CN111540090A - 控制车门解锁的方法、装置、车辆、电子设备及存储介质 - Google Patents
控制车门解锁的方法、装置、车辆、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111540090A CN111540090A CN202010355699.9A CN202010355699A CN111540090A CN 111540090 A CN111540090 A CN 111540090A CN 202010355699 A CN202010355699 A CN 202010355699A CN 111540090 A CN111540090 A CN 111540090A
- Authority
- CN
- China
- Prior art keywords
- face
- vehicle
- detection
- face image
- image
- 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.)
- Pending
Links
Images
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
- B60R25/20—Means to switch the anti-theft system on or off
- B60R25/25—Means to switch the anti-theft system on or off using biometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- 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
-
- 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
- G07C9/00896—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys specially adapted for particular uses
-
- 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
- G07C2009/00753—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated by active electrical keys
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Lock And Its Accessories (AREA)
- Exposure Control For Cameras (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种控制车门解锁的方法、装置、车辆、电子设备及存储介质;该方法包括:响应于车的图像采集模组被唤醒,获取车的图像采集模组采集的图像;对获取的图像中的人脸图像进行质量检测;在质量检测的结果符合预设条件后,基于人脸图像进行人脸检测;在对人脸图像的人脸检测通过后,控制车的至少一车门锁解锁。本公开实施例公开的控制车门解锁的方法全程不需要用户执行任何操作,且设备损耗小,在车主靠近车辆的过程中就能够实现车门的自动解锁,使用更加方便。
Description
技术领域
本公开涉及图像处理技术领域,具体而言,涉及一种控制车门解锁的方法、装置、车辆、电子设备及存储介质。
背景技术
当前汽车电子行业发展迅速,为人们乘车提供了方便舒适的乘车体验。智能化的车门解锁是当前汽车行业发展的重要方向。目前车门解锁方法导致用户控制车门解锁时不方便。
发明内容
本公开实施例至少提供一种控制车门解锁方法、装置、车辆、电子设备及存储介质。
第一方面,本公开实施例提供了一种控制车门解锁的方法,包括:响应于车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像;对获取的所述图像中的人脸图像进行质量检测;在所述质量检测的结果符合预设条件后,基于所述人脸图像进行人脸检测;在对所述人脸图像的人脸检测通过后,控制所述车的至少一车门锁解锁。
这样,响应于车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像,并对获取的图像中的人脸图像进行质量检测;在质量检测的结果符合预设条件后,基于人脸图像进行人脸检测;在对人脸图像的人脸检测通过后,车的至少一车门锁解锁;全程不需要用户执行任何操作,且设备损耗小,在车主靠近车辆的过程中就能够实现车锁解锁,使用更加方便。
一种可选的实施方式中,所述方法还包括:在所述图像采集模组被唤醒后的第一预设时间内采集到的图像中检测不到人脸图像,则控制所述图像采集模组进入休眠状态。
一种可选的实施方式中,所述方法还包括:在所述质量检测的结果不符合预设条件后,输出提示信息。
一种可选的实施方式中,所述方法还包括:在第二预设时间内所述质量检测的结果均不符合预设条件,则控制所述图像采集模组进入休眠状态。
一种可选的实施方式中,所述方法还包括:在所述图像采集模组被唤醒后的第三预设时间内,对获取的图像中的人脸图像的人脸检测均不通过,则控制所述图像采集模组进入休眠状态。
这样,通过上述几种控制图像采集模组进入休眠状态中一种或者多种,使得车门解锁的过程被限制在一定的时间内,防止进入解锁流程后进入死锁状态。
一种可选的实施方式中,所述要唤醒车的图像采集模组包括下述至少一种:所述车的图像采集模组在以下至少一种情况下被唤醒:检测到人体与车辆的距离小于预设距离;接收到车锁解锁指令;置于车上的蓝牙模块搜索到具有预设标识的蓝牙设备;置于车上的蓝牙模块搜索到具有预设标识的蓝牙设备并配对成功。
这样,检测到人体与车辆的距离小于预设距离能够激活车锁解锁过程;接收车锁解锁指令能够方便用户对车锁的解锁过程进行控制;置于车上的蓝牙模块搜索到具有预设标识的蓝牙设备能够方便车辆精确识别车主。
一种可选的实施方式中,所述质量检测,包括下述至少一种:亮度检测、头部姿态检测、模糊程度检测、分辨率检测、以及遮挡程度检测。
一种可选的实施方式中,针对所述质量检测包括亮度检测的情况,所述对获取的所述人脸图像进行质量检测,包括:基于所述人脸图像中多个像素点中每个像素点的像素值,确定所述多个像素点的平均亮度值;在所述平均亮度值大于第一亮度阈值、且小于第二亮度阈值的情况下,确定所述人脸图像的亮度检测结果符合所述预设条件中的亮度条件;其中,所述第一亮度阈值小于所述第二亮度阈值。
这样,通过对人脸图像进行亮度检测,减少过亮和过暗的人脸图像,避免由于人脸图像过度曝光或者人脸图像过暗导致的后续人脸检测难度的增加,提升人脸检测的准确度。
一种可选的实施方式中,针对所述质量检测包括头部姿态检测的情况,所述对获取的所述人脸图像进行质量检测,包括:对所述人脸图像进行头部姿态检测,得到所述人脸图像中人脸的头部姿态信息;所述头部姿态信息包括:人脸的俯仰角、以及偏航角;在所述俯仰角的绝对值小于俯仰角阈值、且所述偏航角的绝对值小于偏航角阈值的情况下,确定所述人脸图像的头部姿态检测结果符合所述预设条件中的头部姿态条件。
这样,通过对人脸图像进行头部姿态检测,减少人脸出现在人脸图像中区域过少的情况,避免由于人脸出现在人脸图像中区域过少导致的人脸检测准确性下降的问题。
一种可选的实施方式中,针对所述质量检测包括所述模糊程度检测的情况,所述对获取的所述人脸图像进行质量检测,包括:对所述人脸图像进行关键点检测,得到人脸图像中的多个关键点分别在所述人脸图像中的位置信息;根据多个所述关键点中每个关键点的位置信息,确定所述人脸图像的清晰度值;在所述人脸图像的清晰度值大于清晰度阈值的情况下,确定所述人脸图像的模糊程度检测结果符合所述预设条件中的清晰度条件。
这样,通过对人脸图像进行模糊程度检测,减少由于人脸图像过于模糊而导致的人脸检测准确度下降的问题。
一种可选的实施方式中,所述根据多个所述关键点中每个关键点的位置信息,确定所述人脸图像的清晰度值,包括:针对所述每个关键点,根据所述每个关键点的位置信息,确定多个与该关键点位置相邻的目标像素点;基于与所述每个关键点对应的各个目标像素点的像素值,确定所述每个关键点的清晰度值;根据多个所述关键点中每个关键点的清晰度值,确定所述人脸图像的清晰度值。
这样,利用关键点来精确定位人脸,并通过关键点在人脸图像中的位置,来计算拉普拉斯梯度来近似人脸的模糊程度,避免人脸图像背景对人脸清晰度值造成的干扰,提升清晰度值的准确性。
一种可选的实施方式中,针对所述质量检测包括遮挡程度检测的情况,所述对获取的所述人脸图像进行质量检测,包括:对所述人脸图像进行关键点检测,得到人脸图像中的多个关键点分别对应的关键点检测结果;基于所述多个关键点分别对应的关键点检测结果,确定所述人脸图像的遮挡程度值;在所述遮挡程度值小于遮挡程度值阈值的情况下,确定所述人脸图像的遮挡程度检测结果符合所述预设条件中的遮挡程度条件。
这样,通过对人脸图像进行遮挡程度检测,减少人脸由于障碍物遮挡过多造成的人脸检测精度下降的问题。
一种可选的实施方式中,所述基于所述人脸图像进行人脸检测,包括:利用离线加载的人脸检测模型对所述人脸图像进行人脸检测。
这样,预先对人脸检测模型进行离线加载,进而在控制车锁开锁时,不需要即时加载各种模型,响应速度更快。
一种可选的实施方式中,采用下述方法离线加载所述人脸检测模型:将所述人脸检测模型由加密模式转换为明文模式,并将转换为明文模式的人脸检测模型写入车锁控制系统的头文件中;对所述头文件进行静态编译,以实现所述人脸检测模型的离线加载。
一种可选的实施方式中,所述基于所述人脸图像进行人脸检测,包括:基于所述人脸图像进行人脸身份认证以及活体检测。
这样,通过人脸身份认证实现合法用户的验证,活体检测有效防止非法用户通过照片欺骗攻击车辆控制系统以盗取车辆。
第二方面,本公开实施例还提供一种控制车门解锁的装置,包括:响应模块,用于响应于车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像;质量检测模块,用于对获取的所述图像中的人脸图像进行质量检测;人脸检测模块,用于在所述质量检测的结果符合预设条件后,基于所述人脸图像进行人脸检测;车锁控制模块,用于在对所述人脸图像的人脸检测通过后,控制所述车的至少一车门锁解锁。
一种可能的实施方式中,还包括:第一控制模块,用于在所述图像采集模组被唤醒后的预设时间内,无法根据该预设时间内采集的所述图像检测到所述人脸图像,则控制所述图像采集模组进入休眠状态。
一种可能的实施方式中,还包括:提示模块,用于在在所述质量检测的结果不符合预设条件后,输出提示信息。
一种可能的实施方式中,还包括:第二控制模块,用于在第二预设时间内所述质量检测的结果均不符合预设条件,则控制所述图像采集模组进入休眠状态。
一种可能的实施方式中,还包括:第三控制模块,用于在所述图像采集模组被唤醒后的第三预设时间内,对获取的图像中的人脸图像的人脸检测均不通过,则控制所述图像采集模组进入休眠状态。
一种可能的实施方式中,所述车的图像采集模组在以下至少一种情况下被唤醒:检测到人体与车辆的距离小于预设距离;接收到车锁解锁指令;置于车上的蓝牙模块搜索到具有预设标识的蓝牙设备;置于车上的蓝牙模块搜索到具有预设标识的蓝牙设备并配对成功。
一种可能的实施方式中,所述质量检测,包括下述至少一种:亮度检测、头部姿态检测、模糊程度检测、分辨率检测、以及遮挡程度检测。
一种可能的实施方式中,针对所述质量检测包括亮度检测的情况,所述质量检测模块,在对获取的所述人脸图像进行质量检测时,用于:基于所述人脸图像中多个像素点中每个像素点的像素值,确定所述多个像素点的平均亮度值;在所述平均亮度值大于第一亮度阈值、且小于第二亮度阈值的情况下,确定所述人脸图像的亮度检测结果符合所述预设条件中的亮度条件;其中,所述第一亮度阈值小于所述第二亮度阈值。
一种可能的实施方式中,针对所述质量检测包括头部姿态检测的情况,所述质量检测模块,在对获取的所述人脸图像进行质量检测时,用于:对所述人脸图像进行头部姿态检测,得到所述人脸图像中人脸的头部姿态信息;所述头部姿态信息包括:人脸的俯仰角、以及偏航角;在所述俯仰角的绝对值小于俯仰角阈值、且所述偏航角的绝对值小于偏航角阈值的情况下,确定所述人脸图像的头部姿态检测结果符合所述预设条件中的头部姿态条件。
一种可能的实施方式中,针对所述质量检测包括所述模糊程度检测的情况,所述质量检测模块,在对获取的所述人脸图像进行质量检测时,用于:对所述人脸图像进行关键点检测,得到人脸图像中的多个关键点分别在所述人脸图像中的位置信息;根据多个所述关键点中每个关键点的位置信息,确定所述人脸图像的清晰度值;在所述人脸图像的清晰度值大于清晰度阈值的情况下,确定所述人脸图像的模糊程度检测结果符合所述预设条件中的清晰度条件。
一种可能的实施方式中,所述质量检测模块,在根据多个所述关键点中每个关键点的位置信息,确定所述人脸图像的清晰度值时,用于:针对所述每个关键点,根据所述每个关键点的位置信息,确定多个与该关键点位置相邻的目标像素点;基于与所述每个关键点对应的各个目标像素点的像素值,确定所述每个关键点的清晰度值;根据多个所述关键点中每个关键点的清晰度值,确定所述人脸图像的清晰度值。
一种可能的实施方式中,针对所述质量检测包括遮挡程度检测的情况,所述质量检测模块,在对获取的所述人脸图像进行质量检测时,用于:对所述人脸图像进行关键点检测,得到人脸图像中的多个关键点分别对应的关键点检测结果;基于所述多个关键点分别对应的关键点检测结果,确定所述人脸图像的遮挡程度值;在所述遮挡程度值小于遮挡程度值阈值的情况下,确定所述人脸图像的遮挡程度检测结果符合所述预设条件中的遮挡程度条件。
一种可能的实施方式中,所述人脸检测模块,在基于所述人脸图像进行人脸检测时,用于:利用离线加载的人脸检测模型对所述人脸图像进行人脸检测。
一种可能的实施方式中,还包括:加载模块,用于采用下述方法离线加载所述人脸检测模型:将所述人脸检测模型由加密模式转换为明文模式,并将转换为明文模式的人脸检测模型写入车锁控制系统的头文件中;对所述头文件进行静态编译,以实现所述人脸检测模型的离线加载。
一种可能的实施方式中,所述人脸检测模块,在基于所述人脸图像进行人脸检测时,用于:基于所述人脸图像进行人脸身份认证以及活体检测。
第三方面,本公开实施例提供一种车辆,包括:车辆主体和设置在车辆主体上的图像采集模组;所述车辆主体中还设置有车辆控制系统;
所述图像采集模组用于采集图像;
所述车辆控制系统用于采用如第一方面任一项所述的控制车辆解锁的方法,控制所述车辆主体上的车锁解锁。
第四方面,本公开可选实现方式还提供一种电子设备,处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
第五方面,本公开可选实现方式还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本公开实施例所提供的一种控制车辆解锁的方法的流程图;
图2示出了本公开实施例所提供的一种图像采集模组与人体的相互关系的示例;
图3示出了本公开实施例所提供的一种控制车辆解锁的方法的具体示例;
图4示出了本公开实施例所提供的一种控制车辆解锁的装置的示意图;
图5示出了本公开实施例所提供的一种计算机设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
经研究发现,当前汽车电子行业发展迅速,为人们乘车提供了方便舒适的乘车体验。智能化的车门解锁是当前汽车行业发展的重要方向。目前车门解锁有如下几种方式:
1)车钥匙解锁;例如车主随身携带能够无限操控车锁的车钥匙;在车主靠近汽车一定距离的时候,利用车钥匙无线控制车门解锁。这种方式需要车主随身携带车钥匙,一旦车钥匙丢失就无法解锁车锁;且车钥匙通常较大,携带累赘;进而该种方法不方便用户使用。
2)指纹解锁;在汽车上设置指纹识别设备;通过指纹识别设备预先录入车主的指纹,在认证时,车主通过指纹识别设备进行指纹认证匹配。这种解锁方式虽然不需要车主随身携带,但指纹识别设备容易磨损,在使用时设备损耗大,随着使用次数增多,可能导致用户无法一次解锁,需要用户反复输入指纹进行验证,因而也不方便用户使用。
基于上述研究,本公开提供了一种控制车门解锁的方法、装置、车辆、电子设备及存储介质,通过响应于车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像,并对获取的所述图像中的人脸图像进行质量检测;在质量检测的结果符合预设条件后,基于人脸图像进行人脸检测;在对人脸图像的人脸检测通过后,车的至少一车门锁解锁;全程不需要用户执行任何操作,且设备损耗小,在车主靠近车辆的过程中就能够实现车锁解锁,使用更加方便。
针对以上方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案,都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种控制车门解锁的方法进行详细介绍,本公开实施例所提供的控制车门解锁的方法的执行主体一般为具有一定计算能力的计算机设备,该计算机设备例如包括:终端设备或服务器或其它处理设备,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、可穿戴设备等;其他处理设备例如为与车辆一体设置的车辆控制系统。在一些可能的实现方式中,该控制车门解锁的方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
一种可能的实施方式中,针对执行主体为服务器的情况,车辆控制系统能够与服务器进行无线通讯;车辆控制系统在监测到有人靠近车辆后,控制安装在车辆上的图像采集模组获取图像,并将该图像发送至服务器;服务器基于获取的图像,执行本公开实施例提供的控制车门解锁的方法,并通过向车辆控制系统下达开锁指令以控制车门解锁。这样,通过服务器与车辆控制系统之间的交互实现了车锁解锁,方便用户使用;另外控制车门解锁的主要计算任务在服务器执行,使得车辆控制系统对硬件的需求降低,有效降低车辆成本。
另一种可能的实施方式中,针对执行主体为终端设备的情况,终端设备能够与车辆控制系统进行无线通讯;车辆控制系统在监测到有人靠近车辆后,控制安装在车辆上的图像采集模组获取图像,并将图像发送至终端设备;终端设备基于车辆控制系统发送的图像,执行本公开实施例提供的控制车门解锁的方法,并通过向车辆控制系统下达开锁指令以控制车门解锁。
或者,终端设备在监测到其与车辆之间的距离小于预设距离后,控制安装在终端设备上的图像采集模组获取图像,基于该图像执行本公开实施例提供的控制车门解锁的方法;并通过向车辆控制系统下达开锁指令以控制车门解锁。
这样,由于终端设备本身为用户的常用的随身设备,基于用户常用的随身设备进行车锁解锁,既不需要用户携带额外的车钥匙,又方便用户随时控制车门解锁,使用更加的方便。
在另一种可能的时会方试中,针对执行主体为车辆控制系统的情况,车辆控制系统能够实时监测车主是否靠近车辆;在监测到车主靠近车辆后,控制安装在车辆上的图像采集模组获取图像,并基于该图像执行本公开实施例提供的控制车门解锁的方法。
这样,通过车辆控制系统控制车门解锁,用户不需要执行任何的操作,也不需要携带控制车门解锁的钥匙,使用方便快捷。
另外,根据需要注意的是,本公开实施例所提供的控制车门解锁的方法还可以有其他的执行主体,或者执行主体与其他主体之间进行交互的方式来控制车门解锁,这里不再赘述。
下面以执行主体为车辆控制系统为例对本公开实施例提供的控制车门解锁的方法加以说明。
参见图1所示,为本公开实施例提供的控制车门解锁的方法的流程图,所述方法包括步骤S101~S104,其中:
S101:响应于车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像;
S102:对获取的所述图像中的人脸图像进行质量检测;
S103:在所述质量检测的结果符合预设条件后,基于所述人脸图像进行人脸检测;
S104:在对所述人脸图像的人脸检测通过后,控制所述车的至少一车门锁解锁。
下面对上述S101-S104分别加以详细说明。
I:在上述S101中,车的图像采集模组在以下a1~a4至少一种情况下被唤醒:
a1:检测到人体与车辆的距离小于预设距离。
在该种情况下,例如可以在车辆上设置红外传感器、测距传感器等,通过传感器检测是否有人体与车辆的距离小于预设距离。
又例如,可以通过近距离无线通信技术,如紫蜂(Zigbee)、射频识别(RadioFrequency Identification,RFID)等实时监测是否能够检测到车主随身携带的移动终端,如手机、智能手环等;由于短程通信的通信距离通常比较有限,因此在能够检测到车主的智能设备时,意味着车主的智能设备已经进入到车辆的一定距离以内;此时认为车主与车辆的距离已经小于预设距离。这样,可以对车主进行针对性的检测,减少由于除车主以外的其他人靠近车辆时的检测。
具体的预设距离可以根据实际的需要进行设定。
a2:接收到车锁解锁指令。
此处,车锁解锁指令例如为语音指令;用户可以预先在车辆控制系统中录入语音;在接收到与该语音匹配的语音指令后,即认为要唤醒车的图像采集模组;该语音指令又例如为预先设置的语音;如用户可以为车辆设定名称;车辆控制系统会实时监测外界语音;当检测到的语音中包含车辆的名称时,则认为要唤醒车的图像采集模组。
该语音指令又例如为通过其他设备发送的指令,如用户通过随身携带的移动终端,如手机、智能手环等发送的指令。
具体的车锁控制指令还有其他的接收方式,具体这里不再赘述。
a3:置于车上的蓝牙模块搜索到具有预设标识的蓝牙设备。
此处,蓝牙设备例如为用户随身携带的移动终端,如手机、智能手环等。在设置在车上的蓝牙搜索模块会周期性的搜索附近师傅呢存在具有预设标识的蓝牙设备,若搜索到,则唤醒车的图像采集模组。
a4:置于车上的蓝牙模块搜索到具有预设标识的蓝牙设备并配对成功后,唤醒车的图像采集模组。
在唤醒车的图像采集模组后,车辆控制系统通过安装在车辆上的图像采集模组获取图像;此时,所获取的图像中,可能包括人脸,也可能不包括人脸。因此在一种可能的实施方式中,首先对获取的图像进行人脸截取处理;若能够从中获取到人脸图像,则执行后续步骤;若无法从中截取到人脸图像,则再次控制图像采集模组获取图像。此处,图像采集模组例如包括双目摄像头、三维摄像头中至少一种。图像采集模组的安装位置例如为汽车B柱。
在另一种可能的实施方式中,车辆控制系统通过安装在车辆上的图像采集模组获取持续时长为预设时长的视频;该视频中包括多张图像;可以对多张视频中的图像进行筛选,例如对视频中多张图像分别进行人脸截取处理;在该种情况下,例如可以获取至少一张人脸图像;当获取的人脸图像有多张时(可能是从同一张图像中截取的,也可能是从不同图像中截取的),将各得到的各张图像均作为S101中的人脸图像执行后续的处理。
在一种可能的实施方式中,本公开实施例还提供一种图像采集模组在车辆上具体安装方法的示例;如图2所示,图像采集模组拍摄视角的覆盖范围在垂直方向上,要覆盖1.4米-1.9米高的人群;图像采集模组的安装盖度为1.5米;图像采集模组光轴的角度与车辆底盘所在平面的角度为向上片2.5°,与垂直方向的角度为75°;所获得图像的分辨率为1280×960;其中1280为图像在垂直方向的尺寸。
需要注意的是,上述示例仅仅示出一种图像采集模组的安装方法;图像采集模组还可以根据车型、车辆高度、车辆面向人群等,采取其他的安装方式,再次不再赘述。
在本公开另一实施例中,在所述图像采集模组被唤醒后的第一预设时间内采集到的图像中检测不到人脸图像,则控制所述图像采集模组进入休眠状态。
之后,可以采用其他方式来控制车门解锁,例如指纹检索、用户通过智能终端控制车门解锁等。
II:在上述S102中,质量检测例如包括但不限于下述b1-b5中至少一种:
b1:亮度检测。
在具体实施中,例如可以采用下述方式对人脸图像进行亮度检测:
基于所述人脸图像中多个像素点中每个像素点的像素值,确定所述多个像素点的平均亮度值;在所述平均亮度值大于第一亮度阈值、且小于第二亮度阈值的情况下,确定所述人脸图像的亮度检测结果符合所述预设条件中的亮度条件;其中,所述第一亮度阈值小于所述第二亮度阈值。
此处,例如可以遍历人脸图像中的所有像素点,根据遍历到的像素点的像素值,确定遍历到的像素点的亮度值;然后根据遍历到的所有像素点的亮度值,确定平均亮度。
示例性的,人脸图像中多个像素点的平均亮度值facepixel满足下述公式(1):
其中,W表示人脸图像的宽度;H表示人脸图像的高度;C表示人脸图像的颜色通道数;(left,top)表示人脸图像左上角的像素点的坐标值;I(·)表示图像的任一像素点的亮度公式。
示例性的,任一像素点的亮度值为该像素点在不同颜色通道下像素值的加权和值。
例如在人脸图像为RGB格式的图像时,与R通道对应的权重为0.3;与G通道对应的权重为0.59;与B通道对应的权重为0.11。
针对任一像素点(left+w,top+h,c),该像素点的亮度值满足:
0.3×(left+w)+0.59×(top+h)+0.11×c。
需要注意的是,上述亮度值的计算方法仅仅是一种像素点量的示例,也可以采用其他方式计算像素点的亮度值。
又例如,可以随机在人脸图像中确认预设数量个像素点,然后根据确定的预设数量个像素点中每个像素点的像素值,确定预设数量个像素点中每个像素点的亮度值;然后根据所有预设输两个像素点的像素值,确定人脸图像对应的平均亮度值。
在本公开另一实施例中,在车辆上还可以设置补光灯;在检测到平均亮度值大于或者等于第二亮度阈值的情况下,控制补光灯开启,为用户人脸补光。
b2:头部姿态检测。
在具体实施中,例如可以采用下述方法对人脸图像进行头部姿态检测:
对所述人脸图像进行头部姿态检测,得到所述人脸图像中人脸的头部姿态信息;所述头部姿态信息包括:人脸的俯仰角、以及偏航角;在所述俯仰角的绝对值小于俯仰角阈值、且所述偏航角的绝对值小于偏航角阈值的情况下,确定所述人脸图像的头部姿态检测结果符合所述预设条件中的头部姿态条件。
此处,在对人脸图像进行头部姿态检测时,例如可以识别人脸图像中的多个人脸关键点;然后根据人脸关键点在人脸图像中的坐标,确定头部姿态的旋转矩阵和平移矩阵。然后基于旋转矩阵和平移矩阵,确定头部姿态信息。
其中,头部姿态信息表示为:(yaw,pitch,roll)。
其中,yaw表示俯仰角,也即人抬头、低头的角度;pitch表示偏航角,也即人头部左转右转的角度;roll表示滚转角,也即人左右摆头的角度。
若俯仰角的绝对值大于或者等于俯仰角阈值,或者偏航角的绝对值大于或者偏航角阈值,则人脸出现在人脸图像中的区域越少;在这种情况下,基于人脸图像识别出该人脸图像对应的人是否合法的准确性和可行性就较低。因此要在俯仰角的绝对值小于俯仰角阈值、且所述偏航角的绝对值小于偏航角阈值的情况下,执行S103中的人脸识别过程。
b3:模糊程度检测。
在具体实施例中,例如可以采用下述方法对人脸图像进行模糊程度检测:
对所述人脸图像进行关键点检测,得到人脸图像中的多个关键点分别在所述人脸图像中的位置信息;根据多个所述关键点中每个关键点的位置信息,确定所述人脸图像的清晰度值;在所述人脸图像的清晰度值大于清晰度阈值的情况下,确定所述人脸图像的模糊程度检测结果符合所述预设条件中的清晰度条件。
此处,例如可以采用下述方法确定人脸图像的情绪度值:
针对所述每个关键点,根据所述每个关键点的位置信息,确定多个与该关键点位置相邻的目标像素点;基于与所述每个关键点对应的各个目标像素点的像素值,确定所述每个关键点的清晰度值;根据多个所述关键点中每个关键点的清晰度值,确定所述人脸图像的清晰度值。
示例性的,假设人脸图像中人脸的关键点数量有M个,则该人脸图像的清晰度值blur满足下述公式(2):
其中,landmarksblur(m)表示第m个关键点的清晰度值。且landmarksblur(m)满足下述公式(3):
landmarksblur(m)[x,y]表示第m个关键点的坐标。landmarksblur(m)[x-1,y]、landmarksblur(m)[x+1,y]、landmarksblur(m)[x,y-1]、landmarksblur(m)[x,y+1]分别表示与第m个关键点位置相邻的四个目标像素点的坐标。
b4:分辨率检测。
在具体实施中,在得到人脸图像后,检测人脸图像的分辨率;若人脸图像的分辨率小于预设的分辨率阈值,也即人脸在较小,则人脸图像中所包含的人脸特征就较少;基于分辨率较小的人脸图像进行人脸识别的准确性会有所下降;因此为了保证人脸识别的准确性,要针对人脸图像进行分辨率检测。
b5:遮挡程度检测。
在具体实施中,例如可以采用下述方式对人脸图像进行遮挡程度检测:
对所述人脸图像进行关键点检测,得到人脸图像中的多个关键点分别对应的关键点检测结果;基于所述多个关键点分别对应的关键点检测结果,确定所述人脸图像的遮挡程度值;在所述遮挡程度值小于遮挡程度值阈值的情况下,确定所述人脸图像的遮挡程度检测结果符合所述预设条件中的遮挡程度条件。
这里,在获取的人脸图像中,人脸可能会被障碍物遮挡,例如建筑物、人身上的衣物、饰品等。人脸图像中的人脸被遮挡至一定程度后,对其进行人脸识别的准确度就会下降。为了保证人脸识别的准确度,因此要对人脸图像进行遮挡程度检测。
示例性的,假设人脸的关键点共有M个,例如可以利用预先训练的人脸关键点检测模型,对人脸图像进行关键点检测;所得到的关键点检测结果包括:能够检测到的关键点在人脸图像中的坐标值。若存在某个关键点的坐标值,则表征该关键点未被遮挡;若某关键点的坐标值为空,则表征该关键点被遮挡。
人脸图像的遮挡程度值occlusion例如满足下述公式(5):
其中,landmarks(m)满足下述公式(6):
其中,m表示第m个关键点。
occlusion越高,则表征人脸被遮挡的程度约严重;因此设置一遮挡程度值阈值,在遮挡程度值小于该遮挡程度值阈值的情况下,才会对人脸图像执行S103中的人脸识别过程。
本公开另一实施例中,在在第二预设时间内所述质量检测的结果均不符合预设条件,则控制所述图像采集模组进入休眠状态。
III:在上述S103中,在质量检测的结果符合预设条件后,例如可以利用离线加载的人脸检测模型对人脸图像进行人脸检测。
具体地,人脸检测模型例如可以采用下述方法进行离线加载:
将所述人脸检测模型由加密模式转换为明文模式,并将转换为明文模式的人脸检测模型写入车锁控制系统的头文件中;对所述头文件进行静态编译,以实现所述人脸检测模型的离线加载。
此处,离线加载例如可以在车辆出厂时加载完成,或者在用户初次对车的车锁控制系统进行设置时进行加载,或者在人脸检测模型更新之后进行加载等。
这样,在车辆的车锁控制系统被唤醒后,不需要将人脸检测模型进行即时加载,加快了车辆控制系统的响应速度。
在具体实施中,对人脸图像的人脸检测例如包括:对人脸图像进行人脸身份认证以及活体检测。
示例性的,在车辆控制系统中存储有车主的人脸模板图像,该人脸模板图像至少有一张;且不同模板人脸图像中人脸的角度不同。在对人脸图像进行身份认证时,例如可以检测人脸的图像中的多个关键点;然后将人脸图像的关键点分别与各张人脸模板图像人脸关键点进行匹配,得到人脸图像分别与各张人脸模板图像的匹配度;如果人脸图像与预设数量张人脸模板图像的匹配度大于预设的匹配度预值,则通过对人脸图像的人脸匹配检测。
另外,对人脸图像进行活体检测,例如可以通过安装在车辆上的图像采集模组获取预设时长的视频;然后针对视频中的多张图像,其中至少一个人的多张人脸不同;其中属于同一人的多张人脸图像属于视频中的不同图像,针对每个人,对该人的多张人脸图像分别进行质量检测,从中确定至少两张人脸图像,并基于至少两张人脸图像之间的差异特征,来确定与两张人脸图像对应的人是否为活体。在确认为活体,则通过对人脸图像的活体检测。
这里,例如可以基于预先训练的活体检测模型来对人脸图像进行活体检测。
这样可以有效防止利用照片欺骗攻击车辆控制系统以盗取车辆。
在本公开另一实施例中,若对人脸图像进行质量检测不符合预设条件后,还输出提示信息;例如:可以根据质量检测的具体结果向用户发出语音等提示信息,如若在质量检测包括遮挡程度检测,且遮挡程度未通过时,则提示用户“遮挡面积过大”;若在质量检测包括亮度检测,且亮度检测未通过时,则提示用户“当前光线过暗”等。具体根据实际的需要进行设定。
在本公开另一实施例中,获取人脸图像所用到的模型、对人脸图像进行质量检测过程所用到的模型都可以进行预先的离线加载;加载方式与上述人脸检测模型的离线加载方式类似,这里不再赘述。
在本公开另一实施例中,在所述图像采集模组被唤醒后的第三预设时间内,对获取的图像中的人脸图像的人脸检测均不通过,则控制所述图像采集模组进入休眠状态。
本公开实施例通过响应要唤醒车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像,并对获取的所述图像中的人脸图像进行质量检测;在质量检测的结果符合预设条件后,基于人脸图像进行人脸检测;在对人脸图像的人脸检测通过后,车的至少一车门锁解锁;全程不需要用户执行任何操作,且设备损耗小,在车主靠近车辆的过程中就能够实现车锁解锁,使用更加方便。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
参见图3所示,本公开实施例还提供一种控制车门解锁的方法的具体示例,包括:
S301:响应于车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像。
S302:检测是否能在图像采集模组被唤醒后的第一预设时间内采集到的图像中检测到人脸图像;若否,则跳转至S303;若是,则跳转至S304。
S303:控制所述图像采集模组进入休眠状态。结束。
S304:对获取的所述图像中的人脸图像进行质量检测;所述质量检测包括:亮度检测、头部姿态检测、模糊程度检测、分辨率检测、以及遮挡程度检测。
S305:判断在第二预设时间内所述质量检测的结果是否符合预设条件;若否,则跳转至S303;若是,则跳转至S306。
S306:基于所述人脸图像进行人脸检测。
S307:判断在所述图像采集模组被唤醒后的第三预设时间内,对获取的图像中的人脸图像的人脸检测是否通过;如果否,则跳转至S303;如果是,则跳转至S308。
S308:控制所述车的至少一车门锁解锁。结束。
这样,通过上述流程,实现了一次车门解锁的控制过程。
基于同一发明构思,本公开实施例中还提供了与控制车门解锁的方法对应的控制车门解锁的装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述控制车门解锁的方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图3所示,为本公开实施例提供的一种控制车门解锁的装置的示意图,所述装置包括:响应模块41、质量检测模块42、人脸检测模块43、以及车锁控制模块44;其中,
响应模块41,用于响应于车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像;
质量检测模块42,用于对获取的所述图像中的人脸图像进行质量检测;
人脸检测模块43,用于在所述质量检测的结果符合预设条件后,基于所述人脸图像进行人脸检测;
车锁控制模块44,用于在对所述人脸图像的人脸检测通过后,控制所述车的至少一车门锁解锁。
本公开实施例通过响应要唤醒车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像,并对获取的所述图像中的人脸图像进行质量检测;在质量检测的结果符合预设条件后,基于人脸图像进行人脸检测;在对人脸图像的人脸检测通过后,车的至少一车门锁解锁;全程不需要用户执行任何操作,且设备损耗小,在车主靠近车辆的过程中就能够实现车锁解锁,使用更加方便。
一种可能的实施方式中,还包括:第一控制模块45,用于在所述图像采集模组被唤醒后的预设时间内,无法根据该预设时间内采集的所述图像检测到所述人脸图像,则控制所述图像采集模组进入休眠状态。
一种可能的实施方式中,还包括:提示模块46,用于在在所述质量检测的结果不符合预设条件后,输出提示信息。
一种可能的实施方式中,还包括:第二控制模块47,用于在第二预设时间内所述质量检测的结果均不符合预设条件,则控制所述图像采集模组进入休眠状态。
一种可能的实施方式中,还包括:第三控制模块48,用于在所述图像采集模组被唤醒后的第三预设时间内,对获取的图像中的人脸图像的人脸检测均不通过,则控制所述图像采集模组进入休眠状态。
一种可能的实施方式中,所述车的图像采集模组在以下至少一种情况下被唤醒:检测到人体与车辆的距离小于预设距离;接收到车锁解锁指令;置于车上的蓝牙模块搜索到具有预设标识的蓝牙设备;置于车上的蓝牙模块搜索到具有预设标识的蓝牙设备并配对成功。
一种可能的实施方式中,所述质量检测,包括下述至少一种:亮度检测、头部姿态检测、模糊程度检测、分辨率检测、以及遮挡程度检测。
一种可能的实施方式中,针对所述质量检测包括亮度检测的情况,所述质量检测模块42,在对获取的所述人脸图像进行质量检测时,用于:
基于所述人脸图像中多个像素点中每个像素点的像素值,确定所述多个像素点的平均亮度值;
在所述平均亮度值大于第一亮度阈值、且小于第二亮度阈值的情况下,确定所述人脸图像的亮度检测结果符合所述预设条件中的亮度条件;其中,所述第一亮度阈值小于所述第二亮度阈值。
一种可能的实施方式中,针对所述质量检测包括头部姿态检测的情况,所述质量检测模块42,在对获取的所述人脸图像进行质量检测时,用于:
对所述人脸图像进行头部姿态检测,得到所述人脸图像中人脸的头部姿态信息;所述头部姿态信息包括:人脸的俯仰角、以及偏航角;
在所述俯仰角的绝对值小于俯仰角阈值、且所述偏航角的绝对值小于偏航角阈值的情况下,确定所述人脸图像的头部姿态检测结果符合所述预设条件中的头部姿态条件。
一种可能的实施方式中,针对所述质量检测包括所述模糊程度检测的情况,所述质量检测模块42,在对获取的所述人脸图像进行质量检测时,用于:
对所述人脸图像进行关键点检测,得到人脸图像中的多个关键点分别在所述人脸图像中的位置信息;
根据多个所述关键点中每个关键点的位置信息,确定所述人脸图像的清晰度值;
在所述人脸图像的清晰度值大于清晰度阈值的情况下,确定所述人脸图像的模糊程度检测结果符合所述预设条件中的清晰度条件。
一种可能的实施方式中,所述质量检测模块42,在根据多个所述关键点中每个关键点的位置信息,确定所述人脸图像的清晰度值时,用于:
针对所述每个关键点,根据所述每个关键点的位置信息,确定多个与该关键点位置相邻的目标像素点;
基于与所述每个关键点对应的各个目标像素点的像素值,确定所述每个关键点的清晰度值;
根据多个所述关键点中每个关键点的清晰度值,确定所述人脸图像的清晰度值。
一种可能的实施方式中,针对所述质量检测包括遮挡程度检测的情况,所述质量检测模块42,在对获取的所述人脸图像进行质量检测时,用于:
对所述人脸图像进行关键点检测,得到人脸图像中的多个关键点分别对应的关键点检测结果;
基于所述多个关键点分别对应的关键点检测结果,确定所述人脸图像的遮挡程度值;
在所述遮挡程度值小于遮挡程度值阈值的情况下,确定所述人脸图像的遮挡程度检测结果符合所述预设条件中的遮挡程度条件。
一种可能的实施方式中,所述人脸检测模块43,在基于所述人脸图像进行人脸检测时,用于:
利用离线加载的人脸检测模型对所述人脸图像进行人脸检测。
一种可能的实施方式中,还包括:加载模块35,用于采用下述方法离线加载所述人脸检测模型:
将所述人脸检测模型由加密模式转换为明文模式,并将转换为明文模式的人脸检测模型写入车锁控制系统的头文件中;
对所述头文件进行静态编译,以实现所述人脸检测模型的离线加载。
一种可能的实施方式中,所述人脸检测模块43,在基于所述人脸图像进行人脸检测时,用于:
基于所述人脸图像进行人脸身份认证以及活体检测。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
本公开实施例还提供一种车辆,包括:车辆主体和设置在车辆主体上的图像采集模组;所述车辆主体中还设置有车辆控制系统;
所述图像采集模组用于采集图像;
所述车辆控制系统用于采用如本公开实施例任一项所述的控制车辆解锁的方法,控制所述车辆主体上的车锁解锁。
本公开实施例还提供了一种电子设备10,如图5所示,为本公开实施例提供的计算机设备10结构示意图,包括:
处理器11和存储器12;所述存储器12存储有所述处理器11可执行的机器可读指令,当计算机设备运行时,所述机器可读指令被所述处理器执行以实现下述步骤:
响应于车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像;
对获取的所述图像中的人脸图像进行质量检测;
在所述质量检测的结果符合预设条件后,基于所述人脸图像进行人脸检测;
在对所述人脸图像的人脸检测通过后,控制所述车的至少一车门锁解锁。
上述指令的具体执行过程可以参考本公开实施例中所述的控制车门解锁的方法的步骤,此处不再赘述。
本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的控制车门解锁的方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例所提供的控制车门解锁的方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行上述方法实施例中所述的控制车门解锁的方法的步骤,具体可参见上述方法实施例,在此不再赘述。
本公开实施例还提供一种计算机程序,该计算机程序被处理器执行时实现前述实施例的任意一种方法。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software DevelopmentKit,SDK)等等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (19)
1.一种控制车门解锁的方法,其特征在于,包括:
响应于车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像;
对获取的所述图像中的人脸图像进行质量检测;
在所述质量检测的结果符合预设条件后,基于所述人脸图像进行人脸检测;
在对所述人脸图像的人脸检测通过后,控制所述车的至少一车门锁解锁。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述图像采集模组被唤醒后的第一预设时间内采集到的图像中检测不到人脸图像,则控制所述图像采集模组进入休眠状态。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述质量检测的结果不符合预设条件后,输出提示信息。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
在第二预设时间内所述质量检测的结果均不符合预设条件,则控制所述图像采集模组进入休眠状态。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述图像采集模组被唤醒后的第三预设时间内,对获取的图像中的人脸图像的人脸检测均不通过,则控制所述图像采集模组进入休眠状态。
6.根据权利要求1-5任一所述的方法,其特征在于,所述车的图像采集模组在以下至少一种情况下被唤醒:
检测到人体与车辆的距离小于预设距离;
接收到车锁解锁指令;
置于车上的蓝牙模块搜索到具有预设标识的蓝牙设备;
置于车上的蓝牙模块搜索到具有预设标识的蓝牙设备并配对成功。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述质量检测,包括下述至少一种:亮度检测、头部姿态检测、模糊程度检测、分辨率检测、以及遮挡程度检测。
8.根据权利要求7所述的方法,其特征在于,针对所述质量检测包括亮度检测的情况,所述对获取的所述人脸图像进行质量检测,包括:
基于所述人脸图像中多个像素点中每个像素点的像素值,确定所述多个像素点的平均亮度值;
在所述平均亮度值大于第一亮度阈值、且小于第二亮度阈值的情况下,确定所述人脸图像的亮度检测结果符合所述预设条件中的亮度条件;其中,所述第一亮度阈值小于所述第二亮度阈值。
9.根据权利要求7或8所述的方法,其特征在于,针对所述质量检测包括头部姿态检测的情况,所述对获取的所述人脸图像进行质量检测,包括:
对所述人脸图像进行头部姿态检测,得到所述人脸图像中人脸的头部姿态信息;所述头部姿态信息包括:人脸的俯仰角、以及偏航角;
在所述俯仰角的绝对值小于俯仰角阈值、且所述偏航角的绝对值小于偏航角阈值的情况下,确定所述人脸图像的头部姿态检测结果符合所述预设条件中的头部姿态条件。
10.根据权利要求7-9任一项所述的方法,其特征在于,针对所述质量检测包括所述模糊程度检测的情况,所述对获取的所述人脸图像进行质量检测,包括:
对所述人脸图像进行关键点检测,得到人脸图像中的多个关键点分别在所述人脸图像中的位置信息;
根据多个所述关键点中每个关键点的位置信息,确定所述人脸图像的清晰度值;
在所述人脸图像的清晰度值大于清晰度阈值的情况下,确定所述人脸图像的模糊程度检测结果符合所述预设条件中的清晰度条件。
11.根据权利要求10所述的方法,其特征在于,所述根据多个所述关键点中每个关键点的位置信息,确定所述人脸图像的清晰度值,包括:
针对所述每个关键点,根据所述每个关键点的位置信息,确定多个与该关键点位置相邻的目标像素点;
基于与所述每个关键点对应的各个目标像素点的像素值,确定所述每个关键点的清晰度值;
根据多个所述关键点中每个关键点的清晰度值,确定所述人脸图像的清晰度值。
12.根据权利要求7-11任一项所述的方法,其特征在于,针对所述质量检测包括遮挡程度检测的情况,所述对获取的所述人脸图像进行质量检测,包括:
对所述人脸图像进行关键点检测,得到人脸图像中的多个关键点分别对应的关键点检测结果;
基于所述多个关键点分别对应的关键点检测结果,确定所述人脸图像的遮挡程度值;
在所述遮挡程度值小于遮挡程度值阈值的情况下,确定所述人脸图像的遮挡程度检测结果符合所述预设条件中的遮挡程度条件。
13.根据权利要求1-12任一项所述的方法,其特征在于,所述基于所述人脸图像进行人脸检测,包括:
利用离线加载的人脸检测模型对所述人脸图像进行人脸检测。
14.根据权利要求13所述的方法,其特征在于,采用下述方法离线加载所述人脸检测模型:
将所述人脸检测模型由加密模式转换为明文模式,并将转换为明文模式的人脸检测模型写入车锁控制系统的头文件中;
对所述头文件进行静态编译,以实现所述人脸检测模型的离线加载。
15.根据权利要求1-14任一项所述的方法,其特征在于,所述基于所述人脸图像进行人脸检测,包括:
基于所述人脸图像进行人脸身份认证以及活体检测。
16.一种控制车门解锁的装置,其特征在于,包括:
响应模块,用于响应于车的图像采集模组被唤醒,获取所述车的图像采集模组采集的图像;
质量检测模块,用于对获取的所述图像中的人脸图像进行质量检测;
人脸检测模块,用于在所述质量检测的结果符合预设条件后,基于所述人脸图像进行人脸检测;
车锁控制模块,用于在对所述人脸图像的人脸检测通过后,控制所述车的至少一车门锁解锁。
17.一种车辆,其特征在于,包括:车辆主体和设置在车辆主体上的图像采集模组;所述车辆主体中还设置有车辆控制系统;
所述图像采集模组用于采集图像;
所述车辆控制系统用于采用如权利要求1-15任一项所述的控制车辆解锁的方法,控制所述车辆主体上的车锁解锁。
18.一种电子设备,其特征在于,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述处理器执行如权利要求1至15任一项所述的控制车门解锁的方法的步骤。
19.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被电子设备运行时,所述电子设备执行如权利要求1至15任意一项所述的控制车门解锁的方法的步骤。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010355699.9A CN111540090A (zh) | 2020-04-29 | 2020-04-29 | 控制车门解锁的方法、装置、车辆、电子设备及存储介质 |
JP2021570765A JP7281562B2 (ja) | 2020-04-29 | 2020-12-14 | 車両ドアのロック解除を制御する方法、装置、車両、デバイス、媒体及びプログラム |
PCT/CN2020/136253 WO2021218180A1 (zh) | 2020-04-29 | 2020-12-14 | 控制车门解锁的方法、装置、车辆、设备、介质及程序 |
KR1020217034709A KR20210146354A (ko) | 2020-04-29 | 2020-12-14 | 차량 도어 잠금 해제 제어 방법, 장치, 차량, 기기, 매체 및 프로그램 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010355699.9A CN111540090A (zh) | 2020-04-29 | 2020-04-29 | 控制车门解锁的方法、装置、车辆、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111540090A true CN111540090A (zh) | 2020-08-14 |
Family
ID=71975305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010355699.9A Pending CN111540090A (zh) | 2020-04-29 | 2020-04-29 | 控制车门解锁的方法、装置、车辆、电子设备及存储介质 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP7281562B2 (zh) |
KR (1) | KR20210146354A (zh) |
CN (1) | CN111540090A (zh) |
WO (1) | WO2021218180A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101289A (zh) * | 2020-09-25 | 2020-12-18 | 北京市商汤科技开发有限公司 | 一种服务提供的方法、装置、计算机设备及存储介质 |
CN112287792A (zh) * | 2020-10-22 | 2021-01-29 | 深圳前海微众银行股份有限公司 | 采集人脸图像的方法、装置及电子设备 |
CN112907575A (zh) * | 2021-03-25 | 2021-06-04 | 苏州科达科技股份有限公司 | 人脸质量评估方法、装置及电子设备 |
CN112950820A (zh) * | 2021-05-14 | 2021-06-11 | 北京旗偲智能科技有限公司 | 一种车辆的自动控制方法、装置、系统及存储介质 |
CN113095256A (zh) * | 2021-04-20 | 2021-07-09 | 北京汽车集团越野车有限公司 | 一种人脸识别方法及装置 |
CN113379947A (zh) * | 2021-05-25 | 2021-09-10 | 广州朗国电子科技有限公司 | 一种基于人脸识别的智能门锁 |
CN113450478A (zh) * | 2021-06-22 | 2021-09-28 | 广州小鹏汽车科技有限公司 | 车辆的解锁方法、车辆系统、车辆及计算机可读存储介质 |
WO2021218180A1 (zh) * | 2020-04-29 | 2021-11-04 | 北京市商汤科技开发有限公司 | 控制车门解锁的方法、装置、车辆、设备、介质及程序 |
CN114511953A (zh) * | 2022-02-11 | 2022-05-17 | 珠海格力电器股份有限公司 | 门锁的唤醒系统、方法和装置、电子设备、存储介质 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114407827B (zh) * | 2021-12-24 | 2023-07-14 | 北京百度网讯科技有限公司 | 车门控制方法、装置、设备、存储介质及自动驾驶车辆 |
CN114333119A (zh) * | 2021-12-31 | 2022-04-12 | 上海商汤临港智能科技有限公司 | 车辆解锁方法、管理方法、终端、系统、设备及存储介质 |
CN116805430B (zh) * | 2022-12-12 | 2024-01-02 | 安徽国防科技职业学院 | 一种基于大数据的数字图像安全处理系统 |
CN116363781B (zh) * | 2023-05-29 | 2023-08-11 | 深圳市捷易科技有限公司 | 通道闸机控制方法、装置、设备及计算机存储介质 |
CN117011963B (zh) * | 2023-10-07 | 2023-12-08 | 四川金投科技股份有限公司 | 一种基于电子钥匙的智能锁及智能门控系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102466945A (zh) * | 2010-11-19 | 2012-05-23 | 北京海鑫智圣技术有限公司 | 标准人像采集装置中的led补光及人像剪裁评价系统 |
CN106503687A (zh) * | 2016-11-09 | 2017-03-15 | 合肥工业大学 | 融合人脸多角度特征的监控视频人物身份识别系统及其方法 |
CN108875452A (zh) * | 2017-05-11 | 2018-11-23 | 北京旷视科技有限公司 | 人脸识别方法、装置、系统和计算机可读介质 |
CN110147744A (zh) * | 2019-05-09 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 一种人脸图像质量评估方法、装置及终端 |
CN110335389A (zh) * | 2019-07-01 | 2019-10-15 | 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 |
US20190325123A1 (en) * | 2017-07-28 | 2019-10-24 | Alclear, Llc | Biometric pre-identification |
WO2020057513A1 (en) * | 2018-09-19 | 2020-03-26 | Byton Limited | Hybrid user recognition systems for vehicle access and control |
CN110930547A (zh) * | 2019-02-28 | 2020-03-27 | 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 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007113388A (ja) | 2002-12-13 | 2007-05-10 | Matsushita Electric Ind Co Ltd | 車載機器制御システム及び車載機器制御装置 |
JP2007317116A (ja) | 2006-05-29 | 2007-12-06 | Honda Motor Co Ltd | 顔認証システム搭載車両 |
CN104679240B (zh) * | 2015-01-26 | 2018-01-12 | 深圳市金立通信设备有限公司 | 一种终端控制的方法 |
TWI661958B (zh) * | 2015-02-04 | 2019-06-11 | 英屬開曼群島商鴻騰精密科技股份有限公司 | 免電源智能鑰匙、車輛解鎖系統及車輛解鎖方法 |
US10318795B2 (en) * | 2016-04-29 | 2019-06-11 | Faraday & Future Inc. | Remote camera access |
CN108334870A (zh) * | 2018-03-21 | 2018-07-27 | 四川意高汇智科技有限公司 | Ar设备数据服务器状态的远程监控系统 |
CN111540090A (zh) * | 2020-04-29 | 2020-08-14 | 北京市商汤科技开发有限公司 | 控制车门解锁的方法、装置、车辆、电子设备及存储介质 |
-
2020
- 2020-04-29 CN CN202010355699.9A patent/CN111540090A/zh active Pending
- 2020-12-14 JP JP2021570765A patent/JP7281562B2/ja active Active
- 2020-12-14 KR KR1020217034709A patent/KR20210146354A/ko active Search and Examination
- 2020-12-14 WO PCT/CN2020/136253 patent/WO2021218180A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102466945A (zh) * | 2010-11-19 | 2012-05-23 | 北京海鑫智圣技术有限公司 | 标准人像采集装置中的led补光及人像剪裁评价系统 |
CN106503687A (zh) * | 2016-11-09 | 2017-03-15 | 合肥工业大学 | 融合人脸多角度特征的监控视频人物身份识别系统及其方法 |
CN108875452A (zh) * | 2017-05-11 | 2018-11-23 | 北京旷视科技有限公司 | 人脸识别方法、装置、系统和计算机可读介质 |
US20190325123A1 (en) * | 2017-07-28 | 2019-10-24 | Alclear, Llc | Biometric pre-identification |
WO2020057513A1 (en) * | 2018-09-19 | 2020-03-26 | Byton Limited | Hybrid user recognition systems for vehicle access and control |
CN110930547A (zh) * | 2019-02-28 | 2020-03-27 | 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 |
CN110147744A (zh) * | 2019-05-09 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 一种人脸图像质量评估方法、装置及终端 |
CN110335389A (zh) * | 2019-07-01 | 2019-10-15 | 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 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021218180A1 (zh) * | 2020-04-29 | 2021-11-04 | 北京市商汤科技开发有限公司 | 控制车门解锁的方法、装置、车辆、设备、介质及程序 |
CN112101289A (zh) * | 2020-09-25 | 2020-12-18 | 北京市商汤科技开发有限公司 | 一种服务提供的方法、装置、计算机设备及存储介质 |
CN112287792A (zh) * | 2020-10-22 | 2021-01-29 | 深圳前海微众银行股份有限公司 | 采集人脸图像的方法、装置及电子设备 |
WO2022083479A1 (zh) * | 2020-10-22 | 2022-04-28 | 深圳前海微众银行股份有限公司 | 采集人脸图像的方法、装置及电子设备 |
CN112907575A (zh) * | 2021-03-25 | 2021-06-04 | 苏州科达科技股份有限公司 | 人脸质量评估方法、装置及电子设备 |
CN113095256A (zh) * | 2021-04-20 | 2021-07-09 | 北京汽车集团越野车有限公司 | 一种人脸识别方法及装置 |
CN112950820A (zh) * | 2021-05-14 | 2021-06-11 | 北京旗偲智能科技有限公司 | 一种车辆的自动控制方法、装置、系统及存储介质 |
CN112950820B (zh) * | 2021-05-14 | 2021-07-16 | 北京旗偲智能科技有限公司 | 一种车辆的自动控制方法、装置、系统及存储介质 |
CN113379947A (zh) * | 2021-05-25 | 2021-09-10 | 广州朗国电子科技有限公司 | 一种基于人脸识别的智能门锁 |
CN113450478A (zh) * | 2021-06-22 | 2021-09-28 | 广州小鹏汽车科技有限公司 | 车辆的解锁方法、车辆系统、车辆及计算机可读存储介质 |
CN114511953A (zh) * | 2022-02-11 | 2022-05-17 | 珠海格力电器股份有限公司 | 门锁的唤醒系统、方法和装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
KR20210146354A (ko) | 2021-12-03 |
JP7281562B2 (ja) | 2023-05-25 |
JP2022534284A (ja) | 2022-07-28 |
WO2021218180A1 (zh) | 2021-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111540090A (zh) | 控制车门解锁的方法、装置、车辆、电子设备及存储介质 | |
EP3647129A1 (en) | Vehicle, vehicle door unlocking control method and apparatus, and vehicle door unlocking system | |
US11074466B2 (en) | Anti-counterfeiting processing method and related products | |
US9607138B1 (en) | User authentication and verification through video analysis | |
US10007841B2 (en) | Human face recognition method, apparatus and terminal | |
US9129397B2 (en) | Human tracking method and apparatus using color histogram | |
JP2022538557A (ja) | ユーザ認可に基づいて操作を可能にするためのシステム、方法、およびコンピュータプログラム | |
US8675926B2 (en) | Distinguishing live faces from flat surfaces | |
US8958647B2 (en) | Registration determination device, control method and control program therefor, and electronic apparatus | |
CN105469356B (zh) | 人脸图像处理方法及装置 | |
CN103434484A (zh) | 车载识别认证装置、移动终端、智能车钥控制系统及方法 | |
EP3761222B1 (en) | Living body detection method and apparatus, electronic device, storage medium and related system using living body detection method | |
US20190164020A1 (en) | Method and apparatus for distributed edge learning | |
US11151398B2 (en) | Anti-counterfeiting processing method, electronic device, and non-transitory computer-readable storage medium | |
CN106510164B (zh) | 行李箱控制方法及装置 | |
CN110765924A (zh) | 一种活体检测方法、装置以及计算机可读存储介质 | |
CN111985429A (zh) | 一种头盔佩戴检测的方法、装置、电子设备及存储介质 | |
CN111931642A (zh) | 一种安全带佩戴检测的方法、装置、电子设备及存储介质 | |
EP3872753B1 (en) | Wrinkle detection method and terminal device | |
CN113989858A (zh) | 一种工作服识别方法及系统 | |
KR20220010560A (ko) | 이미지 내에서 대상체에 의해 수행되는 동작을 결정하기 위한 시스템 및 방법 | |
CN111582228A (zh) | 活体掌纹的识别方法、装置、设备及存储介质 | |
KR20210036039A (ko) | 전자 장치 및 그의 이미지 처리 방법 | |
CN107749942A (zh) | 悬浮拍摄方法、移动终端及计算机可读存储介质 | |
DE112016006803T5 (de) | Verfahren und Vorrichtung zur Ereignissituationvorhersage |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200814 |