CN109243024B - 一种基于人脸识别的汽车解锁方法 - Google Patents
一种基于人脸识别的汽车解锁方法 Download PDFInfo
- Publication number
- CN109243024B CN109243024B CN201810993208.6A CN201810993208A CN109243024B CN 109243024 B CN109243024 B CN 109243024B CN 201810993208 A CN201810993208 A CN 201810993208A CN 109243024 B CN109243024 B CN 109243024B
- Authority
- CN
- China
- Prior art keywords
- module
- face
- unlocking
- image
- living body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012549 training Methods 0.000 claims abstract description 62
- 230000003993 interaction Effects 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims description 37
- 238000001514 detection method Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 13
- 230000008447 perception Effects 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 6
- 230000004438 eyesight Effects 0.000 claims description 6
- 230000004913 activation Effects 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004297 night vision Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Lock And Its Accessories (AREA)
Abstract
本发明公开了一种基于人脸识别的汽车解锁方法,涉及汽车领域,应用于基于人脸识别的汽车解锁系统,所述基于人脸识别的汽车解锁系统包括感知模块、执行模块、人机交互模块、计算与控制模块、电源模块,所述计算与控制模块控制所述感知模块、所述执行模块和所述人机交互模块;所述计算与控制模块包括存储模块、计算模块、外部控制模块、内部控制模块;所述汽车解锁方法包括算法训练模式、人脸采集模式、汽车解锁模式。本发明的基于人脸识别的汽车解锁方法,具有极高的安全性,可靠性和实用性,能够有效兼容共享汽车和车辆个性化服务系统。
Description
技术领域
本发明涉及汽车领域,尤其涉及一种基于人脸识别的汽车解锁方法,应用于基于人脸识别的汽车解锁系统。
背景技术
汽车作为交通工具扩大了人们日常生活的半径,提高了人们的生活品质,让出行更加便利,随着我国经济的发展,越来越多的汽车走进了普通百姓的家庭,尤其是近年来,随着信息技术的发展,各种共享汽车,智能网联汽车纷纷出现,使得人们对汽车的便捷性和安全性有了极大的需求;汽车门锁系统是汽车安全的最重要和最基础的子系统,通常的汽车解锁是指利用解锁器对汽车车锁或点火开关进行解锁,以打开车门或启动汽车的过程。目前,汽车解锁方案包括机械钥匙解锁、电子钥匙解锁、无钥匙进入/启动等。
机械钥匙解锁的解锁器为机械钥匙,通过将钥匙插入锁孔旋转实现解锁;电子钥匙解锁的解锁器为电子钥匙,通过发射特定的无线电信号控制汽车上的解锁元件实现解锁;使用时,用户需按下特定的按键以发出相应的无线电信号,实现相应的功能;无钥匙进入/启动是一种特殊的电子钥匙解锁,当电子钥匙与汽车上的接收器距离小于规定阈值时,汽车就会自动解锁,用户仍需随身携带电子钥匙,但无需手动按下按键。目前市场上销售的汽车中,大多以电子钥匙解锁或无钥匙进入/启动作为主解锁方案,以机械钥匙解锁作为备用解锁方案。
上述解锁方案在安全性和便捷性方面存在着如下不足:解锁时必须随身携带解锁器,当遗忘或遗落解锁器时,无法打开车门或启动汽车;当解锁器遗落在汽车内部时,无法打开车门或启动汽车;解锁器是汽车解锁的优先凭证,解锁器落入不法分子手中常常导致汽车的失窃;车辆难以仅根据解锁信息为不同用户提供个性化服务;更换解锁凭证需要耗费的资源较大;较难兼容新兴的共享汽车。
因此,本领域的技术人员致力于开发一种基于人脸识别的汽车解锁方法,可以不用随身携带解锁器,不仅具有高度的安全性,可靠性和实用性,还能够有效兼容共享汽车和车辆个性化服务系统。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是怎样提供一种基于人脸识别的汽车解锁方法,可以不用随身携带解锁器,不仅具有高度的安全性,可靠性和实用性,还能够有效兼容共享汽车和车辆个性化服务系统。
为实现上述目的,本发明提供了一种基于人脸识别的汽车解锁方法,应用于基于人脸识别的汽车解锁系统,所述汽车解锁系统包括感知模块、执行模块、人机交互模块、计算与控制模块、电源模块,所述感知模块和所述计算与控制模块相连,用于拍摄人脸图像并将拍摄到的人脸图像作为人脸输入图像传送给所述计算与控制模块;所述执行模块的输入端与所述计算与控制模块相连,所述执行模块的输出端分别与汽车门锁解锁装置、后备箱解锁装置和汽车启动解锁装置相连,所述执行模块用于接收所述计算与控制模块的动作指令,并依据接收到的所述计算与控制模块的所述动作指令驱动汽车门锁解锁装置、后备箱解锁装置或汽车启动解锁装置;所述人机交互模块与所述计算与控制模块相连,用于人机交互;所述计算与控制模块用于接收所述感知模块和所述人机交互模块传送的信息,并对所接收的信息进行处理,存储和输出,所述计算与控制模块还用于对所述感知模块、所述执行模块和所述人机交互模块进行控制;所述电源模块为所述感知模块、所述执行模块、所述人机交互模块和所述计算与控制模块提供电源。
进一步地,所述计算与控制模块包括存储模块、计算模块、外部控制模块、内部控制模块,所述存储模块受所述内部控制模块的控制,用于接收、存储和发送用户设置信息、参考图像、算法参数和运行日志,所述参考图像包括人脸识别参考图像、活体识别参考权重文件;所述计算模块受所述内部控制模块的控制,所述计算模块包括图像处理子模块、人脸识别子模块、活体识别子模块;所述图像处理子模块用于接收和处理所述人脸输入图像,得到预处理人脸图像;所述人脸识别子模块受所述内部控制模块的控制,在训练模式时,用于对所述预处理人脸图像进行识别,并将识别合格的所述预处理人脸图像作为所述人脸识别参考图像发送给所述存储模块,在工作模式时,所述人脸识别子模块以所述人脸识别参考图像为基础对所述预处理人脸图像进行识别与对比,并将人脸识别的对比结果传送给所述外部控制模块;所述活体识别子模块受所述内部控制模块的控制,在训练模式时,用于对所述预处理人脸图像进行真假人脸图像分类的识别,从而得到所述活体识别参考权重文件,并将所述活体识别参考权重文件发送给所述存储模块,在工作模式时,所述活体识别子模块对所述预处理人脸图像进行识别,并将活体识别的对比结果传送给所述外部控制模块;所述外部控制模块受所述内部控制模块的控制,接收所述计算模块发送过来的所述对比结果,依据所述对比结果控制所述执行模块、所述感知模块和所述人机交互模块;所述内部控制模块用于接收所述人机交互模块传送过来的所述用户设置信息,并依据所述用户设置信息进行所述计算与控制模块内部的控制。
进一步地,所述人脸识别子模块和所述活体识别子模块均配置了深度卷积神经网络算法。
进一步地,所述感知模块包括视觉传感器,所述视觉传感器被配置为单目相机、双目相机或单目相机与3D结构光传感器的组合。
可选地,所述视觉传感器配置为具有夜视功能,用于提升夜间或光线较弱环境下的所述感知模块的检测能力。
进一步地,所述视觉传感器包括车门解锁传感器、后备箱解锁传感器、启动解锁传感器,所述车门解锁传感器设置于汽车的前面和后门的上沿或悬挑在车窗内侧;所述后备箱解锁传感器设置于汽车的后备箱上沿或悬挑在车窗内侧;所述启动解锁传感器设置于主后视镜镜面偏驾驶员一侧或前挡风玻璃驾驶员前上方。
优选地,所述车门解锁传感器和后备箱解锁传感器被配置为与自动驾驶或高级驾驶辅助系统的侧向传感器共用,所述启动解锁传感器被配置为与驾驶员疲劳监测系统的传感器共用。
进一步地,所述执行模块与汽车门锁解锁装置、后备箱解锁装置和汽车启动解锁装置通过CAN总线连接。
进一步地,所述人机交互模块包括输入子模块、显示子模块,所述输入子模块被配置为按键、旋钮、触控屏幕或语音输入中的一种或几种的组合;所述显示子模块被配置为触控屏幕或喇叭中的一种或两种的组合。
优选地,所述输入子模块和所述显示子模块被配置为与汽车中控系统共用。
进一步地,所述计算与控制模块被配置为采用专用微处理器系统或与自动驾驶或高级驾驶辅助系统共用微处理器系统。
优选地,所述计算与控制模块被配置为采用Raspberry Pi 3B/3B+与MovidiusNCS的组合。
进一步地,所述存储模块的信息存储位置被配置为本地车辆端存储、远程服务器端存储或本地车辆端与远程服务器端双重存储这三种存储模式中的任一种。
优选地,所述个人用车采用本地车辆端存储,所述共享汽车采用程服务器端存储。
进一步地,所述电源模块被配置为采用独立电源或与车身电源共用。
本发明还提供了一种应用于所述基于人脸识别的汽车解锁系统的汽车解锁方法,包括算法训练模式、人脸采集模式、汽车解锁模式,所述算法训练模式包括人脸识别算法训练、活体检测算法训练,所述人脸识别算法训练选用不同人的人脸图像进行检测,所述人脸识别算法训练的目标是使得同一个人的人脸图像识别特征接近,而不同人的人脸图像识别特征相差较大;进行人脸识别时,所述人脸识别算法将用户的人脸图像或用户的人脸图像处理后得到的特征作为参考;所述活体检测算法训练选用由所述感知模块采集的活体人脸图像和所述感知模块对照片、视频和3D模型采集的非活体人脸图像进行检测,所述活体检测算法训练的目标是使得所述活体人脸图像和所述非活体人脸图像的检测特征相差较大,而对不同所述活体人脸图像间的检测特征接近,以及对不同所述非活体人脸图像间的检测特征接近;
所述人脸采集模式包括如下步骤:
S1、权限校核:对当前用户执行人脸采集的权限进行校核,所述权限校核通过后进入步骤S2,否则进入步骤S5;
S2、等待采集:等待所述当前用户的指令,如果指令是采集人脸图像则进入步骤S3,否则进入步骤S5;
S3、人脸采集:所述感知模块采集人脸图像,采集完成后进入步骤S4;
S4、人脸录入:所述计算与控制模块校核步骤S3采集到的人脸图像,如果不符合参考图像录入要求,则进入步骤S5,否则询问所述当前用户是否录入,并等待所述当前用户的指令,如指令为不录入,则进入步骤S5,否则进行录入人脸图像操作;
S5、结束采集:等待所述当前用户的指令,如果指令是结束采集,则所述人脸采集模式结束,否则进入步骤S2;
所述汽车解锁模式包括如下步骤:
P1、系统激活:如果所述感知模块检测到车门和后备箱附近或车内有人,则系统激活;
P2、确定解锁任务:根据所述感知模块检测到人的位置确定需要解锁的任务;
P3、活体人脸识别:进行活体识别和人脸识别,所述活体识别和所述人脸识别均通过则进入步骤P4,否则进入步骤P7;
P4、算法训练:等待所述当前用户的指令,如果指令是不开启算法训练,则进入步骤P5,否则进行算法训练;
P5、汽车解锁:执行步骤P2确定的解锁任务;
P6、用户更新:将所述当前用户与系统中存储的上次执行解锁的用户进行比较,如果不同,则更新针对所述当前用户的个性化设置,并存储所述当前用户,否则不进行用户更新;
P7、结束流程。
进一步地,步骤P3包括如下步骤;
P3.1、图像采集:通过所述感知模块采集人脸图像;
P3.2、活体检测: 通过所述计算与控制模块进行所述活体检测,如果检测采集到的所述人脸图像不是活体人脸的图像,则检测不通过,进入步骤P7,否则检测通过,进入步骤P3.3;
P3.3、人脸识别:通过所述计算与控制模块进行所述人脸识别检测,如果检测到的人具有所述步骤P2所确定的解锁任务的解锁权限,则检测通过,进入步骤P4,否则进入步骤P7。
进一步地,步骤P4包括如下步骤:
P4.1、图像获取:获取步骤P3.1采集的图像为训练图像;
P4.2、识别算法训练:根据图像质量标准对所述训练图像进行打分,当所述训练图像的分数不高于确定阈值或已有所述参考图像的平均分时,则所述训练图像不符合训练要求,进入步骤P5;否则,进行算法训练1次,并对所述参考图像或所述参考图像的特征进行更新。
进一步地,所述步骤P4.2中的所述图像质量标准包括人脸在图像中的位置、人脸占图像的比例、图像质量。
进一步地,所述算法训练模式在所述基于人脸识别的汽车解锁系统出厂前完成。
一种所述基于人脸识别的汽车解锁系统的使用方法,包括替代模式、并联模式、串联模式,所述替代模式为将所述基于人脸识别的汽车解锁系统替换现有汽车解锁系统,作为汽车的唯一解锁方式;所述并联模式为将所述基于人脸识别的汽车解锁系统与现有汽车解锁系统并联使用,任何一种汽车解锁系统均可以使车辆解锁;所述串联模式是指将所述基于人脸识别的汽车解锁系统与现有汽车解锁系统串联使用,需要所有的解锁系统均同时解锁,汽车方可解锁。
与现有技术相比,通过本发明的实施,达到了以下明显的技术效果:
1、本发明提供的一种基于人脸识别的汽车解锁方法,不用随身携带实物解锁器,人脸识别和活体识别的双重检测配置,使得本发明具有高度的安全性,可靠性和实用性。
2、本发明提供的一种基于人脸识别的汽车解锁方法,可以针对不同用户提供个性化的设置服务,能够有效兼容共享汽车和车辆个性化服务系统。
3、本发明提供的一种基于人脸识别的汽车解锁方法,可以低成本、高效率地实现解锁凭证的更换。
4、本发明提供的一种基于人脸识别的汽车解锁方法,采用出厂前学习和使用中的二次学习相结合的图像识别算法,进一步提高了本发明的可靠性。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的一种基于人脸识别的汽车解锁系统的系统结构图;
图2是本发明的一个较佳实施例的一种基于人脸识别的汽车解锁系统的汽车解锁方法的人脸采集模式流程图;
图3是本发明的一个较佳实施例的一种基于人脸识别的汽车解锁系统的汽车解锁方法的汽车解锁模式流程图;
图4是本发明的一个较佳实施例的一种基于人脸识别的汽车解锁系统的汽车解锁方法的活体人脸识别流程图;
图5是本发明的一个较佳实施例的一种基于人脸识别的汽车解锁系统的汽车解锁方法的算法训练流程图;
图6是本发明的一个较佳实施例的一种基于人脸识别的汽车解锁系统的汽车解锁方法的用户更新流程图。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方适当夸大了部件的厚度。
实施例1:
如图1所示,本发明提供了一种基于人脸识别的汽车解锁系统,包括感知模块、执行模块、人机交互模块、计算与控制模块、电源模块,感知模块和计算与控制模块相连,用于拍摄人脸图像并将拍摄到的人脸图像作为人脸输入图像传送给计算与控制模块;执行模块的输入端与计算与控制模块相连,执行模块的输出端分别与汽车门锁解锁装置、后备箱解锁装置和汽车启动解锁装置通过CAN总线相连,执行模块用于接收计算与控制模块的动作指令,并依据接收到的计算与控制模块的动作指令驱动汽车门锁解锁装置开锁、后备箱解锁装置开锁或汽车启动解锁装置开锁;人机交互模块与计算与控制模块相连,用于人机交互;计算与控制模块用于接收感知模块和人机交互模块传送的信息,并对所接收的信息进行处理,存储和输出,计算与控制模块还用于对感知模块、执行模块和人机交互模块进行控制,计算与控制模块被配置为采用专用的微处理器系统;电源模块为感知模块、执行模块、人机交互模块和计算与控制模块提供电源,电源模块采用独立电源供电。
计算与控制模块包括存储模块、计算模块、外部控制模块、内部控制模块,存储模块受内部控制模块的控制,用于接收、存储和发送用户设置信息、参考图像、算法参数和运行日志,参考图像包括人脸识别参考图像、活体识别参考权重文件;计算模块受内部控制模块的控制,计算模块包括图像处理子模块、人脸识别子模块、活体识别子模块;图像处理子模块用于接收和处理人脸输入图像,得到预处理人脸图像;人脸识别子模块受内部控制模块的控制,在训练模式时,用于对预处理人脸图像进行识别,并将识别合格的预处理人脸图像作为人脸识别参考图像发送给存储模块,在工作模式时,人脸识别子模块以人脸识别参考图像为基础对预处理人脸图像进行识别与对比,并将人脸识别的对比结果传送给外部控制模块;
活体识别子模块受内部控制模块的控制,在训练模式时,用于对预处理人脸图像进行真假人脸图像分类的识别,从而得到活体识别参考权重文件,并将活体识别参考权重文件发送给存储模块,在工作模式时,活体识别子模块对预处理人脸图像进行识别,并将活体识别的对比结果传送给外部控制模块,人脸识别子模块和活体识别子模块均配置了深度卷积神经网络算法;外部控制模块受内部控制模块的控制,接收计算模块发送过来的对比结果,依据对比结果控制执行模块、感知模块和人机交互模块;内部控制模块用于接收人机交互模块传送过来的用户设置信息,并依据用户设置信息进行计算与控制模块内部的控制。
感知模块包括视觉传感器,视觉传感器被配置为单目相机、双目相机或单目相机与3D结构光传感器的组合;视觉传感器配置为具有夜视功能,用于提升夜间或光线较弱环境下的感知模块的检测能力。视觉传感器包括车门解锁传感器、后备箱解锁传感器、启动解锁传感器,车门解锁传感器设置于汽车的前面和后门的上沿或悬挑在车窗内侧;后备箱解锁传感器设置于汽车的后备箱上沿或悬挑在车窗内侧;启动解锁传感器设置于主后视镜镜面偏驾驶员一侧或前挡风玻璃驾驶员前上方。
人机交互模块包括输入子模块、显示子模块,输入子模块和显示子模块共用同一块独立的触控屏幕,显示子模块还配置了喇叭,用于系统声音信息的输出;输入子模块还配置了按键,用于辅助触控屏幕的输入。
私家车的存储模块的信息存储位置为本地车辆端存储,共享汽车的存储模块的信息存储位置为远程服务器端存储。
采用本实施例的汽车解锁系统的汽车解锁方法,包括算法训练模式、人脸采集模式、汽车解锁模式,训练模式包括人脸识别算法训练、活体检测算法训练,人脸识别算法训练选用不同人的人脸图像进行检测,人脸识别算法训练的目标是使得同一个人的人脸图像识别特征接近,而不同人的人脸图像识别特征相差较大;进行人脸识别时,人脸识别算法将用户的人脸图像或用户的人脸图像处理后得到的特征作为参考;活体检测算法训练选用由感知模块采集的活体人脸图像和感知模块对照片、视频和3D模型采集的非活体人脸图像进行检测,活体检测算法训练的目标是使得活体人脸图像和非活体人脸图像的检测特征相差较大,而对不同活体人脸图像间的检测特征接近,以及对不同非活体人脸图像间的检测特征接近;算法训练模式在汽车解锁系统出厂前完成;
如图2所示,人脸采集模式包括如下步骤:
S1、权限校核:对当前用户执行人脸采集的权限进行校核,权限校核通过后进入步骤S2,否则进入步骤S5;
S2、等待采集:等待当前用户的指令,如果指令是采集人脸图像则进入步骤S3,否则进入步骤S5;
S3、人脸采集:感知模块采集人脸图像,采集完成后进入步骤S4;
S4、人脸录入:计算与控制模块校核步骤S3采集到的人脸图像,如果不符合参考图像录入要求,则进入步骤S5,否则询问当前用户是否录入,并等待当前用户的指令,如指令为不录入,则进入步骤S5,否则进行录入人脸图像操作;
S5、结束采集:等待当前用户的指令,如果指令是结束采集,则人脸采集模式结束,否则进入步骤S2;
如图3所示,汽车解锁模式包括如下步骤:
P1、系统激活:如果感知模块检测到车门和后备箱附近或车内有人,则系统激活;
P2、确定解锁任务:根据感知模块检测到人的位置确定需要解锁的任务;
P3、活体人脸识别:进行活体识别和人脸识别,活体识别和人脸识别均通过则进入步骤P4,否则进入步骤P7;
P4、算法训练:等待当前用户的指令,如果指令是不开启算法训练,则进入步骤P5,否则进行算法训练;
P5、汽车解锁:执行步骤P2确定的解锁任务;
P6、用户更新:如图6所示,将当前用户与系统中存储的上次执行解锁的用户进行比较,如果不同,则更新针对当前用户的个性化设置,并存储当前用户,否则不进行用户更新;
P7、结束流程。
如图4所示,步骤P3具体包括如下步骤;
P3.1、图像采集:通过感知模块采集人脸图像;
P3.2、活体检测:通过计算与控制模块进行活体检测,如果检测采集到的人脸图像不是活体人脸的图像,则检测不通过,进入步骤P7,否则检测通过,进入步骤P3.3;
P3.3、人脸识别:通过计算与控制模块进行人脸识别检测,如果检测到的人具有步骤P2所确定的解锁任务的解锁权限,则检测通过,进入步骤P4,否则进入步骤P7。
如图5所示,步骤P4具体包括如下步骤:
P4.1、图像获取:获取步骤P3.1采集的图像为训练图像;
P4.2、识别算法训练:根据图像质量标准对训练图像进行打分,当训练图像的分数不高于确定阈值或已有参考图像的平均分时,则训练图像不符合训练要求,进入步骤P5;否则,进行算法训练1次,并对参考图像或参考图像的特征进行更新;
步骤P4.2中的图像质量标准包括人脸在图像中的位置、人脸占图像的比例、图像质量。
本实施例采用的汽车解锁系统及方法完全替换现有汽车的解锁系统,作为汽车的唯一解锁方式使用。
与现有技术相比,通过本发明的实施,用户可以不用随身携带解锁器,极大地满足了用户在安全性和便捷性方面的需求,还能够有效兼容共享汽车和车辆个性化服务系统为用户提供个性化服务。
实施例2:
在实施例1的基础上,车门解锁传感器和后备箱解锁传感器被配置为与自动驾驶或高级驾驶辅助系统的侧向传感器共用,启动解锁传感器被配置为与驾驶员疲劳监测系统的传感器共用;输入子模块和显示子模块被配置为与汽车中控系统共用;计算与控制模块被配置为与自动驾驶或高级驾驶辅助系统共用微处理器系统;电源模块不采用独立电源形式,而是使用汽车自带的直流电源。
本实施例采用的汽车解锁系统及方法与现有汽车的解锁系统并联使用,任何一种汽车解锁系统均可以使车辆解锁。
实施例3:
在实施例1的基础上,计算与控制模块被配置为采用Raspberry Pi 3B/3B+与Movidius NCS的组合;
视觉传感器带有补光装置,用于提升夜间或光线较弱环境下的感知模块的检测能力。
本实施例采用的汽车解锁系统及方法与现有汽车的解锁系统并联使用,任何一种汽车解锁系统均可以使车辆解锁。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
需要说明的是,本申请所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号(包括但不限于用户终端与其他设备之间传输的信号等),均为经用户授权或者经过各方充分授权的,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。例如,本公开中涉及到的“人脸图像”等都是在充分授权的情况下获取的”。
Claims (7)
1.一种基于人脸识别的汽车解锁方法,应用于基于人脸识别的汽车解锁系统,其特征在于,所述汽车解锁系统包括感知模块、执行模块、人机交互模块、计算与控制模块、电源模块,所述感知模块和所述计算与控制模块相连,用于拍摄人脸图像并将拍摄到的人脸图像作为人脸输入图像传送给所述计算与控制模块;所述执行模块的输入端与所述计算与控制模块相连,所述执行模块的输出端分别与汽车门锁解锁装置、后备箱解锁装置和汽车启动解锁装置相连,所述执行模块用于接收所述计算与控制模块的动作指令,并依据接收到的所述计算与控制模块的所述动作指令驱动汽车门锁解锁装置、后备箱解锁装置或汽车启动解锁装置;所述人机交互模块与所述计算与控制模块相连,用于人机交互;所述计算与控制模块用于接收所述感知模块和所述人机交互模块传送的信息,并对所接收的信息进行处理,存储和输出,所述计算与控制模块还用于对所述感知模块、所述执行模块和所述人机交互模块进行控制;所述电源模块为所述感知模块、所述执行模块、所述人机交互模块和所述计算与控制模块提供电源;
所述计算与控制模块包括存储模块、计算模块、外部控制模块、内部控制模块,所述存储模块受所述内部控制模块的控制,用于接收、存储和发送用户设置信息、参考图像、算法参数和运行日志,所述参考图像包括人脸识别参考图像、活体识别参考权重文件;所述计算模块受所述内部控制模块的控制,所述计算模块包括图像处理子模块、人脸识别子模块、活体识别子模块;所述图像处理子模块用于接收和处理所述人脸输入图像,得到预处理人脸图像;所述人脸识别子模块受所述内部控制模块的控制,在训练模式时,用于对所述预处理人脸图像进行识别,并将识别合格的所述预处理人脸图像作为所述人脸识别参考图像发送给所述存储模块,在工作模式时,所述人脸识别子模块以所述人脸识别参考图像为基础对所述预处理人脸图像进行识别与对比,并将人脸识别的对比结果传送给所述外部控制模块;所述活体识别子模块受所述内部控制模块的控制,在训练模式时,用于对所述预处理人脸图像进行真假人脸图像分类的识别,从而得到所述活体识别参考权重文件,并将所述活体识别参考权重文件发送给所述存储模块,在工作模式时,所述活体识别子模块对所述预处理人脸图像进行识别,并将活体识别的对比结果传送给所述外部控制模块;所述外部控制模块受所述内部控制模块的控制,接收所述计算模块发送过来的人脸识别的对比结果、活体识别的对比结果,依据人脸识别的对比结果、活体识别的对比结果控制所述执行模块、所述感知模块和所述人机交互模块;所述内部控制模块用于接收所述人机交互模块传送过来的所述用户设置信息,并依据所述用户设置信息进行所述计算与控制模块内部的控制;
所述汽车解锁方法包括算法训练模式、人脸采集模式、汽车解锁模式,所述算法训练模式包括人脸识别算法训练、活体检测算法训练,所述人脸识别算法训练选用不同人的人脸图像进行检测,所述人脸识别算法训练能够使得同一个人的人脸图像识别特征接近,而不同人的人脸图像识别特征相差较大;进行人脸识别时,所述人脸识别算法将用户的人脸图像或用户的人脸图像处理后得到的特征作为参考;所述活体检测算法训练选用由所述感知模块采集的活体人脸图像和所述感知模块对照片、视频和3D模型采集的非活体人脸图像进行检测,所述活体检测算法训练能够使得所述活体人脸图像和所述非活体人脸图像的检测特征相差较大,而对不同所述活体人脸图像间的检测特征接近,以及对不同所述非活体人脸图像间的检测特征接近;
所述人脸采集模式包括如下步骤:
S1、权限校核:对当前用户执行人脸采集的权限进行校核,所述权限校核通过后进入步骤S2,否则进入步骤S5;
S2、等待采集:等待所述当前用户的指令,如果指令是采集人脸图像则进入步骤S3,否则进入步骤S5;
S3、人脸采集:所述感知模块采集人脸图像,采集完成后进入步骤S4;
S4、人脸录入:所述计算与控制模块校核步骤S3采集到的人脸图像,如果不符合参考图像录入要求,则进入步骤S5,否则询问所述当前用户是否录入,并等待所述当前用户的指令,如指令为不录入,则进入步骤S5,否则进行录入人脸图像操作;
S5、结束采集:等待所述当前用户的指令,如果指令是结束采集,则所述人脸采集模式结束,否则进入步骤S2;
所述汽车解锁模式包括如下步骤:
P1、系统激活:如果所述感知模块检测到车门和后备箱附近或车内有人,则系统激活;
P2、确定解锁任务:根据所述感知模块检测到人的位置确定需要解锁的任务;
P3、活体人脸识别:进行活体识别和人脸识别,活体识别和人脸识别均通过则进入步骤P4,否则进入步骤P7;
P4、算法训练:等待当前用户的指令,如果指令是不开启算法训练,则进入步骤P5,否则进行算法训练;
P5、车解锁:执行步骤P2确定的解锁任务;
P6、用户更新:将当前用户与系统中存储的上次执行解锁的用户进行比较,如果不同,则更新并存储针对当前用户的个性化设置,否则不进行用户更新;
P7、结束流程;
所述步骤P3包括如下步骤:
P3.1、图像采集:通过所述感知模块采集人脸图像;
P3.2、活体检测:通过所述计算与控制模块进行活体检测,如果检测出采集到的人脸图像不是活体人脸的图像,则检测不通过,进入步骤P7,否则检测通过,进入步骤P3.3;
P3.3、人脸识别:通过所述计算与控制模块进行人脸识别检测,如果检测到的人具有所述步骤P2所确定的解锁任务的解锁权限,则检测通过,进入步骤P4,否则进入步骤P7;
所述步骤P4包括如下步骤:
P4.1、图像获取:获取步骤P3.1采集的图像作为训练图像;
P4.2、识别算法训练:根据图像质量标准对所述训练图像进行打分,当所述训练图像的分数不高于确定阈值或已有所述参考图像的平均分时,则所述训练图像不符合训练要求,进入步骤P5;否则,进行算法训练1次,并对所述参考图像或所述参考图像的特征进行更新;
所述步骤P4.2中的所述图像质量标准包括人脸在图像中的位置、人脸占图像的比例、图像质量。
2.如权利要求1所述的基于人脸识别的汽车解锁方法,其特征在于,所述感知模块包括视觉传感器,所述视觉传感器被配置为单目相机、双目相机或单目相机与3D结构光传感器的组合;所述视觉传感器包括车门解锁传感器、后备箱解锁传感器、启动解锁传感器,所述车门解锁传感器设置于汽车的前面和后门的上沿或所述车门解锁传感器悬挑在车窗内侧;所述后备箱解锁传感器设置于汽车的后备箱上沿或悬挑在车窗内侧;所述启动解锁传感器设置于主后视镜镜面偏驾驶员一侧或前挡风玻璃驾驶员前上方。
3.如权利要求2所述的基于人脸识别的汽车解锁方法,其特征在于,所述存储模块的信息存储位置被配置为本地车辆端存储、远程服务器端存储或本地车辆端与远程服务器端双重存储这三种存储模式中的任一种。
4.如权利要求3所述的基于人脸识别的汽车解锁方法,其特征在于,所述人机交互模块包括输入子模块、显示子模块,所述输入子模块被配置为按键、旋钮、触控屏幕或语音输入中的一种或几种的组合;所述显示子模块被配置为触控屏幕。
5.如权利要求4所述的基于人脸识别的汽车解锁方法,其特征在于,所述人脸识别子模块和所述活体识别子模块均配置了深度卷积神经网络算法。
6.如权利要求5所述的基于人脸识别的汽车解锁方法,其特征在于,所述车门解锁传感器和后备箱解锁传感器被配置为与自动驾驶或高级驾驶辅助系统的侧向传感器共用,所述启动解锁传感器被配置为与驾驶员疲劳监测系统的传感器共用;所述输入子模块和所述显示子模块被配置为与汽车中控系统共用;所述计算与控制模块被配置为与自动驾驶或高级驾驶辅助系统共用微处理器系统;所述电源模块被配置为采用车身自带的直流电源。
7.如权利要求5所述的基于人脸识别的汽车解锁方法,其特征在于,所述计算与控制模块被配置为采用Raspberry Pi 3B/3B+与Movidius NCS的组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810993208.6A CN109243024B (zh) | 2018-08-29 | 2018-08-29 | 一种基于人脸识别的汽车解锁方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810993208.6A CN109243024B (zh) | 2018-08-29 | 2018-08-29 | 一种基于人脸识别的汽车解锁方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109243024A CN109243024A (zh) | 2019-01-18 |
CN109243024B true CN109243024B (zh) | 2024-08-06 |
Family
ID=65069552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810993208.6A Active CN109243024B (zh) | 2018-08-29 | 2018-08-29 | 一种基于人脸识别的汽车解锁方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109243024B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934151B (zh) * | 2019-03-08 | 2023-07-14 | 山东领能电子科技有限公司 | 一种基于movidius计算芯片和Yolo face的人脸检测方法 |
CN110335389B (zh) * | 2019-07-01 | 2021-10-12 | 上海商汤临港智能科技有限公司 | 车门解锁方法及装置、系统、车、电子设备和存储介质 |
CN110213548B (zh) * | 2019-07-01 | 2021-09-07 | 南京派光智慧感知信息技术有限公司 | 一种轨道列车驾驶员行为综合监测警示方法 |
CN110843726A (zh) * | 2019-12-19 | 2020-02-28 | 北京明朝万达科技股份有限公司 | 汽车门锁控制系统、方法及车辆 |
US20210309181A1 (en) * | 2020-04-03 | 2021-10-07 | Micron Technology, Inc. | Intelligent Preparation of Vehicles for Operations based on User Recognition from a Distance |
CN114120484A (zh) * | 2020-08-31 | 2022-03-01 | 比亚迪股份有限公司 | 一种面部识别系统及车辆 |
CN112631264A (zh) * | 2020-11-27 | 2021-04-09 | 北京首都国际机场股份有限公司 | 一种牵引式无人驾驶人机交互控制系统及装置 |
CN115465224B (zh) * | 2022-09-08 | 2024-07-23 | 深蓝汽车科技有限公司 | 汽车后备箱的控制方法、装置、车辆及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102004908A (zh) * | 2010-11-30 | 2011-04-06 | 汉王科技股份有限公司 | 一种自适应的人脸识别方法及装置 |
CN105109451A (zh) * | 2015-08-26 | 2015-12-02 | 邹民勇 | 一种汽车防盗系统和利用汽车防盗系统进行防盗的方法 |
CN106394491A (zh) * | 2016-12-09 | 2017-02-15 | 大陆汽车电子(长春)有限公司 | 用于无钥匙进入启动的系统及轮询方法 |
CN108197586A (zh) * | 2017-12-12 | 2018-06-22 | 北京深醒科技有限公司 | 脸部识别方法和装置 |
CN208861343U (zh) * | 2018-08-29 | 2019-05-14 | 上海交通大学 | 一种基于人脸识别的汽车解锁系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789572B (zh) * | 2012-06-26 | 2015-07-01 | 五邑大学 | 一种活体人脸安全认证装置及方法 |
CN104960495B (zh) * | 2015-06-11 | 2018-05-29 | 北京宝沃汽车有限公司 | 汽车控制器、系统以及在汽车控制器中使用的方法 |
CN106951842A (zh) * | 2017-03-09 | 2017-07-14 | 重庆长安汽车股份有限公司 | 汽车后备箱智能开启系统及方法 |
CN107360157A (zh) * | 2017-07-10 | 2017-11-17 | 绵阳美菱软件技术有限公司 | 一种用户注册方法、装置及智能空调器 |
CN108394378B (zh) * | 2018-03-29 | 2020-08-14 | 荣成名骏户外休闲用品股份有限公司 | 汽车开关门感应装置的自动控制方法 |
-
2018
- 2018-08-29 CN CN201810993208.6A patent/CN109243024B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102004908A (zh) * | 2010-11-30 | 2011-04-06 | 汉王科技股份有限公司 | 一种自适应的人脸识别方法及装置 |
CN105109451A (zh) * | 2015-08-26 | 2015-12-02 | 邹民勇 | 一种汽车防盗系统和利用汽车防盗系统进行防盗的方法 |
CN106394491A (zh) * | 2016-12-09 | 2017-02-15 | 大陆汽车电子(长春)有限公司 | 用于无钥匙进入启动的系统及轮询方法 |
CN108197586A (zh) * | 2017-12-12 | 2018-06-22 | 北京深醒科技有限公司 | 脸部识别方法和装置 |
CN208861343U (zh) * | 2018-08-29 | 2019-05-14 | 上海交通大学 | 一种基于人脸识别的汽车解锁系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109243024A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109243024B (zh) | 一种基于人脸识别的汽车解锁方法 | |
WO2018000999A1 (zh) | 车载系统及车辆设施的控制方法 | |
US10600270B2 (en) | Biometric authentication for a vehicle without prior registration | |
EP3280621B1 (en) | Door access system for a vehicle | |
US10377234B2 (en) | Vehicle ignition systems and methods | |
JP2022549656A (ja) | 車両のドア制御方法及び装置、システム、車両、電子機器並びに記憶媒体 | |
EP3109117B1 (en) | Device and method for opening trunk of car, and recording medium for recording program for executing method | |
CN103935324B (zh) | 用于车辆门禁控制的方法和装置 | |
US9951549B2 (en) | Vehicle power systems activation based on structured light detection | |
CN202686280U (zh) | 一种基于人脸识别的车辆防盗和启动系统 | |
US10137857B1 (en) | Vehicle unlocking systems, devices, and methods | |
US10131321B1 (en) | System for keyless valet parking | |
CN109559416B (zh) | 一种基于人脸识别及手势识别的车锁控制系统 | |
JP2012172367A (ja) | スマートエントリシステム | |
CN111845631A (zh) | 一种车辆启动方法、装置、设备及存储介质 | |
CN111717083B (zh) | 一种车辆交互方法和一种车辆 | |
CN105857252A (zh) | 汽车防盗追踪方法及系统 | |
CN115830746A (zh) | 车门控制方法、装置、设备、终端及可读存储介质 | |
EP2543561A1 (de) | Verfahren und System zur Überprüfung einer Fahrberechtigung für ein Fahrzeug | |
CN108564074A (zh) | 一种基于faceid的分时租赁车辆安全管理方法及系统 | |
EP3388292A1 (en) | Driver authentication system | |
CN113297873A (zh) | 基于人脸识别的车辆防盗方法、系统及装置 | |
CN110816448A (zh) | 一种座椅和后视镜的调节控制系统及方法 | |
CN208861343U (zh) | 一种基于人脸识别的汽车解锁系统 | |
US20220258695A1 (en) | Biometric wireless vehicle entry system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |