一种汽车无钥匙人脸识别系统技术方案

本发明专利技术提供了一种汽车无钥匙人脸识别系统，包括一种基于人脸识别的汽车无钥匙进入系统，其特征是，包括：摄像系统，用于拍摄图像；指纹系统，安装在车门把手上，用于获取指纹；控制系统，包括：识别模块，用于从拍摄的图像中识别人脸；人脸验证模块，用于将识别的人脸与预存的人脸数据进行比对验证；指纹验证模块，用于将获取的指纹与预存的指纹数据进行比对验证；驱动模块，用于当两个比对验证均通过时，则释放车门门锁。

A car keyless face recognition system

The present invention provides an automotive keyless face recognition system, including a keyless entry system based on face recognition of the automobile, which is characterized in that: camera system for capturing the image; fingerprint system, installed on the door handle, used to obtain the fingerprint; control system, including: recognition module for face recognition from the captured image; face verification module for face recognition and face data stored for comparison and verification; fingerprint verification module for fingerprint data acquisition and pre stored fingerprint comparison verification; a drive module, for when the two through the comparison and verification, the release of door lock.

【技术实现步骤摘要】

本专利技术涉及汽车
，具体涉及一种汽车无钥匙人脸识别系统。
技术介绍
传统的汽车无钥匙进入系统一般采用RFID来进行身份验证，因此还是需要驾驶员随身携带，不是真正做到了无钥匙，这给驾驶员带来了不便。
技术实现思路
针对上述问题，本专利技术提供一种汽车无钥匙进入系统。本专利技术的目的采用以下技术方案来实现：提供了汽车无钥匙进入系统，包括：摄像系统，用于拍摄图像；指纹系统，安装在车门把手上，用于获取指纹；控制系统，包括：识别模块，用于从拍摄的图像中识别人脸；人脸验证模块，用于将识别的人脸与预存的人脸数据进行比对验证；指纹验证模块，用于将获取的指纹与预存的指纹数据进行比对验证；驱动模块，用于当两个比对验证均通过时，则释放车门门锁。本专利技术的有益效果为：本汽车无钥匙进入系统采用生物识别技术来识别驾驶员身份，从而免除了RFID硬件，真正实现了无钥匙进入。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1示出了根据本专利技术一个实施例的汽车无钥匙进入系统的示意图。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，一种基于人脸识别的汽车无钥匙进入系统，其特征是，包括：摄像系统1，用于拍摄图像；指纹系统2，安装在车门把手上，用于获取指纹；控制系统3，包括：识别模块22，用于从拍摄的图像中识别人脸；人脸验证模块24，用于将识别的人脸与预存的人脸数据进行比对验证；指纹验证模块26，用于将获取的指纹与预存的指纹数据进行比对验证；驱动模块28，用于当两个比对验证均通过时，则释放车门门锁。常规的汽车无钥匙进入系统采用RFID来进行身份验证，而本实施例采用生物识别技术来识别驾驶员身份，从而免除了RFID硬件，真正实现了无钥匙进入。另外，本实施例同时识别人脸和指纹，实现了双重安全。并且将指纹识别直接设置在门把手上，由于人脸识别和指纹识别都不需要人为地进行任何操作，所以整个识别过程实现了透明化，让驾驶员在不知不觉中就完成了身份验证。优选的，汽车无钥匙进入系统还包括移动通信模块，控制系统还包括报警模块，用于当比对验证多次不通过时，通过移动通信模块向指定的移动通信终端发送警报。本优选实施例实现了与移动终端的联网，从而能够自动向车主报警，进一步防范了盗车风险。优选的，汽车无钥匙进入系统还包括独立电源，用于向所述汽车无钥匙进入系统供电；心跳模块，用于在得到独立电源供电时，保持通过移动通信模块向指定的移动通信终端发送心跳信号，当被断电时，则停止发送心跳信号，以使得移动通信终端能够根据心跳信号是否停止来判断汽车无钥匙进入系统是否被断电。在常规技术中，汽车的防盗系统使用了汽车本身的电源，因此盗贼只要破坏电源，就能使汽车无钥匙进入系统失效。而本优选实施例中设置了独立电源，电源可以做到小型化，并且进行隐藏，不容易受到盗贼的破坏。因此，盗贼即使破坏了汽车电源，本汽车无钥匙进入系统还能正常工作。进一步的，本优选实施例中还巧妙地设置了心跳报警功能，即使盗贼将独立电源也予以破坏，一旦移动终端检测不到心跳信号了，也开始报警，从而提示车主汽车发生了异常。优选的，识别模块包括：筛选模块，用于从拍摄的多张图像中筛选出图像质量度最大的图像；分析模块，用于从筛选的图像中分析出人脸。通过预先筛选优质图像，这可以显著地降低计算量，从而能几乎实时地完成人脸识别和验证，避免驾驶员还要等待一段时间才能进入汽车，这很好地提高了驾驶员的体验。优选的，筛选模块计算图像质量度如下：Qi、βi、vi、αi分别为多帧拍摄图像中，第i张图像的图像质量度、第i张图像的设定区域的平均灰度值、第i张图像的边缘锐度、以及第i张图像中人脸所占该张图像的比例，β为根据实际情况设定的灰度值阈值，v为根据实际情况设定的边缘锐度阈值，为多帧图像的平均灰度值，为多帧图像的平均边缘锐度，m为从摄像系统获取的多帧图像的数量；α为设定的比例阈值，当αi-α≥0时，f(αi-α)＝1，αi-α＜0时，f(αi-α)＝0。本优选实施例中，筛选函数虑人脸图像所占比例、边缘锐度和灰度值因素，这相比于仅通过一个特征来评价图像质量，取得了更准确的评价结果，因此能够筛选出综合质量较高的图像，这简化了图像筛选的运算量，大幅提高了图像筛选的效率。优选的，分析模块包括：(1)在预先构建的人脸数据库中选取N张人脸图像构建训练样本集X＝[X1，X2，...，XN]，将筛选出的图像作为测试样本Y，对训练样本集X筛选构建最优训练样本集X′；(2)将最优训练样本集X′中的每副人脸图像平均分割成R个块，则该最优训练样本集被分割成R个子样本集Ap，p＝1，...，R，每个子样本集由每副人脸图像的第p个块构成；(3)将测试样本平均分成R个块，即Y＝[Yp，p＝1，...，R]，对最优训练样本集和测试样本按照下述公式进行块加权：式中，sp为最优训练样本集中所有人脸图像的第p个块的稀疏残差均值，s1、s2为设定的残差阈值，s1＜s2，f(sp)为判定函数，当sp＜s1时，f(sp)＝1，当sp＞v2时，f(sp)＝0；式中，θp为最优训练样本集中的类间距离方差和类内距离方差的比值，θ1、θ2为设定的判别度阈值，θ1＜θ2，f(θp)为判定函数，当θp＜θ2时，f(θp)＝0，当θp＞θ1时，f(θp)＝1；(4)用加权后的最优训练样本集对加权后的测试样本进行稀疏表示，计算其中每个类的重构残差，最终将测试样本分类为最小重构残差对应的类。通过将测试样本和最优训练样本集中的人脸图像分割成块，可以更好地捕捉更具判别性的信息。具体而言，通过对最优训练样本集和测试样本进行块加权，能够更准确地选择出遮挡块和判别性块，避免了遮挡部位对识别人脸的影响，从而能够提高人脸识别率，提高了汽车的安防效果。优选的，对训练样本集X筛选构建最优训练样本集X′包括：对训练样本集进行过滤预处理，保留对测试样本Y的表示及分类影响大于预设值的训练样本，并利用保留的训练样本构建最优训练样本集X′。本优选实施例通过构建最优训练样本集，减少了训练量，从而提高了人脸识别速度。优选的，构建最优训练样本集X′具体包括：(1)利用训练样本集X对测试样本Y进行线性表示，计算训练样本集X中各训练样本向量的表示系数C＝[C1，C2，...，CN]T，其中，表示系数S的计算公式为：C＝XTY(γE+XTX)-1式中，E为单位矩阵，γ为设定的系数；(2)设训练样本集X中共有M个类，第j个类中有nj个训练样本，计算每个类的重构残差为：Fj为第j个类的重构残差，Ck表示第j个类中第k个训练样本对应的表示系数，Xj表示第j个类的训练样本集；(3)选取前m个最小重构残差对应的类作为备选类，用该m个备选类构建近邻字典D＝[D1，D2，...，Dm]，Dj(j＝1，...，m)表示备选类中第j个类的训练样本集，用该备选类对测试样本Y进行线性表示，计算近邻字典D中各备选类对应的表示系数：C′＝DTY(γE+DTD)-1式中，C′表示备选类对应的表示系数，C′＝[C1′，C2′，...，SCm′]，Cj(j＝1，...，m)表示备选类中第j个类对应的表示系数；(4)利用保留的训练样本构建最优训练样本集为：式中本文档来自技高网...

【技术保护点】
一种基于人脸识别的汽车无钥匙进入系统，其特征是，包括：摄像系统，用于拍摄图像；指纹系统，安装在车门把手上，用于获取指纹；控制系统，包括：识别模块，用于从拍摄的图像中识别人脸；人脸验证模块，用于将识别的人脸与预存的人脸数据进行比对验证；指纹验证模块，用于将获取的指纹与预存的指纹数据进行比对验证；驱动模块，用于当两个比对验证均通过时，则释放车门门锁。

【技术特征摘要】
1.一种基于人脸识别的汽车无钥匙进入系统，其特征是，包括：摄像系统，用于拍摄图像；指纹系统，安装在车门把手上，用于获取指纹；控制系统，包括：识别模块，用于从拍摄的图像中识别人脸；人脸验证模块，用于将识别的人脸与预存的人脸数据进行比对验证；指纹验证模块，用于将获取的指纹与预存的指纹数据进行比对验证；驱动模块，用于当两个比对验证均通过时，则释放车门门锁。2.根据权利要求1所述的汽车无钥匙进入系统，其特征是，还包括移动通信模块，控制系统还包括报警模块，用于当比对验证多次不通过时，通过移动通信模块向指定的移动通信终端发送警报。3.根据权利要求2所述的汽车无钥匙进入系统，其特征是，还包括独立电源，用于向所述汽车无钥匙进入系统供电；心跳模块，用于在得到独立电源供电时，保持通过移动通信模块向指定的移动通信终端发送心跳信号，当被断电时，则停止发送心跳信号，以使得移动通信终端能够根据心跳信号是否停止来判断汽车无钥匙进入系统是否被断电。4.根据权利要求3所述的汽车无钥匙进入系统，其特征是，所述识别模块包括：筛选模块，用于从拍摄的多张图像中筛选出图像质量度最大的图像；分析模块，用于从筛选的图像中分析出人脸。5.根据权利要求4所述的汽车无钥匙进入系统，其特征是，筛选模块计算图像质量度如下：Qi=f(αi-α)(βi-β)2+(vi-v)2β‾+v‾,i=1,...,m]]>Qi、βi、vi、αi分别为多帧拍摄图像中，第i张图像的图像质量度、第i张图像的设定区域的平均灰度值、第i张图像的边缘锐度、以及第i张图像中人脸所占该张图像的比例，β为根据实际情况设定的灰度值阈值，v为根据实际情况设定的边缘锐度阈值，为多帧图像的平均灰度值，为多帧图像的平均边缘锐度，m为从摄像系统获取的多帧图像的数量；α为设定的比例阈值，当αi-α≥0时，f(αi-α)＝1，αi-α＜0时，f(αi-α)＝0。6.根据权利要求5所述的汽车无钥匙进入系统，其特征是，分析模块包括：(1)在预先构建的人脸数据库中选取N张人脸图像构建训练样本集X＝[X1，X2，...，XN]，将筛选出的图像作为测试样本Y，对训练样本集X筛选构建最优训练样本集X′；(2)将最优训练样本集X′中的每副人脸图像平均分割成R个块，则该最优训练样本集被分割成R个子样本集Ap，p＝1，...，R，每个子样本集由每副人脸图像的第p个块构成；(3)将测试样本平均分成R个块，即Y＝[Yp，p＝1，...，R]，对最优训练样本集和测试样本按照下述公式进行块加权：Ap′=f(θp)f(sp)(sp-s1v2-s1)(θp-θ1θ2-θ1)Ap]]>Yp′=f(θp)f(sp)(sp-s1s2-s1)(θp-θ2θ1-θ2)Yp]]>1式中，sp为最优训练样本集中所有人脸图像的第p个块的稀疏残差均值，s1、s2为设定的残差阈值，s1＜s2，f(sp)为判定函数，当sp＜s1时，f(sp)＝1，当sp＞v2时，f(sp)＝0；式中，θp为最优训练样本集中的类间距离方差和类内距离方差的比值，θ1、θ2为设定的判别度阈值，θ1＜θ2，f(θp)为判定函数，当θp＜θ2时，f(θp)＝0，当θp＞θ1时，f(θp)＝1；(4)用加权后的...

【专利技术属性】
技术研发人员：徐彬，田慧盛，
申请(专利权)人：上海储翔信息科技有限公司，
类型：发明
国别省市：上海;31