CN112809697B - 一种5g智能门卫机器人 - Google Patents

Abstract

本发明提出一种5G智能门卫机器人，包括：第一图像采集模块用于采集目标人物的多张人脸图像；第二本地图像处理模块用于对所述多张人脸图像采用第一图像处理模型进行特征提取获得多个目标人脸特征数据；第三5G数据传输模块用于将人脸特征数据传输至预置图像特征数据库；第四智能输出模块输出图像识别结果；智能门卫机器人设置于目标监控范围的出入口位置；多个所述目标人物居住于目标监控范围内。若目标人脸特征数据在预置图像特征数据库存在匹配对象，则所述智能门卫机器人打开出入口。本发明的技术方案只需要鉴定“是否存在这个人”而无需关注“这个人是谁”，因此可以基于5G数据传输和简单匹配快速完成，算法简单容易实现。

Description

一种5G智能门卫机器人

技术领域

本发明属于人工智能技术领域， 尤其涉及一种5G智能门卫机器人。

背景技术

随着计算机的应用和传感技术的发展，移动机器人研究出现了新的高潮 ，目前欧美、日本等国已将对其研究和应用拓展到了保安巡逻 消防 维修清洗等民用及服务领域。门卫机器人就属于服务型的轮式移动机器人，其功能是先移

至来访者身 对其拍照后传回上位机进行识别 并根据上位机指令对来访者放行或禁止通行。

门禁系统是用于管理人员进出的智能化管理系统，门禁系统可以分为不同的类型，例如密码门禁系统和指纹门禁系统等等，门禁系统可以通过不同的智能技术实现大量用户和访客进出管理。一般的门禁系统的位置是固定的，会给用户使用带来不便，于是将门禁系统与智能机器人相结合的门卫机器人开始被人们使用。

例如，申请号为CN201810220528.8的中国发明专利申请提出一种门卫机器人和门卫机器人的执勤方法。所述门卫机器人包括：底盘、设置在所述底盘上的腰部、上身部分、左机械臂和头部，所述腰部、左机械臂和头部分别与所述上身部分连接；所述底盘上安装有用于自主导航、定位和避障的导航模块；所述腰部安装有控制机器人转动的步进电机；所述左机械臂上安装有机械爪；所述头部包括用于采集访客身份信息的车牌识别模块和人脸识别模块。该发明实施例提供的门卫机器人可以在工作中自主导航，并实现多种方式的访客接待，提高访客接待的效率。

CN202010956909.X则提出一种智能防疫门卫机器人，包括机器人体和伺服电机二，所述机器人体的内部下端设置有电动推杆，且电动推杆的下端设置有步进电机，所述步进电机的输出端设置有连接杆，且步进电机的前侧设置有转向电机，所述转向电机的输出端设置有万向轮，所述伺服电机二设置于伺服电机一的左侧，且伺服电机二的输出端设置有阻挡臂一，所述阻挡臂一的内侧设置有延长推杆，且延长推杆的下端设置有固定块，所述固定块的内侧设置有红外测温仪。通过设置的伺服电机二能够对阻挡臂一的倾斜角度进行调节，避免使用时阻挡臂一角度调节不便而影响装置的后续使用，并且设置的阻挡臂二与阻挡臂一相互配合，能够阻止发烧人进出。

然而，现有的人脸识别技术大多只能对精确采集的人脸进行识别判定，并且其数据精度要达到“确定这个人到底是谁”的地步，因此需要大量的识别算法相互配合；对于特殊场景下的人脸识别，其精度降低并且无法直接使用，需要单独开发进一步的复杂算法；同时，上述生物识别过程中导致的个人隐私问题，导致用户对其逐渐产生抵触态度。如何在保证生物识别数据安全的情况下，使得识别尺度保证在有限范围，同时确保响应及时，能够使得智慧社区的门禁工作为广大居民所接受，成为本领域技术人员面临的重要问题。

发明内容

为解决上述技术问题，本发明提出一种5G智能门卫机器人，包括：第一图像采集模块用于采集目标人物的多张人脸图像；第二本地图像处理模块用于对所述多张人脸图像采用第一图像处理模型进行特征提取获得多个目标人脸特征数据；第三5G数据传输模块用于将人脸特征数据传输至预置图像特征数据库；第四智能输出模块输出模块输出图像识别结果；智能门卫机器人设置于目标监控范围的出入口位置；多个所述目标人物居住于目标监控范围内。若目标人脸特征数据在预置图像特征数据库存在匹配对象，则所述智能门卫机器人打开出入口。

需要强调的是，不同于现有技术，本发明的技术方案只需要鉴定“是否存在这个人”而无需关注“这个人是谁”，因此可以基于5G数据传输和简单匹配快速完成，算法简单容易实现。

具体而言，本发明提出的所述智能门卫机器人包括：

第一图像采集模块，所述图像采集模块用于采集目标人物的多张人脸图像；

第二本地图像处理模块，所述第二本地图像处理模块用于对所述多张人脸图像采用第一图像处理模型进行特征提取，获得多个目标人脸特征数据；

第三5G数据传输模块，所述第三5G数据传输模块用于将所述人脸特征数据传输至预置图像特征数据库；

第四智能输出模块，所述第四智能输出模块输出图像识别结果。

在构成本发明的上述技术方案中，最主要的关键在所述“预置图像特征数据库”以及通过“5G数据传输模块”传输数据，其他部分可以参照各种现有技术。

因此，接下来重点介绍这两个方面的改进。

在第一个方面，所述预置图像特征数据库通过如下方法建立：

获取每个所述目标人物的多张目标人脸图像，将所述多张人脸图像通过第二图像处理模型进行特征提取，获得多个预置人脸特征数据；

将所述多个预置人脸特征数据本身保存至所述预置图像特征数据库中。

更进一步的，将所述多个预置人脸特征数据本身保存至所述预置图像特征数据库中，具体包括：

将所述预置人脸特征数据进行匿名化处理后，保存至所述预置图像特征数据库中；

所述匿名化处理包括消除所述预置人脸特征数据中可能存在的个人采集信息，所述个人采集信息包括人脸图像的采集时间、采集位置。

在第二个方面，本发明的所述技术方案采用5G传输通道并行的实现数据传输，具体体现在：

所述第一图像处理模型包括M种图像特征提取算法；

所述第一图像采集模块采集目标人物的K张人脸图像后，将所述K张人脸图像发送至所述第二本地图像处理模块；

所述第二本地图像处理模块从所述K种图像特征提取算法中随机选择K种图像特征提取算法分别对所述K张人脸图像进行特征提取，获得K组目标人脸特征数据；其中，所述M>K>2。

所述第四智能输出模块输出图像识别结果，具体包括：

通过第三5G数据传输模块将所述K组目标人脸特征数据并行的发送所述预置图像特征数据库；

若所述K组目标人脸特征数据中的至少一组目标人脸特征数据在所述预置图像特征数据库存在匹配对象，则所述智能门卫机器人打开所述出入口。

而在第三个方面，本发明的再一个重要改进在于，第二图像处理模型包括N种图像特征提取算法，所述N种图像特征提取算法包括所述M种图像特征提取算法；N>M；

将所述多张人脸图像通过第二图像处理模型进行特征提取，获得多个预置人脸特征数据，具体包括：

当所述目标人物位于所述目标监控范围内时，通过移动终端获取所述目标人物的至少N张目标人脸图像；

所述第二图像处理模型采用N种图像特征提取算法分别对所述N张目标人脸图像进行特征提取，获得N组预置人脸特征数据。

作为特殊场景下的补充应用，所述图像采集模块采集的所述目标人物的多张人脸图像均包含人脸遮挡部分；

所述获取每个所述目标人物的多张目标人脸图像均包含人脸遮挡部分。

所述智能门卫机器人还包括远程体温测量模块；

在所述图像采集模块采集所述目标人物的多张人脸图像的过程中，所述远程体温测量模块开启红外测温模式。

本发明的技术方案，基于“是否存在这个人”而无需关注“这个人是谁”的改进点，可以在本地采集目标人物图像后，只通过5G数据通道完成数据检索和匹配，而无需执行复杂的算法识别过程，因此识别速度极高；同时，本地用于图像特征提取的算法可以获得多组特征数据，可以并行的发送给远端或者近端的预先建立的预置图像特征数据库；而在建立预置图像特征数据库时，采用的特征提取算法比本地使用的提取算法更为丰富，进一步确保了识别的准确度。因此，本发明的技术方案，即使在特殊场景（佩戴口罩）下，也无需开发复杂的图像识别算法或者配置高成本的硬件。

本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例的一种5G智能门卫机器人的整体示意图

图2是图1所述5G智能门卫机器人的图像数据处理流程示意图

图3是图1所述5G智能门卫机器人进行目标人物识别的数据流程示意图

图4是图1所述5G智能门卫机器人中使用的预置图像特征数据库的构件方法流程图

图5是图1所述5G智能门卫机器人中第二本地图像处理模块的数据更新示意图。

具体实施方式

下面，结合附图以及具体实施方式，对发明做出进一步的描述。

在介绍各个不同实施例之前，现介绍一些相关与本申请有关的技术背景和引出本申请有关的技术问题。

如前所述，本发明的重点在于鉴定“是否存在这个人”而无需关注“这个人是谁”，因此，本发明不同于现有技术提到的一般性的“人脸识别”技术。

众所周知的是，“人脸识别”等生物识别技术已经得到了飞速发展，其技术程度已经有成熟的产品。在现有的“人脸识别”场景中，基本都是通过生物扫描获取生物数据后，识别出当前被扫描的目标人物的身份，即判定“这个人是谁”。这个过程需要一定精度和分辨率的图像获取传感器，还需要配置一定复杂度的人脸识别算法，更主要的是，需要事先建立生物数据身份数据库进行比对；同时，在某些特殊场景下，例如人物佩戴口罩时，若要继续完成身份识别（在目标人物不摘口罩的情况下），现有技术虽有报道，但是均未公开具体的算法方案，可以预期的是，由于识别难度增加，硬件成本和算法成本均会相应提高。

此外，生物数据识别技术广泛应用的同时，也引发个人隐私数据泄漏点风险，例如生物识别数据库的滥用。生物特征无法撤销，你只有一张脸，十个手指头。生物识别相对密码一类的更容易泄露，而且一旦泄露了也无法撤销。密码可以换新的密码，手指头不可以。

由于个人的生物学数据具有稳定不变性，一旦泄露，相应的风险及危害即不可逆转，也无法有效弥补。人脸数据的泄露，所带来的潜在的安全风险，远比手机号与账户信息的泄露更为严重。人脸、声音、虹膜等生物信息泄露后，没有办法再更改。

因此，本发明的各个实施例着重解决如下几个技术问题：

（1）如何在本地完成图像识别，确保识别的尺度止于“（本小区）是否存在这个人”而无需识别到 “这个人是谁”；

（2）如何确保生物识别数据库的安全性，确保采集的生物数据即使泄露也不会带来风险；

（3）如何确保识别过程快速准确，即使在特殊场景下也能达到识别效果；

（4）如何基于简单的算法实现该方案，同时具备可行性。

本发明的技术方案至少从整体上解决了上述多个技术问题。

参见图1，是本发明一个实施例的一种5G智能门卫机器人的整体示意图。

在图1中，所述智能门卫机器人包括：

第一图像采集模块，所述第一图像采集模块用于采集目标人物的多张人脸图像；

第二本地图像处理模块，所述第二本地图像处理模块用于对所述多张人脸图像采用第一图像处理模型进行特征提取，获得多个目标人脸特征数据；

第三5G数据传输模块，所述第三5G数据传输模块用于将所述人脸特征数据传输至预置图像特征数据库；

第四智能输出模块，所述第四智能输出模块输出图像识别结果。

在本发明的具体实现时，作为一个示例，所述智能门卫机器人设置于目标监控范围的出入口位置；多个所述目标人物居住于所述目标监控范围内。

作为一个示意性的说明，所述目标监控范围可以是封闭式管理小区，所述目标人物可以是该小区的常住居民。

作为体现本发明改进点之一的说明，

所述预置图像特征数据库通过如下方法建立：

获取每个所述目标人物的多张目标人脸图像，将所述多张人脸图像通过第二图像处理模型进行特征提取，获得多个预置人脸特征数据；

将所述多个预置人脸特征数据本身保存至所述预置图像特征数据库中。

需要注意的是，这里并不是将预置人脸特征数据直接保存至所述预置图像特征数据库中，而保存“预置人脸特征数据本身”，这里的本身意味着，所述预置人脸特征数据本身是指将所述进行特征提取获得的多个预置人脸特征数据进行匿名化脱敏处理后的结果。

匿名化脱敏处理，类似于数据脱敏处理。

数据脱敏是指对某些敏感信息通过脱敏规则进行数据的变形，实现敏感隐私数据的可靠保护。在涉及客户安全数据或者一些商业性敏感数据的情况下，在不违反系统规则条件下，对真实数据进行改造并提供测试使用，如身份证号、手机号、卡号、客户号等个人信息都需要进行数据脱敏。

而在本发明的实施例中，所述匿名化脱敏处理包括消除所述预置人脸特征数据中可能存在的个人采集信息，所述个人采集信息包括人脸图像的采集时间、采集位置。

值得指出的是，经过匿名化脱敏处理的生物数据，将无法用于身份识别，即无法“识别出这个人是谁”。现有的人脸识别通常不会包括这个步骤，这是本发明的改进之一。

作为进一步的例子，在图1基础上参见图2。

所述第一图像采集模块采集目标人物的多张人脸图像之后，发送至所述第二本地图像处理模块。

作为一般性的介绍，假设所述第一图像处理模型包括M种图像特征提取算法；

所述第一图像采集模块采集目标人物的K张人脸图像后，将所述K张人脸图像发送至所述第二本地图像处理模块；

所述第二本地图像处理模块从所述M种图像特征提取算法中随机选择K种图像特征提取算法分别对所述K张人脸图像进行特征提取，获得K组目标人脸特征数据；其中，所述M>K>2。

在本实施例中，可以采集目标人物的K张不同角度的人脸图像，然后对每一张人脸图像，通过不同的图像特征提取算法进行特征提取,从而避免单一算法或者单一图像特征提取的缺陷。

与此相对应的，第二图像处理模型包括N种图像特征提取算法，将所述多张人脸图像通过第二图像处理模型进行特征提取，获得多个预置人脸特征数据，具体包括：

当所述目标人物位于所述目标监控范围内时，通过移动终端获取所述目标人物的至少N张目标人脸图像；

所述第二图像处理模型采用N种图像特征提取算法分别对所述N张目标人脸图像进行特征提取，获得N组预置人脸特征数据。

在图2中，至少一个匿名化脱敏处理模块与所述第二图像处理模型通信，用于将所述N组预置人脸特征数据进行匿名化脱敏处理后，加到所述预置图像特征数据库中。

需要强调的是，在本实施例中，所述N种图像特征提取算法包括所述M种图像特征提取算法；N>M。

也就是说，在建立所述预置图像特征数据库过程中使用的算法比实际采样图片使用的算法丰富，则后者是前者的一个子集，这样确保被比较的对象集合足够丰富，使得采样图片的特征如果确实存在，则必然会匹配到。

同时，应当注意到，本实施例采用了双向匿名化脱敏处理，在现场对目标人物采样获得的图片进行了匿名化脱敏处理，而在前期构建预置图像特征数据库过程中，同样对数据进行了匿名化脱敏处理。双重和双向的匿名化脱敏处理，使得生物数据安全性得到保证，同时又不能影响本发明的技术问题的解决。

在图2中，所述在建立所述预置图像特征数据库过程中使用的算法比实际采样图片使用的算法丰富，是因为建立所述预置图像特征数据库过程中使用的算法可以来自云端数据库，因为在建立所述预置图像特征数据库时，不需要考虑时效性，而需要考虑完备性，因此可以基于移动终端与云端通信，获得足够丰富的特征提取算法支持。

所述第二图像处理模型位于云端数据库；

所述移动终端获取所述目标人物的至少N张目标人脸图像后，通过5G将所述N张目标人脸图像发送至所述云端数据库；

所述云端数据库采用N种图像特征提取算法分别对所述N张目标人脸图像进行特征提取，获得N组预置人脸特征数据；

将所述预置人脸特征数据进行匿名化处理后，所述云端数据库将所述多个预置人脸特征数据本身保存至所述预置图像特征数据库中。

图3-图4分别展示了上述过程的两个不同方向的数据处理过程中。

图3展示的是现场监控场景。

在现场监控场景中，例如智能门卫机器人设置于小区门口，当有访客来访时，所述智能门卫机器人在所述访客靠近所述小区门口的过程中，所述图像采集模块动态的采集所述目标人物的多张人脸图像进行智能识别。

由于本发明的目的仅在于识别访客是否属于本小区，而不需要识别访客的身份（即不需要知晓访客到底是谁），因此，假设所述图像采集模块动态的采集所述目标人物的多个角度的不同距离的K张人脸图像，然后参照图3进行如下处理：

从所述K种图像特征提取算法中随机选择K种图像特征提取算法分别对所述K张人脸图像进行特征提取，获得K组目标人脸特征数据；

将所述K组目标人脸特征数据通过5G数据通道并行发送至预置图像特征数据库；

若所述K组目标人脸特征数据中的至少一组目标人脸特征数据在所述预置图像特征数据库存在匹配对象，则所述智能门卫机器人打开所述出入口。

同时，若所述K组目标人脸特征数据中的至少一组目标人脸特征数据在所述预置图像特征数据库存在匹配对象，则将所述目标人脸特征数据进行匿名化脱敏处理后，替换所述匹配对象保存到所述预置图像特征数据库中。

否则，丢弃本次采集图像的K组目标人脸特征数据。

需要注意的，在本场景的脱敏处理中，脱敏操作是在匹配成功之后才进行，以确保匹配操作具备足够的样本信息。

而图4体现的是构建所述预置图像特征数据库的过程。

预置图像特征数据库可以在之前就预先构建好，构建的过程不需要考虑时效性。

作为一般性的规定，只有当所述目标人物位于所述目标监控范围内时，通过移动终端获取所述目标人物的至少N张目标人脸图像；

所述第二图像处理模型采用N种图像特征提取算法分别对所述N张目标人脸图像进行特征提取，获得N组预置人脸特征数据。

作为一个示意性的规定，可以预先给小区居民发布通知，要求小区居民在居家时，采用自身的移动终端为自己或者家人现场拍摄多个角度的不同图片，包括佩戴口罩或者不佩戴口罩的图片，各种不同佩戴姿势、佩戴不同外观口罩的图片等，鼓励上传居民足够数量的足够丰富的N张图像。

作为具体应用，开发手机端APP连接所述云端数据库，将所述N张图片上传至所述云端数据库，采用N种图像特征提取算法分别对所述N张目标人脸图像进行特征提取，获得N组预置人脸特征数据。

作为一个优选，所述手机端APP设置所述匿名化脱敏处理模块，在所述图片之前对其进行匿名化脱敏处理。

当然，也可以在获得N组预置人脸特征数据之后，在保存之前，进行匿名化处理。

显然，在线云端数据库的支持，可以使得此时N种算法足够丰富。

而在现场端使用的部分算法，也可以在闲时，基于5G传输进行更新。例如参见图5。

图5中， 所述云端数据库通过所述第三5G数据传输模块定时更新所述第二本地图像处理模块的所述第一图像处理模型，具体而言，可以更新所述第一图像处理模型的M种算法。

可以看到，本发明的技术方案始终是进行查找-匹配而不需要进行复杂的人脸（身份）识别，因此无需保存私有数据，而仅仅是单纯的数据本身匹配，因此，方案只存在数据传输的过程，而不存在复杂的数据处理过程。其中的图像特征识别算法可以采用现有的各种图像特征提取算法，本发明对此未做展开。

因此，本发明的数据传输通道充分利用了5G数据传输的特点，进一步加快处理速度；同时，单纯的查找-匹配，能够使得响应及时；而整个过程使用双向的双重脱敏的匿名化数据，使得识别的尺度止于“（本小区）是否存在这个人”而无需识别到 “这个人是谁”，确保了生物识别数据的采集和使用的安全性。

更重要的是，由于整个过程无需特别关注场景的特殊性，只是在进行特征查找-匹配判断，因此，即使对于特殊场景（例如人脸遮挡、口罩遮挡），也能完成判断，只需要用户自身上传足够丰富的对比数据（用户为了方便进出，并且在数据安全的情况下，通常十分愿意）。

因此，本发明到了如前提到的技术效果：

（1）在本地完成图像识别，确保识别的尺度止于“（本小区）是否存在这个人”而无需识别到 “这个人是谁”；

（2）确保生物识别数据库的安全性，确保采集的生物数据即使泄露也不会带来风险；

（3）确保识别过程快速准确，即使在特殊场景下也能达到识别效果；

（4）基于简单的算法实现该方案，同时具备可行性。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种5G智能门卫机器人，所述智能门卫机器人设置于目标监控范围的出入口位置；

多个目标人物居住于目标监控范围内，

其特征在于：

所述智能门卫机器人包括：

第一图像采集模块，用于采集目标人物的多张人脸图像；

第二本地图像处理模块，用于对多张人脸图像采用第一图像处理模型进行特征提取，获得多个目标人脸特征数据；

第三5G数据传输模块，用于将所述目标人脸特征数据传输至预置图像特征数据库；

所述预置图像特征数据库通过如下方法建立：

获取每个所述目标人物的多张目标人脸图像，将多张目标人脸图像通过第二图像处理模型进行特征提取，获得多个预置人脸特征数据；

将所述预置人脸特征数据进行匿名化处理后，保存至所述预置图像特征数据库中；

所述匿名化处理包括消除所述预置人脸特征数据中可能存在的个人采集信息，所述个人采集信息包括人脸图像的采集时间、采集位置；

所述第一图像处理模型包括M种图像特征提取算法；

所述第一图像采集模块采集目标人物的K张人脸图像后，将所述K张人脸图像发送至所述第二本地图像处理模块；

所述第二图像处理模型包括N种图像特征提取算法，所述N种图像特征提取算法包括所述M种图像特征提取算法；N>M；

所述第二本地图像处理模块从所述M种图像特征提取算法中随机选择K种图像特征提取算法分别对所述K张人脸图像进行特征提取，获得K组目标人脸特征数据；所述M>K>2;

通过第三5G数据传输模块将所述K组目标人脸特征数据发送所述预置图像特征数据库；

若所述K组目标人脸特征数据中的至少一组目标人脸特征数据在所述预置图像特征数据库存在匹配对象，则所述智能门卫机器人打开所述出入口。

2.如权利要求1所述的一种5G智能门卫机器人，其特征在于：

采用双向匿名化脱敏处理，包括在现场对目标人物采样获得的图片进行匿名化脱敏处理和前期构建预置图像特征数据库过程对数据进行匿名化脱敏处理。

3.如权利要求1所述的一种5G智能门卫机器人，其特征在于：

将所述多张人脸图像通过第二图像处理模型进行特征提取，获得多个预置人脸特征数据，具体包括：

当所述目标人物位于所述目标监控范围内时，通过移动终端获取所述目标人物的至少N张目标人脸图像；

所述第二图像处理模型采用N种图像特征提取算法分别对所述N张目标人脸图像进行特征提取，获得N组预置人脸特征数据。

4.如权利要求1-3任一项所述的一种5G智能门卫机器人，其特征在于：

所述第一图像采集模块采集的所述目标人物的多张人脸图像均包含人脸遮挡部分。

5.如权利要求2所述的一种5G智能门卫机器人，其特征在于：

若所述K组目标人脸特征数据中的至少一组目标人脸特征数据在所述预置图像特征数据库存在匹配对象，则将所述目标人脸特征数据进行匿名化处理后，替换所述匹配对象保存到所述预置图像特征数据库中。

6.如权利要求3所述的一种5G智能门卫机器人，其特征在于:

第二图像处理模型位于云端数据库；

移动终端获取所述目标人物的至少N张目标人脸图像后，通过5G将所述N张目标人脸图像发送至所述云端数据库；

所述云端数据库采用N种图像特征提取算法分别对所述N张目标人脸图像进行特征提取，获得N组预置人脸特征数据；

将所述预置人脸特征数据进行匿名化处理后，所述云端数据库将所述多个预置人脸特征数据本身保存至所述预置图像特征数据库中。

7.如权利要求6所述的一种5G智能门卫机器人，其特征在于：

所述云端数据库通过所述第三5G数据传输模块定时更新第二本地图像处理模块的所述第一图像处理模型。

8.如权利要求1-3或5-7任一项所述的一种5G智能门卫机器人，其特征在于：

所述智能门卫机器人还包括远程体温测量模块；

在所述图像采集模块采集所述目标人物的多张人脸图像的过程中，所述远程体温测量模块开启红外测温模式。

Images