一种基于人脸识别技术的智能立体车库存取车方法及系统技术方案

本发明专利技术公开了一种基于人脸识别技术的智能立体车库存取车方法，存车时采集用户人脸图像作为存车依据，系统接收到存车信号，对待存车辆进行识别和检测，并检测空余车位，根据车型大小为待存车辆自动分配车位，运送待存车辆至对应车位；取车时，采集用户人脸图像作为取车依据，对取车用户自动进行人脸识别，识别成功则向系统传递取车信号并生成停车费用信息，用户完成支付后，自动将车辆取出到出库室；识别失败则不进行取车操作；本发明专利技术以人脸识别替代传统IC卡识别，节约制卡成本，存取车只需“刷脸”，操作简单且支付方便，减少等待时间，使用人脸特征信息与车辆信息关联，车辆安全得到保证；全自动操作，节约成本，提高存取车效率和安全性。

An Intelligent Stereo Vehicle Stock Collection Method and System Based on Face Recognition Technology

The invention discloses an intelligent three-dimensional vehicle inventory pickup method based on face recognition technology, which collects the user's face image as the basis of vehicle storage, receives the signal of vehicle storage, recognizes and detects the stored vehicle, and detects the spare parking space, automatically allocates the parking space for the vehicle to be stored according to the size of the vehicle, and collects the user when transporting the vehicle to the corresponding parking space; Face image is used as the basis of picking up a car, which automatically recognizes the face of the pickup user. If the recognition is successful, the pickup signal is transmitted to the system and the parking fee information is generated. When the user completes the payment, the vehicle is automatically taken out of the garage. If the recognition fails, the pickup operation is not carried out. The method replaces the traditional IC card recognition with face recognition, saves the cost of card making and only needs to \brush face\ to access the car. Simple operation and convenient payment, reduce waiting time, use facial feature information and vehicle information association, vehicle safety is guaranteed; automatic operation, cost savings, improve the efficiency and safety of access vehicles.

【技术实现步骤摘要】
一种基于人脸识别技术的智能立体车库存取车方法及系统
本专利技术涉及立体停车的研究领域，特别涉及一种基于人脸识别技术的智能立体车库存取车方法及系统。
技术介绍
随着人民生活水平不断提高，越来越多的人购买了私家车，对城市的交通和环境产生了重大影响。停车难问题的出现，也给机械停车设备行业带来了巨大的商机和广阔的市场。立体车库是用来最大量存取储放车辆的机械设备系统，能够有效地利用立体空间从而能在有效面积上停放尽可能多的车辆，能在一定程度上解决停车难的问题。然而，目前在立体车库的车辆存取操作中，主要采用刷IC卡的存取车系统。这种存取车系统比较传统，不够智能化，虽然使用历史比较悠久，但不能结合现代快速发展的智能技术，导致刷卡操作麻烦，用户等待时间长，存取车效率不高，而且制卡成本高。另外，卡片易遗失，用户的车辆财产安全得不到保证。
技术实现思路
本专利技术的主要目的在于克服现有技术的缺点与不足，提供一种基于人脸识别技术的智能立体车库存取车方法，以解决现有立体车库IC卡存取车存在的效率低、成本高和安全性低的技术问题。本专利技术的另一目的在于提供一种基于人脸识别技术的智能立体车库存取车系统。本专利技术的主要目的通过以下的技术方案实现：一种基于人脸识别技术的智能立体车库存取车方法，包括以下步骤：S1、存车时，待存车辆进入入库室，并停在指定区域，用户前往自助服务机，自助服务机对用户进行人脸图像采集；S2、采集完人脸图像，用户点击存车按钮，自助服务机接收存车信号并传输至存取车系统；S3、存取车系统接收存车信号，并在存车数据库中创建存车记录，并对车辆进行车型检测和车牌识别，获取待存车辆信息，将待存车辆信息存储在存车记录中；通过人脸识别网络模型对人脸图像进行特征提取，得到人脸特征信息，并将人脸特征信息添加至存车数据库对应的存车记录和人脸特征库中；S4、对车库内的存车位进行检测，获取空闲存车为信息，并为待存车辆分配空闲存车位，运送待存车辆到分配的空闲存车位；S5、取车时，用户在自主服务机前进行人脸图像采集，并将采集的人脸图像进行人脸识别，用户验证后读取存车记录；S6、用户点击取车按钮，自助服务机接收取车信号并传输至存取车系统，存取车系统根据存车信息计算存车费用，将存车费用显示在自助服务机，并提供付费通道；S7、用户通过付费通道完成支付后，存取车系统根据存车记录将车库中对应车辆运送至出库室。进一步地，还包括用户取车完成后，存取车系统将用户的存车记录删除；避免数据存留对用户的下次存取车操作带来不便，删除冗余信息也提高了其他用户在取车时人脸识别的效率。进一步地，所述对用户进行人脸图像采集使用摄像装置；所述摄像装置从不同的角度并结合活体检测对用户进行人脸图像采集；所述人脸图像数量为K，K＞1；避免由于在复杂环境下摄像装置采集到的单一图片质量不高而影响人脸识别的准确率，活体检测是为了避免拿照片取车以失安全性。进一步地，所述步骤S3中，所述存车数据库还包括人脸图像库和人脸特征库，所述人脸图像库存有车辆的所有用户的人脸图像，所述人脸图像用于对预训练人脸识别网络模型进行再训练；所述预训练人脸识别网络模型是通过极大数量的人脸数据进行训练而得到通用的网络模型；所述人脸特征库包括所有用户的人脸特征向量，所述用户的人脸特征向量与用户对应的存车记录中的人脸特征信息相关联；对人脸图像提取人脸特征信息，具体为：将采集到的人脸图像添加至人脸图像库中，使用人脸图像库中的数据对预训练人脸识别网络模型进行再训练，得到针对车库存取系统的人脸识别网络模型，所述人脸识别网络模型包括特征提取和特征比对两个模块，所述特征提取模块只用于提取人脸特征向量，所述特征比对用于人脸的识别分类；将用户的人脸图像进行预处理，通过所述人脸识别网络模型的特征提取模块提取用户的人脸特征向量。进一步地，所述人脸识别网络模型在人脸图像库更新后会对针对更新后的图像库重新再训练。进一步地，所述预处理包括：图像增强、均衡化；用于训练的人脸图像不做预处理，以避免训练过程中丢失人脸特征信息；所述人脸特征信息包含：人脸特征向量。进一步地，所述对车辆进行检测和识别与提取人脸特征信息同时进行；预先提取人脸信息不仅可以减少用户取车时再提取人脸信息再进行比对所需等待的时间，同时避免重复存储整张人脸图像而造成冗余信息浪费存储空间。进一步地，所述存车记录包含：人脸特征信息、存车时间、待存车辆车牌号码、存车车位号、取车时间、停车时长、停车费用；所述人脸特征信息将为用户取车提供匹配信息；所述待存车辆车牌号码由车牌识别结果提供；所述存车车位号由系统自动分配后确定，自动分配根据所述待存车辆的车型检测结果来自动分配，使得所述车位尺寸大小与所述待存车辆相适应，从而避免停车位的空间浪费，进一步提高空间利用率；所述取车时间、所述停车时长和所述停车费用将在用户取车操作中添加；所述存车数据库中还包括人脸特征信息库，所述人脸特征信息库包括所有用户的人脸特征向量，所述用户的人脸特征向量与用户对应的存车记录中的人脸特征信息相关联，以方便用户取车时进行验证识别。进一步地，所述步骤S5具体为：取车时，用户在自主服务机前进行人脸图像采集，并进行用户人脸验证；进行用户人脸验证具体步骤为：通过人脸识别网络模型的特征提取模块提取人脸特征信息，并通过特征比对模块将获取的人脸特征信息与存车记录中的人脸特征信息进行识别分类，以获取匹配度；通过余弦距离来计算人脸特征的匹配度：其中，其中A＝[A1,…,Ai,…,An]为用户人脸特征向量，B＝[B1,...,Bi,...,Bn]为人脸特征库中其中一个人脸特征向量，特征向量的维度均为n。取匹配度最高值为第一匹配度；若第一匹配度高于预设匹配阈值，则验证成功，获取与识别成功人脸特征信息匹配的存车记录，用户确认后进行取车；若第一匹配度低于预设阈值，则验证失败，结束取车操作。进一步地，所述预设阈值为0.95。本专利技术的另一目的通过以下技术方案实现：一个基于人脸识别技术的智能立体车库存取车系统，其特征在于，包括：入库室、自助服务机、自动存取车装置、存车位、出库室，控制中心；所述入库室用于停放待存车辆，内设车辆检测装置，所述车辆检测装置用来检测待存车辆车型和识别待存车辆车牌号码；所述自助服务机包括摄像装置和液晶显示终端，所述摄像装置用来采集用户人脸图像，所述液晶显示终端提供交互式界面供用户操作；所述自动存取车设备用于搬运待存取的车辆，完成存取车操作；所述存车位供车辆停放；所述出库室用于停放已取出的车辆，等待用户取车；所述控制中心用于信号的接收、处理、传达。本专利技术与现有技术相比，具有如下优点和有益效果：1、本专利技术采用人脸识别技术替代传统的IC卡识别方式，不仅节约了制卡成本，也避免了由于卡片遗失导致的用户的车辆财产安全性问题；2、本专利技术使用人脸识别网络模型提取特征向量进行人脸匹配的方法，不仅解决了原始图像匹配方法识别速度慢、准确率低、占用内存资源大的问题，也减少了用户取车时的等待时间；3、本专利技术采用用户自助型操作，存取车只需“刷脸”，操作简单而且支付方便，无需配备操作人员和收费人员，节约人员管理费用；4、本专利技术采用自动分配，为待存车辆分配合适的存车位，存取车过程由自动化存取车设备完成，减少了用户等待时间，提高了存取车的效率；5、本专利技术中，用户人脸特本文档来自技高网...

【技术保护点】
1.一种基于人脸识别技术的智能立体车库存取车方法，其特征在于，包括以下步骤：S1、存车时，待存车辆进入入库室，并停在指定区域，用户前往自助服务机，自助服务机对用户进行人脸图像采集；S2、采集完人脸图像，用户点击存车按钮，自助服务机接收存车信号并传输至存取车系统；S3、存取车系统接收存车信号，并在存车数据库中创建存车记录，并对车辆进行车型检测和车牌识别，获取待存车辆信息，将待存车辆信息存储在存车记录中；通过人脸识别网络模型对人脸图像进行特征提取，得到人脸特征信息，并将人脸特征信息添加至存车数据库对应的存车记录和人脸特征库中；S4、对车库内的存车位进行检测，获取空闲存车为信息，并为待存车辆分配空闲存车位，运送待存车辆到分配的空闲存车位；S5、取车时，用户在自主服务机前进行人脸图像采集，并将采集的人脸图像进行人脸识别，用户验证后读取存车记录；S6、用户点击取车按钮，自助服务机接收取车信号并传输至存取车系统，存取车系统根据存车信息计算存车费用，将存车费用显示在自助服务机，并提供付费通道；S7、用户通过付费通道完成支付后，存取车系统根据存车记录将车库中对应车辆运送至出库室。

【技术特征摘要】
1.一种基于人脸识别技术的智能立体车库存取车方法，其特征在于，包括以下步骤：S1、存车时，待存车辆进入入库室，并停在指定区域，用户前往自助服务机，自助服务机对用户进行人脸图像采集；S2、采集完人脸图像，用户点击存车按钮，自助服务机接收存车信号并传输至存取车系统；S3、存取车系统接收存车信号，并在存车数据库中创建存车记录，并对车辆进行车型检测和车牌识别，获取待存车辆信息，将待存车辆信息存储在存车记录中；通过人脸识别网络模型对人脸图像进行特征提取，得到人脸特征信息，并将人脸特征信息添加至存车数据库对应的存车记录和人脸特征库中；S4、对车库内的存车位进行检测，获取空闲存车为信息，并为待存车辆分配空闲存车位，运送待存车辆到分配的空闲存车位；S5、取车时，用户在自主服务机前进行人脸图像采集，并将采集的人脸图像进行人脸识别，用户验证后读取存车记录；S6、用户点击取车按钮，自助服务机接收取车信号并传输至存取车系统，存取车系统根据存车信息计算存车费用，将存车费用显示在自助服务机，并提供付费通道；S7、用户通过付费通道完成支付后，存取车系统根据存车记录将车库中对应车辆运送至出库室。2.根据权利要求1所述的一种基于人脸识别技术的智能立体车库存取车方法，其特征在于，还包括用户取车完成后，存取车系统将存车数据库中用户的存车记录和人脸特征库中用户的人脸特征信息删除。3.根据权利要求1所述的一种基于人脸识别技术的智能立体车库存取车方法，其特征在于，所述对用户进行人脸图像采集使用摄像装置；所述摄像装置从不同的角度并结合活体检测对用户进行人脸图像采集；所述人脸图像数量为K，K＞1。4.根据权利要求1所述的一种基于人脸识别技术的智能立体车库存取车方法，其特征在于，所述步骤S3中，所述存车数据库还包括人脸图像库和人脸特征库，所述人脸图像库存有车辆的所有用户的人脸图像，所述人脸图像用于对预训练人脸识别网络模型进行再训练；所述预训练人脸识别网络模型是通过极大数量的人脸数据进行训练而得到通用的网络模型；所述人脸特征库包括所有用户的人脸特征向量，所述用户的人脸特征向量与用户对应的存车记录中的人脸特征信息相关联；对人脸图像提取人脸特征信息，具体为：将采集到的人脸图像添加至人脸图像库中，使用人脸图像库中的数据对预训练人脸识别网络模型...

【专利技术属性】
技术研发人员：吴玉香，王玉，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44