具有人脸识别功能的智能采血方法、及其相关设备

摘要

本发明涉及采血设备技术领域，提供了一种具有人脸识别功能的智能采血方法、及其相关设备，所述具有人脸识别功能的智能采血方法包括：若检测到献血用户在客户端执行基本信息录入操作，则将基本信息保存至信息数据库中并生成唯一识别码；获取献血用户的基础面部图像，建立基本信息与基础面部图像之间的关联关系，并更新到信息数据库中；若检测到献血用户执行人脸识别操作，则捕捉献血用户的面部信息作为实时面部图像；对基础面部图像和实时面部图像进行比对，输出识别结果；若识别结果为相同，则批准献血用户执行采血操作，并输出存在关联关系的唯一识别码。本发明的技术方案实现对献血用户进行人脸识别，提高对献血用户身份审核的效率和准确性。

说明书

技术领域

本发明涉及采血设备技术领域，尤其涉及一种具有人脸识别功能的智能采血方法、及其相关设备。

背景技术

随着社会的发展，人们对健康的重视程度日益增加，而健康检测大多需要依赖血液进行分析，因此对人体进行采血是一道重要环节，故采血设备上对献血人员进行采血前，需要对献血用户的身份进行审核，当前的审核方式主要依靠操作人员依据献血单上所填写的姓名、性别等信息对献血人员的身份进行核验，核验效率低，且存在献血人员冒名顶替或人工核验失误的现象，从而导致采血数据不准确，进一步影响用户健康检测的准确性。

发明内容

本发明实施例提供一种具有人脸识别功能的智能采血方法、及其相关设备，以解决传统针对献血用户身份进行审核的方法效率低且存在不准确的问题。

一种具有人脸识别功能的智能采血方法，包括：

若检测到献血用户在客户端执行基本信息录入操作，则将所述献血用户录入的基本信息保存至信息数据库中，并生成所述基本信息对应的唯一识别码；

根据所述基本信息，从图像数据库中获取所述献血用户的基础面部图像，建立所述基本信息与所述基础面部图像之间的关联关系，并更新到所述信息数据库中；

若检测到所述献血用户执行人脸识别操作，则利用摄像设备捕捉所述献血用户的面部信息作为实时面部图像；

对所述基础面部图像和所述实时面部图像进行比对，输出识别结果；

若所述识别结果为所述基础面部图像和所述实时面部图像相同，则批准所述献血用户执行采血操作，并输出与所述基础面部图像存在关联关系的所述基本信息对应的唯一识别码。

一种具有人脸识别功能的智能采血装置，包括：

信息录入模块，用于若检测到献血用户在客户端执行基本信息录入操作，则将所述献血用户对应的基本信息保存至信息数据库中，并生成所述基本信息对应的唯一识别码；

识别库建立模块，用于根据所述基本信息，从图像数据库中获取所述献血用户的基础面部图像，建立所述基本信息与所述基础面部图像之间的关联关系，并更新到所述信息数据库中；

人脸获取模块，用于若检测到所述献血用户执行人脸识别操作，则利用摄像设备捕捉所述献血用户的面部信息作为实时面部图像；

人脸识别模块，用于对所述基础面部图像和所述实时面部图像进行比对，输出识别结果；

批准模块，用于若所述识别结果为所述基础面部图像和所述实时面部图像相同，则批准所述献血用户执行采血操作，并输出与所述基础面部图像存在关联关系的所述基本信息对应的唯一识别码。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述具有人脸识别功能的智能采血方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述具有人脸识别功能的智能采血方法的步骤。

上述具有人脸识别功能的智能采血方法、及其相关设备，

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的具有人脸识别功能的智能采血方法的流程图；

图2是本发明实施例提供的具有人脸识别功能的智能采血方法中步骤S1的流程图；

图3是本发明实施例提供的具有人脸识别功能的智能采血方法中步骤S2的流程图；

图4是本发明实施例提供的具有人脸识别功能的智能采血方法中步骤S4的流程图；

图5是本发明实施例提供的具有人脸识别功能的智能采血方法中在识别结果为不相同的情况下重新识别的流程图；

图6是本发明实施例提供的具有人脸识别功能的智能采血方法中步骤S8的流程图；

图7是本发明实施例提供的具有人脸识别功能的智能采血仪的示意图；

图8是本发明实施例提供的具有人脸识别功能的智能采血仪的整体结构示意图

图9是本发明实施例提供的计算机设备的基本机构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本申请提供的具有人脸识别功能的智能采血方法应用于服务端，服务端具体可以用独立的服务器或者多个服务器组成的服务器集群实现。在一实施例中，如图1所示，提供一种具有人脸识别功能的智能采血方法，包括如下步骤：

S1：若检测到献血用户在客户端执行基本信息录入操作，则将所述献血用户录入的基本信息保存至信息数据库中，并生成所述基本信息对应的唯一识别码。

在本发明实施例中，当服务端检测到献血用户在客户端执行基本信息录入操作指令时，表示献血用户执行基本信息录入操作，并将献血用户录入的基本信息保存至信息数据库中，同时生成该基本信息对应的唯一识别码。

其中，信息数据库是指专门用于保存基本信息的数据库。

基本信息包括姓名、年龄、性别、照片或生物特征等用户信息。

需要说明的是，唯一识别码可以为条形码，也可以是用户根据实际情况设的标签，通过唯一识别码可以查询该唯一识别码对应献血用户的基本信息。

S2：根据所述基本信息，从图像数据库中获取所述献血用户的基础面部图像，建立所述基本信息与所述基础面部图像之间的关联关系，并更新到所述信息数据库中。

在本发明实施例中，图像数据库中预先保存了不同用户信息及每个用户信息对应的图像信息，通过利用步骤S1得到的基本信息，从图像数据库中查询与基本信息相同的用户信息，并获取该用户信息对应的图像信息作为献血用户的基础面部图像，同时，建立基本信息与基础面部图像之间的关联关系，并将该关联关系更新到信息数据库中。

需要说明的是，通过建立基本信息与基础面部图像之间的关联关系并更新到信息数据库中，能够丰富信息数据库的数据信息，提高信息数据库的查询精度。

S3：若检测到所述献血用户执行人脸识别操作，则利用摄像设备捕捉所述献血用户的面部信息作为实时面部图像。

在本发明实施例中，当献血用户在客户端触发人脸识别功能时，检测献血用户是否进入人脸识别区域，若检测到献血用户进入人脸识别区域，则表示献血用户执行人脸识别操作，并利用摄像设备捕捉献血用户的面部信息作为实时面部图像。

需要说明的是，客户端具体为智能采血仪，且该智能采血仪包含摄像设备。

S4：对所述基础面部图像和所述实时面部图像进行比对，输出识别结果。

具体地，将基础面部图像和实时面部图像一起导入到预设人脸识别端口，通过预设人脸识别端口对基础面部图像和实时面部图像进行相似度比较，并根据相似度比较情况输出识别结果。

其中，预设人脸识别端口是指专门用于针对不同的图像进行人脸相似度比较的处理端口，其包含用户预先设定的人脸识别算法。

S5：若所述识别结果为所述基础面部图像和所述实时面部图像相同，则批准所述献血用户执行采血操作，并输出与所述基础面部图像存在关联关系的所述基本信息对应的唯一识别码。

具体地，若识别结果为基础面部图像和实时面部图像相同，则表示基础面部图像对应的用户和实时面部图像对应的献血用户为同一用户，并批准该献血用户执行采血操作，同时输出与基础面部图像存在关联关系的基本信息对应的唯一识别码。

需要说明的是，输出的唯一识别码可用于在献血用户执行献血过程中，利用唯一识别码对用于收集血液的血袋、留样袋和留样管进行标识，便于操作人员识别血袋、留样袋和留样管对应的献血用户。

本实施例中，通过对献血用户进行人脸识别操作的方式，可以避免人工干预处理，从而有效减少工核验失误，以及避免冒名顶替的现象，从而提高对献血用户身份审核的处理效率；进一步在人脸识别到基础面部图像和实时面部图像相同时，批准献血用户执行采血操作以及输出唯一识别码，能够有效提高身份核验的准确性，且根据唯一识别码能够在采血过程中对手机血袋、留样袋和留样管进行标识，保证采血过程的对献血用户身份识别的准确性。

在一实施例中，如图2所示，步骤S1中，即若检测到献血用户在客户端执行基本信息录入操作，则将所述献血用户录入的基本信息保存至信息数据库中，并生成所述基本信息对应的唯一识别码包括如下步骤：

S11：通过对身份读取设备的识别指令进行检测。

在本发明实施例中，身份读取设备可以是身份证识别器、IC卡识别器、一维条码识别器、二维条码识别器等用于读取身份信息的设备。识别指令是指当身份读取设备检测到身份证等身份识别器时产生的标识信号。

具体地，通过直接对身份读取设备的识别指令进行检测。

S12：若检测到所述识别指令，则从所述身份读取设备中获取所述献血用户对应的所述基本信息。

具体地，若检测到识别指令，则表示身份读取设备读取到献血用户的身份识别器，并直接从身份读取设备中获取身份识别器对应的基本信息，即获取献血用户对应的基本信息。

S13：将所述基本信息保存至所述信息数据库，并生成所述基本信息对应的唯一识别码。

具体地，将基本信息保存至信息数据库，并生成该基本信息对应的唯一识别码。

本实施例中，在检测到识别指令时，获取献血用户的基本信息保存到信息数据库中，并生成唯一识别码。通过检测识别指令的方式能够快速准确的识别用户行为，并根据用户行为读取基本信息，提高基本信息获取的效率。

在一实施例中，如图3所示，步骤S2中，即根据所述基本信息，从图像数据库中获取所述献血用户的基础面部图像，建立所述基本信息与所述基础面部图像之间的关联关系，并更新到所述信息数据库中包括如下步骤：

S21：将所述基本信息与所述图像数据库中的用户信息进行比较。

具体地，将基本信息与图像数据库中的用户信息进行比较。

S22：若所述基本信息与所述用户信息相同，则获取所述用户信息对应的图像信息作为所述献血用户的基础面部图像。

具体地，根据步骤S21的比较方式，若基本信息与用户信息相同，则获取该用户信息对应的图像信息，作为该基本信息对应的献血用户的基础面部图像。

例如，存在基本信息为123，若图像数据库中存在用户信息123，且该用户信息对应的图像信息为图像A，由于基本信息123与用户信息123相同，故将图像A作为基础面部图像。

S23：若所述基本信息与所述用户信息不同，则从总公安系统中获取所述献血用户的基础面部图像。

具体地，根据步骤S21的比较方式，若基本信息与用户信息不同，则根据献血用户的基本信息，直接从总公安系统中获取该基本信息对应的献血用户的基础面部图像。

S24：建立所述基本信息与所述基础面部图像之间的关联关系，并更新到所述信息数据库。

具体地，当获取到基础面部图像时，建立基本信息与该基础面部图像之间的关联关系，并将该关联关系更新到信息数据库中。

本实施例中，通过将基本信息与用户信息进行比较，并根据不同的比较结果，从不同的渠道获取基础面部图像的方式，能够避免由于渠道单一导致无法获取基础面部图像，进一步提高基础面部图像获取的准确性及效率，保证后续根据基础面部图像对献血用户身份进行审核的准确性。

在一实施例中，如图4所示，步骤S4中，即对所述基础面部图像和所述实时面部图像进行比对，输出识别结果包括如下步骤：

S41：使用lbp算法对所述实时面部图像进行特征点提取，得到面部特征点。

在本发明实施例中，lbp(Local Binary Pattern，局部二值模式)是一种用来描述图像局部纹理特征的算子，它具有旋转不变性和灰度不变性等显著的优点，通过lbp算法可以直接提取图像中的特征点。

具体地，通过直接利用lbp算法对实时面部图像进行特征点提取，得到特征点提取处理后的面部特征点。

S42：对所述面部特征点进行特征矢量转换处理，得到实时特征矢量。

具体地，将面部特征点导入到预设转换端口中进行特征矢量转换处理，得到转换处理后的实时特征矢量。其中，预设转换端口是指专门用于对面部特征点进行特征矢量转换处理的处理端口。

需要说明的是，实时特征矢量包含n个分量，其中，n为大于2的正整数。

S43：从预设数据库中获取所述基础面部图像对应的基础特征矢量。

具体地，通过直接从预设数据库中获取基础面部图像对应的基础特征矢量。其中，预设数据库是指专门用于存储基础面部图像对应的基础特征矢量的数据库。

需要说明的是，基础特征矢量包含n个分量。

S44：利用余弦相似度算法计算所述实时特征矢量与所述基础特征矢量之间的相似度。

具体地，按照公式(1)计算实时特征矢量与基础特征矢量之间的相似度：

其中，p表示相似度，x

S45：若所述相似度大于等于预设阈值，则输出所述基础面部图像和所述实时面部图像相同作为所述识别结果，否则输出所述基础面部图像和所述实时面部图像不相同作为所述识别结果。

在本发明实施例中，将步骤S44得到的相似度与预设阈值进行比较，若相似度大于等于预设阈值，则表示实时特征矢量对应的实时面部图像与基础特征矢量对应的基础面部图像属于同一人脸，并输出基础面部图像和实时面部图像相同作为识别结果；若相似度小于预设阈值，则表示实时特征矢量对应的实时面部图像与基础特征矢量对应的基础面部图像不属于同一人脸，并输出基础面部图像和实时面部图像不相同作为识别结果。

本实施例中，通过对面部特征点进行提取，可以有效排除部分非特征点，减少计算量，再对面部特征点进行转换得到实时特征矢量，能够保证数据处理的有效性，最后根据公式 (1)能够快速准确地计算出实时特征矢量与基础特征矢量之间的相似度，利用该相似度能够准确判断出基础面部图像和实时面部图像是否为同一用户，从而提高对献血用户身份审核的效率和准确性。

在一实施例中，如图5所示，步骤S4之后，该具有人脸识别功能的智能采血方法还包括如下步骤：

S6：若所述识别结果为所述基础面部图像和所述实时面部图像不相同，则反馈人脸识别失败给所述献血用户，并提示所述献血用户重新确认信息。

在本发明实施例中，若识别结果为基础面部图像和实时面部图像不相同，则表示献血用户与基本信息对应的用户不为同一用户，并反馈人脸识别失败给献血用户，提示献血用户重新确认信息。

需要说明的是，通过提示献血用户重新确认信息可以有效避免由于献血用户信息登记错误导致献血数据异常的情况，从而保证献血数据的准确性。

S7：从预设用户库中获取所述献血用户重新捕捉后的实时面部图像。

在本发明实施例中，若识别结果为基础面部图像和实时面部图像不相同，则将重新对献血用户的实时面部图像进行捕捉，并将捕捉到的实时面部图像保存到预设用户库中，故从预设用户库中直接获取献血用户对应的实时面部图像。

其中，预设用户库是指专门用于存储重新捕捉献血用户的实时面部图像的数据库。

S8：若所述识别结果为所述献血用户重新确认信息后对应的基础面部信息与重新捕捉的实时面部图像不相同，则将所述识别结果发送给目标用户进行审核。

具体地，将献血用户重新确认信息后对应的基础面部信息与重新步骤后的实时面部图像进行相似度识别，若识别结果为基础面部信息与实时面部图像不相同，则将该识别结果按照预设方式发送给目标用户进行审核。

其中，预设方式具体可以是以邮件的形式，也可以是以短信的形式，此处不做限制。

目标用户是指专门针对识别结果作进一步人工审核的用户。

本实施例中，在基础面部图像和实时面部图像不相同的情况下，提示献血用户重新确认信息，并重新捕捉实时面部图像进行二次识别，能够保证在人脸识别出错的情况下，根据用户确认情况做进一步识别，避免由于人脸识别算法缺陷问题导致人脸识别失败，从而能够提高人脸识别的准确性，进而提高对献血用户身份审核的准确性。

在一实施例中，如图6所示，步骤S8中，即将所述识别结果发送给目标用户进行审核包括如下步骤：

S81：将所述基础面部图像、所述实时面部图像和所述余弦相似度算法计算的相似度发送给具有审批权限的目标用户进行审核。

具体地，将基础面部图像、实时面部图像和余弦相似度算法计算的相似度，按照预设方式发送给具有审批权限的目标用户进行审核。

S82：获取所述目标用户反馈的审核结果。

在本发明实施例中，当目标用户接收到基础面部图像、实时面部图像和相似度后，通过人工方式做进一步审核，并在审核之后反馈审核结果到预设反馈库中，故通过预设反馈库直接获取目标用户反馈的审核结果。

其中，预设反馈库是指专门用于存储目标用户反馈的审核结果的数据库。

需要说明的是，审核结果包含通过人脸识别和不通过人脸识别。

S83：若所述审核结果为通过人脸识别，则批准所述献血用户执行采血操作，将所述余弦相似度算法计算的相似度保存至信息数据库中，并与所述基本信息对应的唯一识别码进行关联，输出与所述相似度、所述基础面部图像存在关联关系的所述基本信息对应的唯一识别码。

具体地，若审核结果为通过人脸识别，则批准该人脸识别对应的献血用户执行采血操作，同时，将人脸识别计算得到的相似度保存到信息数据库中，并与献血用户的基本信息对应的唯一识别码进行关联，输出与相似度、基础面部图像存在关联关系的基本信息对应的唯一识别码。

S84：若所述审核结果为不通过人脸识别，则禁止所述献血用户执行采血操作。

具体地，若审核结果为不通过人脸识别，则禁止献血用户执行采血操作。

本实施例中，将基础面部图像、实时面部图像和相似度发送给目标用户进行审核，能够结合人工进行二次审核，避免自动身份审核出现错误的情况，提高审核准确度，且在获取到目标用户反馈的审核结果后，进一步对审核结果进行分析后执行对应的操作，能够及时根据审核结果进行针对第一次审核情况进行调整，从而提高身份审核的准确性及效率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种具有人脸识别功能的智能采血仪，该具有人脸识别功能的智能采血仪与上述实施例中具有人脸识别功能的智能采血方法一一对应。如图7所示，该具有人脸识别功能的智能采血仪包括信息录入模块71，识别库建立模块72，人脸获取模块73，人脸识别模块74和批准模块75。各功能模块详细说明如下：

信息录入模块71，用于若检测到献血用户在客户端执行基本信息录入操作，则将所述献血用户对应的基本信息保存至信息数据库中，并生成所述基本信息对应的唯一识别码；

识别库建立模块72，用于根据所述基本信息，从图像数据库中获取所述献血用户的基础面部图像，建立所述基本信息与所述基础面部图像之间的关联关系，并更新到所述信息数据库中；

人脸获取模块73，用于若检测到所述献血用户执行人脸识别操作，则利用摄像设备捕捉所述献血用户的面部信息作为实时面部图像；

人脸识别模块74，用于对所述基础面部图像和所述实时面部图像进行比对，输出识别结果；

批准模块75，用于若所述识别结果为所述基础面部图像和所述实时面部图像相同，则批准所述献血用户执行采血操作，并输出与所述基础面部图像存在关联关系的所述基本信息对应的唯一识别码。

所述基础面部图像包括身份证照片、现场对所述献血用户进行拍摄的人脸图像、或预先保存所述献血用户的人脸图像。

所述人脸获取模块通过所述智能采血仪自带的摄像头或传感器获取所述献血用户的实时面部图像。

所述实时面部图像包括从视频、照片或人脸特征进行获取。

进一步地，信息录入71模块包括：

检测子模块，用于通过对身份读取设备的识别指令进行检测；

基本信息获取子模块，用于若检测到所述识别指令，则从所述身份读取设备中获取所述献血用户对应的所述基本信息；

保存子模块，用于将所述基本信息保存至所述信息数据库，并生成所述基本信息对应的唯一识别码。

所述检测子模块利用身份读取设备接收所述献血用户的身份识别器，所述身份识别器包括身份证、献血卡、一维码、或二维码。

所述基本信息包括姓名、年龄、性别、照片或生物特征。

所述唯一识别码为条形码。

进一步地，识别库建立模块72包括：

比较子模块，用于将所述基本信息与所述图像数据库中的用户信息进行比较；

第一获取子模块，用于若所述基本信息与所述用户信息相同，则获取所述用户信息对应的图像信息作为所述献血用户的基础面部图像；

第二获取子模块，用于若所述基本信息与所述用户信息不同，则从总公安系统中获取所述献血用户的基础面部图像；

建立子模块，用于建立所述基本信息与所述基础面部图像之间的关联关系，并更新到所述信息数据库。

进一步地，人脸识别模块74包括：

提取子模块，用于使用lbp算法对所述实时面部图像进行特征点提取，得到面部特征点；

转换子模块，用于对所述面部特征点进行特征矢量转换处理，得到实时特征矢量；

基础特征矢量获取子模块，用于从预设数据库中获取所述基础面部图像对应的基础特征矢量；

相似度计算子模块，用于利用余弦相似度算法计算所述实时特征矢量与所述基础特征矢量之间的相似度；

输出子模块，用于若所述相似度大于等于预设阈值，则输出所述基础面部图像和所述实时面部图像相同作为所述识别结果，否则输出所述基础面部图像和所述实时面部图像不相同作为所述识别结果。

进一步地，该具有人脸识别功能的智能采血仪还包括：

提示模块，用于若所述识别结果为所述基础面部图像和所述实时面部图像不相同，则反馈人脸识别失败给所述献血用户，并提示所述献血用户重新确认信息；

重新获取模块，用于从预设用户库中获取所述献血用户重新捕捉后的实时面部图像；

审核模块，用于若所述识别结果为所述献血用户重新确认信息后对应的基础面部信息与重新捕捉的实时面部图像不相同，则将所述识别结果发送给目标用户进行审核。

进一步地，审核模块包括：

发送子模块，用于将所述基础面部图像、所述实时面部图像和所述余弦相似度算法计算的相似度发送给具有审批权限的目标用户进行审核；

第三获取子模块，用于获取所述目标用户反馈的审核结果；

授权子模块，用于若所述审核结果为通过人脸识别，则批准所述献血用户执行采血操作，将所述余弦相似度算法计算的相似度保存至信息数据库中，并与所述基本信息对应的唯一识别码进行关联，输出与所述相似度、所述基础面部图像存在关联关系的所述基本信息对应的唯一识别码；

禁止子模块，用于若所述审核结果为不通过人脸识别，则禁止所述献血用户执行采血操作。

在一实施例中，如图8所示，提供一种智能采血仪，所述智能采血仪包括：承载留样管的留样管托架1、承载留样袋的留样袋容置位2、固定针头的针头夹持机构3、承载血袋的电子秤4；

所述智能采血仪还包括：

动力源，所述动力源为机械传动机构5提供动力；

机械传动机构5，所述机械传动机构5与所述留样管托架1连接，并通过所述动力产生第一运动，利用第一运动带动所述留样管托架1按照预定轨迹产生第二运动；

驱动控制电路，所述驱动控制电路接收有关所述第一运动和/或所述第二运动中的位置检测信息，并控制所述动力源工作用以产生所述动力，以及控制所述留样管托架1按照所述预定轨迹与所述针头夹持机构3上的针头进行对准耦合；

至少一个热合组件6，所述至少一个热合组件6均电连接于所述驱动控制电路，每个热合组件6均包括热合头、和用于夹持与血袋连通的采血软管的夹持部，所述热合头用于对所述夹持部处的采血软管进行热合封口；

摄像设备7，用于捕捉用户的实时面部信息；和，

面部识别模块，用于根据所述实时面部信息验证用户的权限，所述面部识别模块的权限验证通过确认指令输出至所述驱动控制电路，用以指示所述驱动控制电路工作。

优选地，摄像设备7设置在智能采血仪壳体侧面，即在面对献血者的侧面。

本实施例中，上述第二运动包括以下两种运动的组合：所述留样管托架在竖直方向上实现朝向或背离所述针头夹持机构的直线运动；和，所述留样管托架的旋转运动。

如图8中所示，承载留样管的留样管托架可以选择性沿机器表面垂直于水平面(即竖直方向)进行直线运动，也可以选择性的实现旋转运动。所以，在本发明的其中一个实施例中，机械传动机构与留样管托架连接，并通过所述动力产生第一运动，利用第一运动带动所述留样管托架产生第二运动，所述驱动控制电路接收有关所述第一运动和所述第二运动中的位置检测信息，并控制所述动力源工作用以产生所述动力，以及控制所述留样管托架和所述针头夹持机构基于所述第二运动实现所述留样针与所述留样管的对准耦合或分离耦合，这里的第二运动包括沿机器表面垂直于水平面进行直线运动和实现旋转运动。

关于旋转运动，所述留样管托架的旋转运动至少包括以下方式之一：所述留样管托架在竖直平面内实现第一旋转运动，且所述直线运动的方向与所述第一旋转运动的转动轴线垂直(包括近似垂直)，和，所述留样管托架在留样管安装平面内实现第二旋转运动，所述第二旋转运动的转动轴线与所述留样管安装平面垂直(包括近似垂直)，这里的第二旋转运动包括所述留样管托架在所述留样管安装平面上以留样管托架的中心轴为中心的公转运动，和/或所述留样管托架上的留样管在所述留样管安装平面上以留样管的中心轴为中心的自转运动。这里的留样管安装平面为留样管安装在留样管托架2上后底部所在的平面，该平面近似与留样管管口平行。当留样管安装平面与水平面平行时，则所述留样管托架在水平面内实现第二旋转运动，直线运动的方向与该时第二旋转运动的转动轴线平行，且转动轴线垂直于水平面，也垂直于留样管安装平面；当留样管安装平面与水平面垂直时，则所述留样管托架在留样管安装平面内实现第二旋转运动，直线运动的方向与该时第二旋转运动的转动轴线垂直，且转动轴线与水平面平行，但转动轴线依然垂直于留样管安装平面。

本实施例中，智能采血仪包括：承载留样管的留样管托架1、承载留样袋的留样袋容置位2、固定针头的针头夹持机构3、承载血袋的电子秤4；智能采血仪还包括：动力源、机械传动机构5、驱动控制电路、热合组件6、摄像设备7和面部识别模块。其中，动力源可以通过电池，或者外接电源驱动的电动机得到，且动力源是智能采血仪正常工作的必要保障；具体工作时，通过摄像设备7捕捉用户的实时面部信息，再根据面部识别模块对用户进行人脸识别处理以验证用户的权限，进而获取权限验证通过确认指令输出至驱动控制电路，通过驱动控制电路控制动力源产生动力，以此控制机械传动机构5和热合组件6运作，从而实现智能采血仪的人脸识别操作，保证智能采血仪使用的安全性，进一步根据人脸识别结果赋予护士对应的操作权限，实现智能采血仪的自动采血、留样、热合和分离针头，降低了护士采血的操作难度，提高了采血的效率和采血质量，使留存的血样效果更加，同时在采血后可以彻底、规范的回收医疗垃圾，避免对环境造成污染，减小针头暴露在外界的安全隐患，降低风险。

在一实施例中，所述智能采血仪包括：网络通讯模块，所述网络通讯模块从外部网络获得基础面部信息，发送给所述面部识别模块，所述面部识别模块将所述实时面部信息与所述基础面部信息进行比对，用以验证用户的权限。

本实施例中，通过网络通讯模块能够快速有效的通过外部网络获取用户的基础面部信息，提高基础面部信息获取效率及准确性，从而保证后续根据基础面部信息进行人脸识别的准确性。

在一实施例中，所述智能采血仪还包括：用户输入接口模块，用于检测用户的基本信息录入操作，获得用户录入的基本信息；根据所述基本信息，所述网络通讯模块从外部网络获得所述基础面部信息。

本实施例中，根据用户输入接口模块能够实现对用户基本信息的录入，便于针对用户基本信息进行权限验证，有效保证智能采血仪使用的安全性。

在一实施例中，所述智能采血仪包括：IC识别模块，用于从用户的身份信息卡片中读取基础面部信息发送给所述面部识别模块，所述面部识别模块将所述实时面部信息与所述基础面部信息进行比对，用以验证用户的权限。

本实施例中，通过IC识别模块能够提高基础面部信息获取渠道的多样性，避免由于获取渠道单一导致在获取渠道出现问题的情况下，无法及时获取用户对应的基础面部信息，从而有效提高基础面部信息获取的及时性，保证面部识别模块的工作效率。

本申请的一些实施例公开了计算机设备。具体请参阅图9，为本申请的一实施例中计算机设备90基本结构框图。

如图9中所示意的，所述计算机设备90包括通过系统总线相互通信连接存储器91、处理器92、网络接口93。需要指出的是，图9中仅示出了具有组件91-93的计算机设备90，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

所述存储器91至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器 (EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器91可以是所述计算机设备90的内部存储单元，例如该计算机设备90的硬盘或内存。在另一些实施例中，所述存储器91也可以是所述计算机设备90的外部存储设备，例如该计算机设备90上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器91还可以既包括所述计算机设备90的内部存储单元也包括其外部存储设备。本实施例中，所述存储器91通常用于存储安装于所述计算机设备90的操作系统和各类应用软件，例如所述具有人脸识别功能的智能采血方法的程序代码等。此外，所述存储器91还可以用于暂时地存储已经输出或者将要输出的各类数据。

所述处理器92在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器92通常用于控制所述计算机设备90的总体操作。本实施例中，所述处理器92用于运行所述存储器91中存储的程序代码或者处理数据，例如运行所述具有人脸识别功能的智能采血方法的程序代码。

所述网络接口93可包括无线网络接口或有线网络接口，该网络接口93通常用于在所述计算机设备90与其他电子设备之间建立通信连接。

本申请还提供了另一种实施方式，即提供一种计算机可读存储介质，所述计算机可读存储介质存储有基本信息录入程序，所述基本信息录入程序可被至少一个处理器执行，以使所述至少一个处理器执行上述任意一种具有人脸识别功能的智能采血方法的步骤。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如 ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台计算机设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

最后应说明的是，显然以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。