人脸识别交互系统，包括：
[0018] 图像获取模
块，用于通过3D结构光深度摄像头获取高压氧舱中待监测用户的人脸图像；
[0019] 人脸模型构建模块，用于利用3D结构光算法对待监测用户的所述人脸图像进行处理并得到3D人脸模型；
[0020] 特征识别模块，用于根据所述人脸3D模型对所述待监测用户的三维面部表情、人脸3D特征和面部动作进行识别；
[0021] 判断模块，用于通过所述三维面部表情识别结果判断待监测用户高压氧舱感受，高压氧舱感受包括预设的若干舒适度模型；
[0022] 第一匹配模块，用于根据所述人脸3D特征提取结果与预设的人脸权限库进行匹配获取所述待监测用户的控制权限；
[0023] 第二匹配模块，用于根据所述面部动作识别结果与预设的人脸指令集进行匹配获取所述待监测用户的控制指令；
[0024] 响应模块，用于根据待监测用户的所述控制权限判断是否执行待监测用户的所述控制指令，a)待监测用户拥有所述控制指令的控制权限，根据所述控制指令结合所述舒适度模型对高压氧舱进行调节或预警；b)待监测用户不具有所述控制指令的控制权限，停止响应所述待监测用户的控制指令。
[0025] 作为高压氧舱人脸识别交互系统的优选方案，所述人脸模型构建模块通过3D结构光深度摄像头获取待监测用户的单帧/多帧带有散斑/条纹的红外人脸图像；根据所述红外人脸图像信息进行3D人脸点云重建，所述3D人脸点云重建包括通过空间坐标旋转得到若干角度的3D人脸点云。
[0026] 作为高压氧舱人脸识别交互系统的优选方案，还包括语音模块，用于获取高压氧舱中待监测用户的语音信息并进行识别，将语音识别结果根据预设的语音操作指令集和待监测用户的控制权限对高压氧舱进行调节或预警。
[0027] 作为高压氧舱人脸识别交互系统的优选方案，还包括交互模块，用于待监测用户与医护人员进行医患交流。
[0028] 本发明通过3D结构光深度摄像头获取高压氧舱中待监测用户的人脸图像，利用3D结构光算法对待监测用户的人脸图像进行处理并得到3D人脸模型。根据人脸3D模型对待监测用户的三维面部表情识别、人脸3D特征提取和面部动作识别。通过三维面部表情识别结果判断待监测用户高压氧舱感受，高压氧舱感受包括预设的若干舒适度模型，根据人脸3D特征提取结果与预设的人脸权限库进行匹配获取待监测用户的控制权限，根据面部动作识别结果与预设的人脸指令集进行匹配获取待监测用户的控制指令。根据待监测用户的控制权限判断是否执行待监测用户的控制指令。本发明可以对病人的面部表情进行监测，在病人感觉到不适时对高压氧舱进行
自动调节或预警。针对行动不便的病人，通过语音实现病人对智能氧舱的控制，以及病人与医护人员之间的沟通交流。本发明解决医护人员操作不规范以及非相关负责人员进行操作等问题，精准识别操作人员的操舱权限，可以防止误操作导致的医疗事故。
附图说明
[0029] 为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
[0030] 图1为本发明实施例提供高压氧舱人脸识别交互方法流程示意图；
[0031] 图2为本发明实施例提供高压氧舱人脸识别交互技术路线示意图；
[0032] 图3为本发明实施例提供高压氧舱人脸识别交互系统示意图。
具体实施方式
[0033] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施例的限制。
[0034] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的
说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0035] 参见图1和图2，提供一种高压氧舱人脸识别交互方法，包括以下步骤：
[0036] S1：通过3D结构光深度摄像头获取高压氧舱中待监测用户的人脸图像，利用3D结构光算法对待监测用户的所述人脸图像进行处理并得到3D人脸模型；
[0037] S2：根据所述人脸3D模型对所述待监测用户的三维面部表情识别、人脸3D特征提取和面部动作识别；
[0038] S3：通过所述三维面部表情识别结果判断待监测用户高压氧舱感受，高压氧舱感受包括预设的若干舒适度模型，根据所述人脸3D特征提取结果与预设的人脸权限库进行匹配获取所述待监测用户的控制权限，根据所述面部动作识别结果与预设的人脸指令集进行匹配获取所述待监测用户的控制指令；
[0039] S4：根据待监测用户的所述控制权限判断是否执行待监测用户的所述控制指令，a)待监测用户拥有所述控制指令的控制权限，根据所述控制指令结合所述舒适度模型对高压氧舱进行调节或预警；b)待监测用户不具有所述控制指令的控制权限，停止响应所述待监测用户的控制指令。
[0040] 高压氧舱人脸识别交互方法的一个实施例中，通过3D结构光深度摄像头获取待监测用户的单帧/多帧带有散斑/条纹的红外人脸图像；根据所述红外人脸图像信息进行3D人脸点云重建，所述3D人脸点云重建包括通过空间坐标旋转得到若干角度的3D人脸点云。将所述3D人脸点云与RGB彩色人脸图像进行互补处理，根据所述3D人脸点云判断所述人脸图像为真实人脸或伪造人脸。具体的，结构光投射特定的光信息到物体表面后，由摄像头采集，根据物体造成的光
信号的变化来计算物体的
位置和深度等信息，进而复原整个三维空间。当一束激光照射到物体表面时，所反射的激光会携带方位、距离等信息。将
激光束按照某种轨迹进行扫描，便会边扫描边记录到反射的激光点信息，由于扫描极为精细，则能够得到大量的激光点，因而就可形成3D人脸点云。3D人脸点云与RGB彩色人脸图像进行融合互补，从而得到更精确的3D人脸模型。
[0041] 高压氧舱人脸识别交互方法的一个实施例中，所述三维面部表情包括抬眉、撇嘴和眨眼，根据所述三维面部表情识别结果判定高压氧舱的舒适度模型种类；所述面部动作包括抬眉、撇嘴、眨眼、抬头、低头、摇头或捂脸；将所述三维面部表情和面部动作发送给医护人员。当待监测用户不具有所述控制指令的控制权限时，将所述三维面部表情和面部动作发送给具有控制权限的医护人员。
[0042] 具体的，通过对识别得到的3D人脸模型进行分析，可以提取得到病人的三维面部动作，如抬眉、撇嘴、眨眼等动作，结合预先规定的人脸指令集，实现对高压氧舱的控制，以及行动不便且无法进行语音交流的病人与医护人员之间的沟通。能防御面具、视频等欺诈手段。可以极大地提高人脸权限管理的准确度，防止由于误识别导致的医疗事故。
[0043] 高压氧舱人脸识别交互方法的一个实施例中，获取高压氧舱中待监测用户的语音信息并进行识别，将语音识别结果根据预设的语音操作指令集和待监测用户的控制权限对高压氧舱进行调节或预警；将所述语音信息发送给医护人员进行医患交流。具体的，对于可以进行语音交流的病人，则通过智能语音系统进行语音识别和分析，得到智能氧舱的操作指令；或者进行普通话调制，实现病人与医护人员之间的交流。智能语音识别技术目前已经相当成熟，例如苹果的Siri、三星的bixby、科大讯飞语音以及百度语音。其中，国内的科大讯飞和百度在智能
语音技术上均具有相当雄厚的实力。因此高压氧舱中可以选用这两家的产品。
[0044] 参见图3，本发明实施例还提供一种高压氧舱人脸识别交互系统，包括：
[0045] 图像获取模块1，用于通过3D结构光深度摄像头获取高压氧舱中待监测用户的人脸图像；
[0046] 人脸模型构建模块2，用于利用3D结构光算法对待监测用户的所述人脸图像进行处理并得到3D人脸模型；
[0047] 特征识别模块3，用于根据所述人脸3D模型对所述待监测用户的三维面部表情、人脸3D特征和面部动作进行识别；
[0048] 判断模块4，用于通过所述三维面部表情识别结果判断待监测用户高压氧舱感受，高压氧舱感受包括预设的若干舒适度模型；
[0049] 第一匹配模块5，用于根据所述人脸3D特征提取结果与预设的人脸权限库进行匹配获取所述待监测用户的控制权限；
[0050] 第二匹配模块6，用于根据所述面部动作识别结果与预设的人脸指令集进行匹配获取所述待监测用户的控制指令；
[0051] 响应模块7，用于根据待监测用户的所述控制权限判断是否执行待监测用户的所述控制指令，a)待监测用户拥有所述控制指令的控制权限，根据所述控制指令结合所述舒适度模型对高压氧舱进行调节或预警；b)待监测用户不具有所述控制指令的控制权限，停止响应所述待监测用户的控制指令。
[0052] 高压氧舱人脸识别交互系统的一个实施例中，所述人脸模型构建模块2通过3D结构光深度摄像头获取待监测用户的单帧/多帧带有散斑/条纹的红外人脸图像；根据所述红外人脸图像信息进行3D人脸点云重建，所述3D人脸点云重建包括通过空间坐标旋转得到若干角度的3D人脸点云。
[0053] 具体的，3D结构光深度摄像头包括红外发射器、红外摄像头、可见光摄像头、内部点云重建单元和
图像处理单元五部分。红外发射器发出点阵(散斑)/条纹等红外
光源，获取单帧/多帧带有散斑/条纹的图像；红外摄像头接收物体表面的红外IR图像信息，用于重建3D人脸点云；3D人脸点云通过空间坐标旋转，得到各种角度的3D人脸点云。这些3D人脸点云可以与RGB彩色人脸图像进行互补，得到更精确的3D人脸模型。
[0054] 高压氧舱人脸识别交互系统的一个实施例中，还包括语音模块8，语音模块8用于获取高压氧舱中待监测用户的语音信息并进行识别，将语音识别结果根据预设的语音操作指令集和待监测用户的控制权限对高压氧舱进行调节或预警。此外，还包括交互模块9，交互模块9用于待监测用户与医护人员进行医患交流。
[0055] 本发明通过3D结构光深度摄像头获取高压氧舱中待监测用户的人脸图像，利用3D结构光算法对待监测用户的人脸图像进行处理并得到3D人脸模型。根据人脸3D模型对待监测用户的三维面部表情识别、人脸3D特征提取和面部动作识别。通过三维面部表情识别结果判断待监测用户高压氧舱感受，高压氧舱感受包括预设的若干舒适度模型，根据人脸3D特征提取结果与预设的人脸权限库进行匹配获取待监测用户的控制权限，根据面部动作识别结果与预设的人脸指令集进行匹配获取待监测用户的控制指令。根据待监测用户的控制权限判断是否执行待监测用户的控制指令。本发明可以对病人的面部表情进行监测，在病人感觉到不适时对高压氧舱进行自动调节或预警。针对行动不便的病人，通过语音实现病人对智能氧舱的控制，以及病人与医护人员之间的沟通交流。本发明实施例通过分析病人的三维面部表情识别病人的舒适程度，实现对病人感受的监测。如果病人感觉到不适，立即结合智能生命体征传感器和智能设备运行传感器采集到的数据对高压氧舱进行调节，或者通知医护人员采取进一步的措施。通过对识别得到的3D人脸模型进行分析，可以提取得到病人的三维面部动作，如抬眉、撇嘴、眨眼等动作，结合预先规定的人脸指令集，实现对氧舱的控制，以及行动不便且无法进行语音交流的病人与医护人员之间的沟通。而对于可以进行语音交流的病人，则通过智能语音系统进行语音识别和分析，得到智能氧舱的操作指令；或者进行普通话调制，实现病人与医护人员之间的交流。本发明解决医护人员操作不规范以及非相关负责人员进行操作等问题，精准识别操作人员的操舱权限，可以防止误操作导致的医疗事故。
[0056] 以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0057] 以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明
专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干
变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附
权利要求为准。
