(19)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 202210689943.4 (22)申请日 2022.06.17 (71)申请人 郑州铁路职业 技术学院 地址 451460 河南省郑州市郑东 新区鹏程 大道56号 (72)发明人 李文辉　王璨　李亚　张亚琼　 张荣凡　王鹏宇　李可心　魏祥　 (74)专利代理 机构 深圳市广诺专利代理事务所 (普通合伙) 44611 专利代理师 唐飞 (51)Int.Cl. G07F 19/00(2006.01) G06V 10/74(2022.01) G06V 40/16(2022.01) (54)发明名称 基于人脸识别的自助取款机及其取款方法 (57)摘要 本申请提供一种基于人脸识别的自助取款 机及其取款方法， 可以提高自助取款时的安全 性， 保证用户的财产安全。 自助取款机包括： 自助 取款机本体、 设于自助取款机本体的处理器、 RGB 摄像头以及深度摄像头； 处理器分别与RGB摄像 头、 深度摄像头电性连接； RGB摄像头用于采集目 标人脸的RGB信息， 深度摄像头用于采集目标人 脸的深度信息； 处理器用于将RGB信息和深度信 息进行融合， 根据融合的信息对目标人脸进行3D 人脸识别， 当目标人脸为3D人脸时， 将目标人脸 的RGB信息输入至二维人脸识别模型进行人脸识 别， 当目标人脸的RGB信息与预设人脸的RGB信息 相匹配， 判定人脸识别通过， 执 行取款操作。 权利要求书2页 说明书9页 附图3页 CN 115050149 A 2022.09.13 CN 115050149 A 1.一种基于人脸识别的自助取款机， 其特征在于， 所述自助 取款机包括： 自助 取款机本 体、 设于所述自助取款机本体的处理器、 RGB摄像头以及深度摄像头； 所述处理器分别与所 述RGB摄像头、 所述深度摄 像头电性连接； 所述RGB摄像头用于采集目标人脸的RGB信息， 所述深度摄像头用于采集所述目标人脸 的深度信息； 所述处理器用于将所述RGB信息和所述深度信息进行融合， 根据融合的信息对所述目 标人脸进行3D人脸识别， 当所述目标人脸为3D人脸时， 将所述目标人脸的RGB信息输入至二 维人脸识别模型进行人脸识别， 当所述目标人脸的RGB信息与预设人脸的RGB信息相匹配， 判定人脸识别通过， 执 行取款操作。 2.根据权利要求1所述的基于人脸识别的自助取款机， 其特 征在于， 所述处理器还用于获取输入的至少两类模板人脸并进行验证， 将验证通过的模板人脸 作为所述预设人脸保存至存储器， 其中， 每类模板人脸包括同一个人的至少一张人脸， 各类 预设人脸相同部位区域的特征值的距离大于预设距离值， 其中一类预设人脸为取款账号对 应开户用户的人脸。 3.根据权利要求2所述的基于人脸识别的自助 取款机， 其特征在于， 判定一模板人脸验 证通过的情形包括以下任意 一种： 对所述模板人脸进行验证时， 若接收到开户用户 和/或所述开户用户指定用户输入的 通过指令； 所述模板人脸的人脸特 征与开户用户的人脸特 征相匹配； 模板人脸的人脸特 征与开户用户的直系亲属的人脸特 征相匹配； 模板人脸的人脸特 征与开户用户的法定代 表人的人脸特 征相匹配。 4.根据权利要求2或3所述的基于人脸识别的自助取款机， 其特征在于， 所述当所述目 标人脸的RGB信息与预设人脸的RGB信息相匹配， 判定人脸识别通过， 执 行取款操作包括： 获取开户用户和/或所述开户用户指定用户输入的取款 时段信息， 或者， 获取预置的取 款时段信息； 当所述目标人脸的RGB信息与预设人脸的RGB信息相匹配， 判定人脸识别通过， 当所述 目标人脸不属于开户用户的人脸， 且当前时段处于输入的取款时段和/或预置的取款时段 时， 执行取款操作。 5.根据权利要求 4所述的基于人脸识别的自助取款机， 其特 征在于， 获取开户用户 和/或所述开户用户指定用户输入的目标取款机信息， 或者获取预置的 取款机信息； 当所述目标人脸的RGB信息与预设人脸的RGB信息相匹配， 判定人脸识别通过， 当所述 目标人脸不属于开户用户的人脸， 且当前时段处于输入的取款时段或者预置的取款时段、 当前所操作的自助取款机的信息与所述 目标取款机信息和/或预置的取款机信息匹配时， 执行取款操作。 6.权利要求1所述的基于人脸识别的自助取款机， 其特征在于， 所述处理器还用于当所 述目标人脸为3D人脸时， 所述将所述目标人脸的RGB信息输入至二维人脸识别模型进行人 脸识别之前的步骤包括将目标人脸对齐映射至2D平面， 得到2D人脸， 所述将所述目标人脸 的RGB信息输入至二维人脸识别模型进行人脸识别则是将2D目标人脸的RGB信息输入至二权　利　要　求　书 1/2 页 2 CN 115050149 A 2维人脸识别模型进行 人脸识别； 其中， 所述处理器还用于在将2D目标人脸的RGB信息输入至二维人脸识别模型进行人 脸识别之前， 获取所述 目标人脸的目标区域的边缘特征点的拟合 曲线曲率， 若所述拟合 曲 线曲率不满足对应的预设范围， 获取所述 目标区域各个边缘特征点的形状参数， 按照所述 形状参数对所述目标区域进行形态调整， 使得调整后的所述目标区域的边缘特征点的拟合 曲线曲率满足预设范围。 7.一种基于人脸识别的自助取款机的取款方法， 其特征在于， 所述自助 取款机包括： 自 助取款机本体、 设于所述自助取款机本体的处理器、 RGB摄像头以及深度摄像头； 所述处理 器分别与所述RGB摄 像头、 所述深度摄 像头电性连接； 所述取款方法包括： 获取RGB摄像头采集的目标人脸的RGB信息， 获取深度摄像头采集的所述目标人脸的深 度信息； 将所述RGB信息和所述深度信息进行融合， 根据融合的信息对所述目标人脸进行3D人 脸识别， 当所述目标人脸为3D人脸时， 将所述目标人脸的RGB信息输入至二 维人脸识别模 型 进行人脸识别， 当所述目标人脸的RGB信息与预设人脸的RGB信息相匹配， 判定人脸识别通 过， 执行取款操作。 8.根据权利要求7所述的取款方法， 其特征在于， 当所述目标人脸为3D人脸时， 所述将 所述目标人脸的RGB信息输入至二 维人脸识别模 型进行人脸识别之前的步骤包括将目标人 脸对齐映射至2D平 面， 得到2D人脸， 所述将所述目标人脸的RGB信息输入至二 维人脸识别模 型进行人脸识别 则是将2D目标 人脸的RGB信息 输入至二维人脸识别模型进行 人脸识别。 9.根据权利要求8所述的取款方法， 其特征在于， 将2D目标人脸的RGB信息输入至二维 人脸识别模型进行人脸识别的步骤之前， 包括： 获取所述 目标人脸的目标区域的边缘特征 点的拟合 曲线曲率， 若所述拟合 曲线曲率不满足对应的预设范围， 获取所述 目标区域各个 边缘特征点的形状参数， 按照所述形状参数对所述 目标区域进行形态调整， 使得调整后的 所述目标区域的边 缘特征点的拟合曲线曲率满足预设范围； 其中， 各个边缘特征点的形状参数等于对应边缘特征点的最大曲率值与最小曲率值的 平均值， 或者， 各个边 缘特征点的形状参数满足以下公式： 其中， Ai为第i个边缘特征点的形状参数， K和 λ 的取值范围为0.5 ‑1， K和 λ 的取值均 为可 调取值， Mi和Qi分别为第i个边 缘特征点的最大曲率 值和最小曲率 值。 10.根据权利要求9所述的取款方法， 其特征在于， 获取各个边缘特征点邻近区域的拟 合曲线的曲率均值Pi以及高斯曲率值Gi， 以各个边缘 特征点为中心， 目标区域内与边缘 特征 点相邻的N个边 缘特征点构成区域 为所述邻近区域， N取值范围为1至10； 获取所述曲率均值Pi的平方与高斯曲率 值Gi的差值， 并对所述差值 开根号； 将所述曲率均值Pi与开根号值的和作为对应边缘特征点的最大 曲率值， 将所述曲率均 值Pi与开根号值的差作为对应边 缘特征点的最小曲率 值。权　利　要　求　书 2/2 页 3 CN 115050149 A 3