一种身份识别装置及门禁设备的制作方法

本申请属于生物识别领域，尤其涉及一种身份识别装置、门禁设备、身份识别方法及存储介质。

背景技术：

传统的身份识别装置一般需要借助识别卡进行身份识别，不仅识别效率低下，而且在双手被占用的情况下使用起来也非常不方便，需要随身携带的识别卡也存在容易丢失的问题。

技术实现要素：

本申请所要解决的技术问题在于提供一种身份识别装置、门禁设备、身份识别方法及存储介质，不需要识别卡也可以识别来访者身份。

本申请实施方式提供一种身份识别装置包括：图像采集模组，用于获取来访者的二维人脸数据或三维人脸数据；声音采集模组，用于获取来访者的语音口令；及处理器，用于先控制声音采集模组获取来访者的语音口令，并将获取的来访者语音口令与预设的语音口令模板进行比对以进行口令识别，所述口令识别通过后再控制图像采集模组获取来访者的二维人脸数据或三维人脸数据，将获取的来访者的二维人脸数据或三维人脸数据分别与预设的目标对象的二维人脸数据模板或三维人脸数据模板进行比对以进行人脸识别，并在通过人脸识别后确认来访者的身份为目标对象。

在某些实施方式中，还包括传感器，所述传感器用于感测身份识别装置的前方是否有来访者靠近，所述处理器控制所述感测器感测到前方有来访者靠近后再控制声音采集模组开始获取来访者的语音口令，所述传感器可以为声音传感器、接近传感器和触摸传感器中的任意一种及其组合。

在某些实施方式中，所述图像采集模组根据结构光图案感测原理、双目视觉感测原理和/或飞行时间感测原理来获取来访者的三维人脸数据。

在某些实施方式中，所述图像采集模组还可以用于采集来访者脸部的二维和/或三维图像，所述处理器还可以用于执行脸部动作识别，根据所获取的来访者脸部的二维和/或三维图像识别来访者的脸部动作，以判断所识别的来访者是否为活体。

在某些实施方式中，所述处理器还用于在识别出来访者的语音口令为预设的报警口令时，根据预设的报警对象资料将预设的报警信息分别发送给对应的报警对象，并通过所述口令识别。

在某些实施方式中，还包括交互设备，用于显示或发出提示信息以及接收来访者的操作以实现交互。

在某些实施方式中，还包括网络连接器，还包括网络连接器，所述处理器通过所述网络连接器控制该身份识别装置与互联网的连接，以使得目标对象能够通过互联网远程控制该身份识别装置。

在某些实施方式中，所述处理器还用于在通过口令识别后再控制声音采集模组获取来访者的声纹特征，将获取的来访者的声纹特征与预设的目标对象的声纹特征模板进行比对以进行声纹识别，并在通过声纹识别和人脸识别后确认来访者的身份为目标对象，其中，所述声纹识别与人脸识别同时执行；或者，先执行所述声纹识别，所述声纹识别通过后再执行所述人脸识别。

本申请还提供一种门禁设备，包括门体、门锁及如上述任一实施方式中所述的身份识别装置，所述门锁用于锁住门体，所述处理器用于在确认来访者的身份为目标对象后打开门锁。

在某些实施方式中，所述处理器用于在打开门锁后经过预设倒计时门体仍没有被推开的情况下重新锁上门锁。

本申请所提供的身份识别装置及门禁设备通过采集来访者的多种特征信息进行身份识别来开门，目标对象不需要再随身携带钥匙或门禁卡。而且通过设置不同特征信息按照合理的逻辑顺序进行组合识别，可以兼顾身份识别的安全性和便捷性。

本申请实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请实施方式的实践了解到。

附图说明

图1是本申请第一实施方式提供的身份识别装置的功能模块示意图。

图2是图1中所述图像采集模组的位置示意图。

图3是图1中所述识别模块的其中一种实施方式。

图4是图1中所述识别模块的其中一种实现情形。

图5是图1中所述识别模块的其中一种实施方式。

图6是本申请提供的一种第一实施方式的身份识别方法的步骤流程图。

图7是图6中所述身份识别方法的其中一种实现情形。

图8是图6中所述身份识别方法的另一种实现情形。

图9是图6中所述身份识别方法的再一种实现情形。

图10是本申请第二实施方式提供的身份识别装置的功能模块示意图。

图11是本申请提供的一种第二实施方式的身份识别方法的步骤流程图。

具体实施方式

下面详细描述本申请的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。在本申请的描述中，需要理解的是，术语“第一”、“第二”仅用于描述，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或排列顺序。由此，限定有“第一”、“第二”的技术特征可以明示或者隐含地包括一个或者更多个所述技术特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本申请的描述中，需要说明的是，除非另有明确的规定或限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体化连接；可以是机械连接，也可以是电连接或相互通信；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件之间的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

下文的公开提供了许多不同的实施方式或示例用来实现本申请的不同结构。为了简化本申请的公开，下文仅对特定例子的部件和设定进行描述。当然，它们仅仅为示例，并且目的不在于限制本申请。此外，本申请可以在不同例子中重复使用参考数字和/或参考字母，这种重复使用是为了简化和清楚地表述本申请，其本身不指示所讨论的各种实施方式和/或设定之间的特定关系。此外，本申请在下文描述中所提供的各种特定的工艺和材料仅为实现本申请技术方案的示例，但是本领域普通技术人员应该意识到本申请的技术方案也可以通过下文未描述的其他工艺和/或其他材料来实现。

进一步地，所描述的特征、结构可以以任何合适的方式结合在一个或更多实施方式中。在下文的描述中，提供许多具体细节以便能够充分理解本申请的实施方式。然而，本领域技术人员应意识到，即使没有所述特定细节中的一个或更多，或者采用其它的结构、组元等，也可以实践本申请的技术方案。在其它情况下，不详细示出或描述公知结构或者操作以避免模糊本申请之重点。

如图1所示，本申请第一实施方式提供了一种身份识别装置1，用于识别来访者的身份。所述身份识别装置1可设置在需要进行身份识别的设备上，比如：监控设备、门禁设备或汽车等。所述身份识别装置1包括信息采集器13、传感器14、交互设备15、电源17、存储介质18、处理器19、网络连接器101及控制系统11。所述信息采集器13、传感器14、交互设备15、电源17、存储介质18、处理器19及网络连接器101通过总线相互连接以互相传输数据和信号。所述信息采集器13用于获取与来访者相关的信息，以供提取与来访者身份相关的特征。所述信息采集器13包括但不限于图像采集模组132及声音采集模组134，对应地，所述获取的信息包括但不限于来访者的图像信息及声音信息。所述传感器14用于感测是否有来访者靠近，并在感测到有来访者靠近时通过控制系统11唤醒所述信息采集器13进行识别操作。

可选地，在一些实施方式中，所述控制系统11存储在存储介质18内并由所述处理器19执行，用于对信息采集器13所感测到的来访者的图像信息及声音信息进行分析而获得来访者的生物特征，并与存储介质18内预存的目标对象的身份特征模板进行对比以判断来访者是否为目标对象。

所述交互设备15用于提供交互界面。所述存储介质18用于保存目标对象的身份特征模板以及识别过程中所产生的数据。所述网络连接器101用于连接互联网以实现远端控制。所述电源17为上述各部件供电。

所述传感器14可以为但不限于声音传感器、接近传感器、电磁传感器和触摸传感器。对应地，所述传感器14采用不同的方式来感测是否有人想要开门，例如：通过声音传感器感测门前是否有声响，如果感测到有则说明可能需要进一步的身份识别；或者通过所述接近传感器感测预设距离内是否有物体靠近，如果感测到有则说明可能需要进一步的身份识别，所述接近传感器可以通过发射和接收红外光线来实现预设距离内的接近感测；或者通过设置触摸传感器感测是否有被触摸，感测到有时说明可能需要进一步的身份识别。所述触摸传感器比如可以集成在门铃和门把手上；或者所述电磁传感器通过建立检测磁场，当有来访者靠近时会引起检测磁场的变化，通过感测该检测磁场变化来感知是否有来访者靠近。

所述传感器14可以按照预设频率进行感测。所述预设频率的调整范围可以为0至2秒/次，比如：所述传感器14每隔1秒发射红外感测光线，通过感测是否有红外感测光线被反射回来以判断前方是否有来访者。所述预设距离的调整范围可以为0至3米。因所述传感器14不需要进行复杂的识别分析，工作时候的功耗较低，所以利用所述传感器14感测到门体10前出现来访者再唤醒功耗较高的所述信息采集器13，比如：图像采集模组132和声音采集模组134，可有效降低所述身份识别装置1的整体功耗。

可以理解的是，在其他实施方式中，所述传感器14也可以被省略，而按照预设频率定期开启所述信息采集器13直接获取来访者信息以进行身份识别。另外，所述传感器14也可被替换为一开关按键，目标对象通过按压或接触所述开关按键来启动所述信息采集器13工作，从而节省功耗。

所述图像采集模组132用于获取来访者的三维图像信息。所述三维图像信息可供提取与来访者身份相关的图像特征。所述图像特征包括但不限于来访者的三维人脸数据、手势、身材、身体姿态及虹膜等。所述图像采集模组132包括三维相机。

所述三维相机获取来访者的三维(3d)立体图像。根据不同的三维感测原理，所述三维相机可以包括与所用的三维感测原理对应的元器件。例如：根据结构光图案感测原理的结构光投射器和结构光图案感测器，根据双目视觉感测原理的至少两个图像感测器，或者根据飞行时间(timeoffly,tof)感测原理的光发射器和光接收器。

可以理解的是，所述图像采集模组132所采集的可以是来访者的全身图像、上半身图像，也可以是某一特定部位，比如：脸部、手部和/或眼部，的图像。所述处理器19根据所采集的图像内容可进行对应的识别。例如：所述处理器19根据采集的二维人脸数据或三维人脸数据可进行人脸识别和脸部动作识别，根据采集的三维全身图像可进行姿态识别和身材识别，根据采集的三维手部图像可进行手势识别，以及根据采集的眼部图像进行虹膜识别等等。

可变更地，在某些实施方式中，所述图像采集模组132可进一步包括彩色相机，所述彩色相机用于获取来访者的二维彩色(rgb)图像。根据实际需求，所述彩色相机可以包括补光元件，或者通过互联网或遥控技术启动附近的照明设备以补充环境光照的不足。

所述图像采集模组132可以为一个或多个。多个所述图像采集模组132可以分别设置在不同的位置处。例如：所述身份识别装置1设置在门禁设备3。所述门禁设备3可以为广义上设立在工厂、公司、写字楼、展馆、居民小区等特定区域的门口用于识别身份的设备，也可以为设立在个人家庭或房间门口处的传统意义上的门。

如图2所示，所述门禁设备3可以包括门体10及门锁12。所述图像采集模组132可以设置在门体10上的一个或多个不同的位置，包括但不限于门把手、门体10中心偏上的第一区域102、门体10中心偏下的第二区域104、以及门体10的四个边角区域105。所述图像采集模组132所设置的不同位置是为了针对不同身高的来访者采集图像信息，或者从不同角度获取来访者更全面的三维图像信息。所述门锁12用于对门体10进行锁止。所述门锁12可以包括机械锁和/或电子锁。所述机械锁可以通过电力驱动机械结构进行上锁或解锁，也可以通过钥匙手动上锁或解锁以备在停电或相关电子部件失效时使用。所述电子锁可通过电信号控制上锁或解锁，比如：电磁吸附类的门锁12。所述声音采集模组134用于获取来访者所发出的语音信息。所述语音信息包括但不限于与来访者身份相关的语音特征，例如：声纹特征及语音口令。所采集的声纹特征包括但不限于声音的频谱、音色、韵律等。所述语音口令指的是语音信息所说的内容，可以通过语音识别技术转换为文字后进行识别。所述控制系统11根据所获取语音信息中的声纹特征和语音口令来判断来访者的身份。

所述交互设备15包括但不限于触控屏、门铃和/或喇叭，用于显示或发出提示信息以及接收来访者的操作以实现交互。例如，当需要感测来访者的声纹特征时，可通过触控屏显示或通过喇叭发出需要来访者读出的特定内容。或者，来访者也可通过触控屏的操作来选择不同的身份识别模式来打开门锁12。或者，来访者可以通过按压门铃来启动互联网连接以实现目标对象对其身份进行远程识别。

所述电源17可以通过连接市电并进行对应的适配处理后为各个部件提供电力。所述电源17也可以包括电池等储能元件，以在停电时继续为各个部件提供电力。

所述存储介质18包括但不限于闪存(flashmemory)、带电可擦写可编程只读存储器(electricallyerasableprogrammablereadonlymemory,eeprom)、可编程只读存储器(programmablereadonlymemory,prom)、以及硬盘。所述存储介质18用于存储预设的目标对象的身份特征模板、识别过程中产生的中间数据、以及用于实现识别和控制功能的计算机软件代码等。

所述控制系统11包括一个或多个功能模块110，所述功能模块110可以是固化在对应存储介质18内的韧体或者是存储在存储介质18内的计算机软件代码。所述功能模块110由对应的一个或多个处理器19执行以控制相关部件来实现对应的功能。所述控制系统11包括但不限于设置模块111、交互模块112、连接模块113、识别模块114、控制模块115及感测模块116。

所述设置模块111用于设置目标对象的身份特征模板及识别模式。所述识别模式指的是需要执行的身份识别操作的类型、次数和执行顺序等相关参数的组合。所述目标对象可以根据自身情况设置具有不同类型的身份识别功能的识别模式。所述识别模式可以包括一种或多种身份识别操作。同一个所述识别模式中所包括的任意不同类型的身份识别操作之间的执行顺序可以是先后引起的关系，比如：第一种身份识别操作先通过后再进行第二种身份识别操作。所述同一个识别模式中所包括的任意不同类型的身份识别操作之间的执行顺序也可以是同时满足的关系，比如：第一种身份识别操作和第二种身份识别操作同步进行且必须都通过了才能进行下一步。所述目标对象的身份特征模板与所设置的身份识别操作的类型相互对应。在本实施方式中，所述身份识别类型包括但不限于二维人脸识别、三维人脸识别、声纹识别、语音口令识别、手势识别、身材识别、身体姿态识别及虹膜识别。对应地，所述目标对象的身份特征模板包括但不限于目标对象的三维人脸数据模板、目标对象的二维人脸数据模板、目标对象的声纹特征模板、目标对象预设的语音口令模板、目标对象预设的手势模板、目标对象的身材模板、目标对象的身体姿态模板及目标对象的虹膜特征模板。

可以理解的是，在本实施方式和变更实施方式中，可以分别设置多个不同目标对象的三维人脸数据模板、二维人脸数据模板、声纹特征模板及虹膜特征模板，也可以分别设置多个不同的口令模板和手势模板，以提高所述身份识别装置1的适用性。

可以理解的是，在本实施方式和变更实施方式中，进行来访者身份识别的同时也可以根据获取的二维和/或三维脸部图像进行脸部动作识别以判断检测对象是否为活体。例如：通过识别是否眨眼或嘴巴在说出口令时是否在运动来判断目标对象是否为活体，以防止来访者用三维面具和录音仿冒目标对象的特征来进行攻击。

所述交互模块112用于控制交互设备15与目标对象进行交互。例如：通过触控屏设置和/或选择不同的识别模式。或者，在进行声纹识别时通过触控屏和/或喇叭通知来访者读出特定的内容。或者，在进行语音口令识别时通过触控屏和/或喇叭通知来访者说出语音口令。或者，通过触控屏和/或喇叭与目标对象进行沟通等。

所述连接模块113用于控制网络连接器101与互联网连接，以使得目标对象可以通过移动终端设备远程控制该身份识别装置1。例如：通过移动终端查看来访者。所述网络连接器101可以通过有线或无线的方式与互联网进行连接。所述连接模块113还可以根据预先的设定控制网络连接器101断开互联网连接，以减少黑客通过互联网连接夺取身份识别装置1控制权的风险。具体地，例如：当家中有人时可以通过连接模块113控制网络连接器101切断所述门禁装置1的网络连接。或者，通过移动终端设备设定第一倒计时，比如：10到30秒，当第一倒计时结束后连接模块113切断网络连接。此种功能可应用于身份识别装置1在成功识别目标对象身份后的一段时间内自动断开互联网连接的场景。在本实施方式中，所述切断网络连接的方式可以通过连接模块113控制电源17停止对网络连接器101供电来实现。

所述感测模块116用于控制所述传感器14感测是否有来访者需要进行身份识别。所述感测模块116在感测到有来访者需要进行身份识别时再通过控制模块115唤醒所述信息采集器13和识别模块114进行对应类型的身份识别。

所述识别模块114用于从图像采集模组132所获取的图像信息中提取与来访者身份相关的图像特征以及从声音采集模组134所获取语音信息中提取与来访者身份相关的语音特征，并根据来访者的图像特征和语音特征与预设的目标对象的身份特征模板之间的比对来实现对应类型的身份识别操作，当所获取的来访者图像特征和/或语音特征与预设的目标对象的身份特征模板一致时所述识别模块判断来访者通过对应的身份识别操作。

可以理解的是，所述设置模块111也可以用于对应不同类型的身份识别操作分别预设匹配程度阈值，当所获取的来访者图像特征和/或语音特征与预设的目标对象的身份特征模板之间的匹配程度满足预设匹配程度阈值而无须完全一致时也可通过身份识别，以达到合理的容错率。每种身份识别操作对应的匹配程度阈值在此不做具体限制。

所述识别模块114包括多个识别单元1140以分别执行对应类型的身份识别操作，比如：包括三个识别单元1140，分别为第一识别单元1141、第二识别单元1142和第三识别单元1143。

如图3所示，在本实施方式中，所述识别模块114包括两个识别单元1140，分别为第一识别单元1141及第二识别单元1142。其中，所述第一识别单元1141为人脸识别单元。所述人脸识别单元1141从图像采集模组132获取所感测到的来访者的二维人脸数据或三维人脸数据，并与预设的目标对象的二维人脸述模板和三维人脸数据模板进行比对，当来访者脸部的二维人脸数据或三维人脸数据分别与预设的目标对象的二维人脸数据模板或三维人脸数据模板的匹配程度满足预设匹配程度阈值时判断来访者通过人脸识别。因人脸的三维数据远比人脸的二维图像数据更丰富，伪造的难度和成本更高，采用人脸的三维数据进行身份识别具有更高的可靠性和安全性。

所述第二识别单元1142为语音口令识别单元。所述语音口令识别单元1142通过对声音采集模组134获取的来访者的语音信息进行语义分析以得到来访者所说出的语音口令内容，并将分析出来的语音口令内容与目标对象预设的语音口令模板进行比对，当来访者所说出的语音口令内容与目标对象预设的语音口令模板的匹配程度满足预设匹配程度阈值时判断来访者的通过语音口令识别。

如图4所示，在变更实施方式中，所述识别模块114还可以包括第三识别单元1143。所述第三识别单元1143为声纹识别单元。所述声纹识别单元1143通过对声音采集模组134获取的来访者语音信息进行分析以提取出来访者的声纹特征，并将该声纹特征与预设的目标对象的声纹特征模板进行比对，当来访者的声纹特征与预设的目标对象的声纹特征模板的匹配程度满足预设匹配程度阈值时判断来访者通过声纹识别。所述声纹特征模板包括但不限于声音的频谱、音色、韵律等。所述声纹识别的方式包括文本相关和文本无关。当采用文本相关方式进行声纹识别时，所述声纹识别单元1143通过交互模组112控制交互设备15提示来访者读出预设的文本内容，所述声纹识别单元1143再通过声音采集模组134获取来访者读出预设文本内容的声音数据进行分析识别。当采用文本无关方式进行声纹识别时，所述声纹识别单元1143直接通过声音采集模组134来获取来访者的声音数据进行分析识别，此时来访者可读出预设的语音口令也可以随便说出任意内容。

如图5所示，在变更实施方式中，所述识别模块114还包括第四识别单元1144。所述第四识别单元1144为脸部动作识别单元。所述脸部动作识别单元1144通过对图像采集模组132获取的来访者的二维和/或三维图像进行分析以判断来访者是否为活体。例如：在通过声音采集模组134获取来访者语音信息的同时通过图像采集模组132获取来访者的脸部三维信息并进行分析以识别来访者的脸部是否有动作从而判断来访者是否为活体。所述来访者的脸部动作包括但不限于眨眼和/或嘴巴张合。所述脸部动作识别可以作为辅助判断，若在进行语音口令识别时识别出所述来访者的脸部还有眨眼和/或嘴巴张合的动作则判断所识别的来访者脸部为活体，可以通过身份识别；若识别出所述来访者在进行语音识别时脸部没有任何动作则判断所识别的来访者脸部为非活体，不通过身份识别。

所述控制模块115按照预设识别模式中所设置的身份识别操作的类型、次数和执行顺序等参数分别控制所述识别模块114中对应的识别单元1140和所述信息采集器13中的对应识别模组进行身份识别操作，再根据相关身份识别操作的识别结果和预设识别模式中不同身份识别操作的执行顺序来综合判断来访者是否为目标对象，并根据此判断结果进行后续操作，比如：控制门锁12的打开和关闭。

可以理解的是，在所述身份识别装置1应用在门禁设备3时，所述控制模块115还可以设定第二倒计时，若在打开门锁12之后经过第二倒计时检测到门体10仍没有被推开则会重新锁上门锁12。所述第二倒计时可以设定为半分钟至一分钟。

在本实施方式中，所述识别模式包括语音口令识别操作和人脸识别操作。根据所设置的识别模式，所述控制模块115先控制语音口令识别单元1142和声音采集模组134执行语音口令识别操作，通过语音口令识别后再控制所述人脸识别单元1141和图像采集模组132执行人脸识别操作，通过人脸识别后完成身份识别。因所述声音采集模组134采集语音和所述语音口令识别单元1142执行语义识别时的功耗比较低，而采集三维人脸数据时发射结构光以及后续分析结构光斑图案获取三维数据所进行的运算产生的功耗都较语义分析明显要高，所以先进行功耗低的语音口令识别操作待通过后再启动功率高的人脸识别操作可有效地降低所述身份识别装置1的整体功耗。

在一变更实施方式中，所述识别模式包括语音口令识别操作、声纹识别操作及人脸识别操作。根据所设置的识别模式，所述控制模块115先控制语音口令识别单元1142和声音采集模组134执行语音口令识别操作，通过语音口令识别后再控制所述声纹识别单元1143执行声纹识别操作，通过声纹识别操作后再控制所述人脸识别单元1141和图像采集模组132执行人脸识别操作，通过人脸识别后完成所述身份识别。与以上道理相似，所述声纹识别操作的功耗比人脸识别操作的功耗低，而声纹特征比语音口令更具身份辨识度，所以在语音口令识别操作与人脸识别操作之间加入声纹识别操作是提高识别安全级别并且兼顾功耗较低考虑的一种实施方式。

在一变更实施方式中，所述识别模式包括语音口令识别操作、声纹识别操作及人脸识别操作。根据所设置的识别模式，所述控制模块115先控制语音口令识别单元1142和声音采集模组134执行语音口令识别操作，通过语音口令识别后再控制所述声纹识别单元1143执行声纹识别操作，同时也控制所述人脸识别单元1143和图像采集模组132执行人脸识别操作。所述控制模块115在声纹识别和人脸识别都通过后完成所述身份识别。先执行语音口令识别可降低功耗，而后续同时执行声纹识别和人脸识别可加快识别的速度。

可以理解的是，在其他实施方式中，所述识别模式可以包括所述语音口令识别操作、人脸识别操作、声纹识别操作、手势识别操作、身材识别操作、身体姿态识别操作、及虹膜识别操作中的任意一种或多种的组合。所述识别模式中不同类型的身份识别操作的所有可能的执行顺序都位于本申请的保护范围之内。

请一并参阅图1和图6所示，本申请还提供一种利用所述第一实施方式的身份识别装置1识别来访者身份的身份识别方法。所述身份识别装置1包括传感器14、交互设备15、图像采集模组132、声音采集模组134及存储介质18。所述存储介质18内预设有用于识别目标对象身份的目标对象的身份特征模板，包括但不限于目标对象的三维人脸数据、目标对象的声纹特征及目标对象预设的口令。所述身份识别方法包括如下步骤：

步骤s101，感测是否有来访者，控制所述传感器14感测是否有来访者需要进行身份识别。所述传感器14可以为但不限于声音传感器、接近传感器和触摸传感器，以预设频率感测门体10前方是否有来访者。可以理解的是，该步骤s101也可以省略。

步骤s102，提醒来访者进行身份识别，控制所述交互设备15提醒来访者进行身份识别。所述交互设备15包括但不限于触控屏、门铃和/或喇叭。例如：通过所述触控屏和/或喇叭来提醒来访者说出语音口令，做出手势，或眼睛望向指定的位置等，也可以告知来访者读出用于声纹识别的预设内容。或者，通过在门铃上装灯发出闪烁再配合触控屏显示内容提醒来访者按压门铃触发与目标对象进行连线识别。可以理解的是，该步骤s102也可以省略。

步骤s103，获取多种与来访者身份相关的图像特征和语音特征。此处的“多种”指的是两种或两种以上。所述图像特征和语音特征包括但不限于三维人脸数据、二维人脸数据、声纹特征、语音口令、手势、身材、身体姿态及虹膜，分别通过对应的采集器来获取。例如：可以通过所述图像采集模组132来获取来访者的图像信息，再从中提取与来访者身份相关的二维人脸数据、三维人脸数据、手势、身材、身体姿态及虹膜等图像特征，也可以通过所述声音采集模组134获取来访者所说的语音信息，再从中提取与来访者身份相关的语音口令内容和声纹特征。

可以理解的是，不同图像特征和语音特征的获取可以同步进行，也可以按照预设的顺序分开进行，取决于预设识别模式的具体设定内容。

在本实施方式中，可以通过所述声音采集模组134获取来访者所说的语音信息。利用相关的语音识别和语义分析技术对来访者的语音信息进行分析以得出来访者所说的语音口令内容。

可以通过所述图像采集模组132获取来访者的图像信息。所述图像信息可用于从中分析获得与来访者身份相关的三维人脸数据。根据结构光图案感测原理，通过在来访者脸部投射预设的红外线光斑点阵图案并分析该红外线光斑点阵图案随人脸三维形状所产生的变化来获取来访者的三维人脸数据。

请一并参阅图6和图7，在本实施方式中，所述步骤s103包括分步骤：

步骤s1031，获取来访者的语音信息进行语音口令识别。

步骤s1032，获取来访者的图像信息进行人脸识别。

其中，所述步骤s1031先执行，所述步骤s1032后执行。

请一并参阅图6和图8，在另一个实施方式中，所述步骤s103还进一步包括分步骤：

步骤s1033，获取来访者的语音信息来进行声纹识别。通过所述声音采集模组134获取来访者的声音数据，对所述声音数据进行分析以提取出来访者的声纹特征。所述声纹特征包括但不限于声音的频谱、音色、韵律等。

其中，所述步骤s1031先执行，所述步骤s1032和步骤s1033可以按照先后顺序执行也可以同步进行。

请一并参阅图7和图9，在另一个实施方式中，所述步骤s1032先执行，所述步骤s1031后执行。

步骤s104，按照预设的执行顺序对来访者的多种图像特征和语音特征进行组合识别。此处所说的“多种”指的是两种或两种以上。所述不同类型图像特征和语音特征对应的身份识别操作之间可以是先后引起的关系，比如：第一种身份识别操作先通过后再进行第二种身份识别操作。所述不同类型图像特征和语音特征对应的身份识别操作之间也可以是同步进行的关系，比如：第一种身份识别操作和第二种身份识别操作同步进行，第一种和第二种身份识别操作都通过了才能进行下一步。

请一并参阅图6和图7，在本实施方式中，所述步骤s104包括分步骤：

步骤s1041，对来访者所说的语音口令内容与目标对象预设的口令进行比对，若来访者所说的语音口令内容与目标对象预设的口令的匹配程度满足预设阈值则判断所述来访者通过语音口令识别。若来访者所说的语音口令内容与目标对象预设的口令不匹配则判断为未通过语音口令识别。

可以理解的是，当来访者所说的语音口令内容与目标对象预设的口令不匹配时也可以通过交互设备15提示来访者语音口令错误并要求来访者重新进行语音口令识别。

可以理解的是，可以预设多个目标对象口令，比如：“请开门”、“芝麻开门”、“阿里巴巴”、或者一串数字密码“33143”等。对于不同的目标对象口令也可以分别设置不同的匹配阈值，例如：对于“请开门”的目标对象口令，只要说出“开门”也可以认为是匹配的；而对于数字密码的目标对象口令则要求来访者所说的数字与预设的数字密码完全一样才匹配。

步骤s1042，根据来访者的二维人脸数据或三维人脸数据进行人脸识别。具体地，将获取的来访者的二维人脸数据或三维人脸数据分别与预设的目标对象的二维人脸数据模板或三维人脸数据模板进行比对，若匹配程度满足预设阈值则判断所述来访者通过人脸识别，若不匹配则判断来访者未通过人脸识别。

可以理解的是，当不匹配时也可以通过交互设备15提示来访者人脸识别未通过并要求来访者重新进行人脸识别。

其中，所述步骤s1041先执行，所述步骤s1042后执行。

请一并参阅图6和图8，在另一种实施方式中，所述步骤s104还可以包括分步骤：

步骤s1403，对来访者进行声纹识别。其中，所述声纹识别单元1143将获取的来访者声纹特征与预设的目标对象声纹特征进行比对，当来访者的声纹特征与预设的目标对象声纹特征的匹配程度满足预设阈值时判断来访者通过声纹识别。

其中，所述步骤s1041先执行，所述步骤s1042和步骤s1043可以按照先后顺序执行也可以同步进行。

请一并参阅他图5和图8，在另一种实施方式中，所述步骤s1042先执行，所述步骤s1041后执行。

步骤s105，若所述来访者通过多种图像特征和语音特征的组合识别，则确认所述来访者的身份为目标对象，后续再执行与所确认的身份权限对应的操作，比如：开门、启动汽车等。

可以理解的是，若来访者未通过组合识别则所述控制模块115可给目标对象发送通知信息。在网络连接未断开的情况下，所述目标对象也可以通过连接模块113查看所述图像采集模组132所获取的来访者的图像信息，还可以在确认来访者身份后通过控制模块115直接开门。

与现有的身份识别装置相比，本申请所提供的身份识别装置1及其身份识别方法通过采集来访者的多种图像特征和语音特征进行身份识别来开门，目标对象不需要再随身携带钥匙或门禁卡。而且通过设置不同图像特征和语音特征按照合理的执行顺序进行组合识别，可以兼顾身份识别的安全性和便捷性。

如图10所示，本申请第二实施方式还提供了一种身份识别装置2，其结构与第一实施方式的身份识别装置1基本相同，主要区别在于所述身份识别装置2还包括报警模块216。

所述设置模块211还可以用于设置报警语音口令、报警信息及报警对象资料。所述报警语音口令可以为一句话或一串数字。所述报警语音口令用于在目标对象被恶意第三者胁迫时可以不动声色地报警，同时执行通过身份确认后所具有的对应权限的操作，比如：开门等，以暂时稳住恶意第三者，避免刺激其做出伤害目标对象的行为。所述报警信息可以包括但不限于身份识别装置2的地址信息、目标对象的个人身份资料、预先编辑好的报警文字或语音信息等。所述报警对象资料为所述报警信息的发送对象的接收终端，包括但不限于小区物业的报警终端、当地警察局的报警终端、紧急联络人的移动终端等。

所述语音口令识别单元2142将分析出来的来访者所说的语音口令内容与预设的报警语音口令进行比对，当来访者所说出的语音口令内容与预设的报警语音口令的匹配程度满足预设阈值时判断来访者被胁迫。

所述报警模块216用于在语音口令识别单元2142识别出报警语音口令后根据预设的报警对象资料将所述报警信息分别发送给对应的报警对象。

所述控制模块215在语音口令识别单元2142识别出报警语音口令后执行通过身份确认后所具有的对应权限的操作，比如：开门等，同时控制所述图像采集模组232和声音采集模组234记录现场情况作为证据，以及控制连接模块213通过网络连接将图像采集模组232和声音采集模组234记录的现场情况发送至报警对象的接收终端。

请一并参阅图10和图11，本申请还提供一种利用所述第二实施方式的身份识别装置2识别来访者身份的身份识别方法。所述身份识别装置2包括传感器24、交互设备25、图像采集模组232、声音采集模组234及存储介质28。所述存储介质28内预设有报警语音口令、报警信息及报警对象资料。所述身份识别方法包括如下步骤：

步骤s201，控制所述传感器24感测是否有来访者靠近。所述传感器24可以为但不限于接近传感器和触摸传感器，以预设频率感测是否有来访者。可以理解的是，该步骤s201也可以省略。

步骤s202，控制所述交互设备15提醒来访者进行身份识别。所述交互设备25包括但不限于触控屏和/或喇叭。通过所述触控屏显示提醒来访者进行身份识别。例如：通过所述触控屏和/或喇叭来提醒来访者说出语音口令，做出手势，或眼睛望向指定的位置等，也可以告知来访者读出用于声纹识别的预设内容。可以理解的是，该步骤s202也可以省略。

步骤s203，获取来访者所说的语音口令内容。具体地，通过所述声音采集模组234获取来访者所说的语音信息。利用相关的语音识别和语义分析技术对所述声音采集模组234所采集到的来访者的语音信息进行分析以得出来访者所说的语音口令内容。

步骤s204，识别来访者所说的语音口令内容是否为报警语音口令。将获取的来访者所说的语音口令内容与预设的报警语音口令进行比对，当来访者所说出的语音口令内容与预设的报警语音口令的匹配程度满足预设阈值时判断来访者被胁迫。

步骤s205，识别出来访者所说为报警语音口令后根据预设的报警对象资料将所述报警信息分别发送给对应的报警对象。

步骤s206，识别出来访者所说为报警语音口令后启动所述图像采集模组232和声音采集模组234记录现场情况。

步骤s207，识别出来访者所说为报警语音口令后执行通过身份识别后所具有的对应权限的操作，比如：开门、启动汽车等。

步骤s208，识别出来访者所说为报警语音口令后将所述图像采集模组232和声音采集模组234记录的现场情况发送至报警对象的接收终端。若所述网络已断开则重新建立网络连接后再将记录的现场情况发送至报警对象。

在本说明书的描述中，参考术语“一个实施方式”、“某些实施方式”、“示意性实施方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储介质(ram)，只读存储介质(rom)，可擦除可编辑只读存储介质(eprom或闪速存储介质)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储介质中。

应当理解，本申请的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储介质18中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

以上所述仅为本申请的较佳实施方式而已，并不用以限制本申请，凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本申请的保护范围之内。