一种基于人脸识别和指纹识别的油箱防盗系统及方法技术方案

本发明专利技术提出了一种基于人脸识别和指纹识别的油箱防盗系统及方法。本发明专利技术系统包括图像采集模块、指纹识别模块、处理模块、预警模块、通讯模块以及监控终端。本发明专利技术方法通过图像采集模块采集车门区域图像并传输至处理模块，处理模块根据几何特征人脸识别算法提取眼、口、鼻的采集几何形状特征；处理模块将预先人工导入的灰度图像通过几何特征人脸识别算法提取眼、口、鼻的标准几何形状特征；将眼、口、鼻的采集几何形状特征与分别与眼、口、鼻的标准几何形状特征比较得到眼、口、鼻的特征匹配结果，将眼、口、鼻的特征匹配结果分别与阈值比较得到人脸识别匹配结果，根据人脸识别匹配结果进行指纹识别匹配。本发明专利技术方法抗干扰能力强，识别准确率高。

An Oil Tank Anti-theft System and Method Based on Face Recognition and Fingerprint Recognition

The invention proposes an oil tank anti-theft system and method based on face recognition and fingerprint recognition. The system includes image acquisition module, fingerprint identification module, processing module, early warning module, communication module and monitoring terminal. The method of the invention collects the image of the door area through the image acquisition module and transmits it to the processing module. The processing module extracts the geometric shape features of eyes, mouth and nose according to the geometric feature face recognition algorithm; the processing module extracts the standard geometric shape features of eyes, mouth and nose from the pre-imported gray image through the geometric feature face recognition algorithm; and picks up the eyes, mouth and nose. The matching results of eye, mouth and nose features are obtained by comparing the geometric features with the standard geometric features of eyes, mouth and nose respectively. The matching results of eye, mouth and nose features are compared with the thresholds to get the matching results of face recognition. Fingerprint recognition matching is carried out according to the matching results of face recognition. The method of the invention has strong anti-interference ability and high recognition accuracy.

【技术实现步骤摘要】
一种基于人脸识别和指纹识别的油箱防盗系统及方法
本专利技术涉及智能监控
，具体地涉及一种基于人脸识别和指纹识别的油箱防盗系统及方法。
技术介绍
大型货车在现代人的生活中已经是必不可少的重要交通方式之一，但随之而来的问题也越来越多，其中油箱中汽油被盗现象也逐渐增多。被盗事件一般发生驾驶员在短暂的停车，购物，休息期间。针对偷油现象，目前市面上也有许多防偷油装置，一种是机械式，例如加强油箱盖锁，这种只会增加打开难度；另一种是电子式的，例如设置油量检测装置，在车辆熄火时检测到油量减少则发出报警，这种方式也存在误报率高，车主接收报警不及时的问题。因此，现有技术与产品并没有起到良好的防偷油效果，该项技术有待进一步发展和研究。中国专利文献CN105774754公开了一种油箱防盗系统，系统中的信号检测电路采用四个红外传感器模块来实现，其中三个红外传感器模块安装在同一平面上，剩下的一个红外传感器模块垂直于该平面设置，由此实现360度全方位探测，避免探测盲区的出现。通过在控制器中设置安全区阈值和报警区阈值来降低误报率。该系统通过红外传感器来进行探测，虽然可以提高一定的误报率，但是还是存在很大的误报率。中国专利文献CN108275114公开了一种油箱防盗监控系统，系统中采用了图像处理装置、预警装置和通讯模块。利用图像处理的深度学习算法检测行人与动目标识别，判断是否有人在油箱附近活动，在检测到有可疑目标时，系统进行本地声光预警，同时将可疑目标图像发送到驾驶员手机端，提醒驾驶员及时查看。该系统虽然可以利用图像识别来检测行人，但是会受到光线环境的干扰，产生较大的误差错误，导致识别准确率不高，还是存在较大的误报率。中国专利文献CN206456237公开了一种用于大型货车柴油防盗的报警系统，系统中的检测装置使用了磁性油浮和磁性位移传感器，当大型货车停止运行后，如果油箱内的油面出现降低，则会导致磁性游浮产生变化，此时磁性位移传感器检测到相关的信号，并将信号通过A/D转换器将信号转换后传递给单片机，利用单片机控制开关打开，从而接通警示器发出报警信号。该系统虽可以检测出油箱内油面的变化，但是忽略了液面变化的各种情况，例如车体倾斜导致油箱倾斜，或者是利用磁性装置产生磁干扰，扰乱内部的磁性检测装置，另外并没有做出液面下降的速率标准，如果说慢速抽油可能将检测不到等，这些都将导致检测不准确。
技术实现思路
为了解决上述技术问题，本专利技术提出了一种基于人脸识别和指纹识别的油箱防盗系统及方法，利用人脸识别的图像处理技术和指纹识别的方法，判断图像采集装置拍摄的图片与录入的图片能否成功匹配，若匹配成功，则可以进行下一步的指纹识别操作。若没有成功匹配，直接进行指纹识别操作，则系统进行警报，并将可疑目标图像发送到监控终端，提醒驾驶员及时查看。本专利技术系统的技术方案为一种基于人脸识别和指纹识别的油箱防盗系统，包括图像采集模块、指纹识别模块、处理模块、预警模块、通讯模块以及监控终端；所述图像采集模块与所述处理模块连接；所述处理模块与所述指纹识别模块连接；所述预警模块与所述处理模块连接；所述处理模块与所述通讯模块连接；所述通讯模块与所述监控终端连接。作为优选，所述图像采集模块设置于后视镜上用于采集车门区域图像，所述图像采集模块为黑白CCD的高清摄像头。作为优选，所述指纹识别模块为正点原子AS608的光学指纹识别模块用于在指纹识别匹配成功时输出高电平至所述处理模块，在指纹识别匹配不成功时输出低电平至所述处理模块。作为优选，所述处理模块通过基于几何特征的人脸识别算法进行人脸识别，并根据所述指纹识别模块输出的电平判断指纹识别是否匹配成功。作为优选，所述预警模块用于人脸识别匹配不成功且指纹识别不成功时报警或人脸识别匹配成功而指纹匹配不成功时发出声光报警。作为优选，所述通讯模块为GMS的通讯模块，用于给驾驶员发送信息。作为优选，所述监控终端为驾驶员使用手机，用于接收来所述自通讯模块的信息。本专利技术方法的技术方案为一种基于人脸识别和指纹识别的油箱防盗方法，具体包括以下步骤：步骤1：通过图像采集模块采集车门区域图像并传输至处理模块，处理模块根据几何特征人脸识别算法提取眼的采集几何形状特征、口的采集几何形状特征、鼻的采集几何形状特征；步骤2：处理模块将预先人工导入的灰度图像通过几何特征人脸识别算法提取眼的标准几何形状特征、口的标准几何形状特征、鼻的标准几何形状特征；步骤3：将眼的采集几何形状特征与眼的标准几何形状特征比较得到眼的特征匹配结果，将口的采集几何形状特征与口的标准几何形状特征比较得到口的特征匹配结果，将鼻的采集几何形状特征与鼻的标准几何形状特征比较得到鼻的特征匹配结果，将眼的特征匹配结果、口的特征匹配结果以及鼻的特征匹配结果分别与阈值比较得到人脸识别匹配结果，根据人脸识别匹配结果进行指纹识别匹配。作为优选，步骤1中所述车门区域图像为：A(i,j)i∈[1,N]j∈[1,N]其中，所述车门区域图像A为N行N列的灰度图像，A(i,j)为第i行第i列的像素；步骤1中所述眼的采集形状几何特征为：L1(a,b)a∈[1,M]b∈[1,M]其中，M为特征矩阵的行以及列的数量，所述眼的采集形状几何特征L1为M行M列的特征矩阵，L1(a,b)为眼的采集形状几何特征第a行第b列的特征值；步骤1中所述口的采集形状几何特征为：L2(c,d)c∈[1,M]D∈[1,M]其中，M为特征矩阵的行以及列的数量，所述口的采集形状几何特征L2为M行M列的特征矩阵，L2(c,d)为口的采集形状几何特征第c行第d列的特征值；步骤1中所述鼻的采集形状几何特征为：L3(e,f)e∈[1,M]f∈[1,M]其中，M为特征矩阵的行以及列的数量，所述鼻的采集形状几何特征L3为M行M列的特征矩阵，L3(e,f)为鼻的采集形状几何特征第e行第f列的特征值；作为优选，步骤2中所述预先人工导入的灰度图像为：B(i*,j*)i*∈[1,N]j*∈[1,N]其中，所述预先人工导入的灰度图像B为N行N列的灰度图像，B(i*,j*)为第i*行第i*列的像素；步骤2中所述眼的标准形状几何特征为：L4(a*,b*)a*∈[1,M]b*∈[1,M]其中，M为特征矩阵的行以及列的数量，所述眼的标准形状几何特征L4为M行M列的特征矩阵，L4(a*,b*)为眼的标准形状几何特征第a*行第b*列的特征值；步骤2中所述口的标准形状几何特征为：L5(c*,d*)c*∈[1,M]d*∈[1,M]其中，M为特征矩阵的行以及列的数量，所述口的标准形状几何特征L5为M行M列的特征矩阵，L5(c*,d*)为口的标准形状几何特征第c*行第d*列的特征值；步骤2中所述鼻的标准形状几何特征为：L6(e*,f*)e∈[1,M]f*∈[1,M]其中，M为特征矩阵的行以及列的数量，所述鼻的标准形状几何特征L6为M行M列的特征矩阵，L6(e*,f*)为鼻的标准形状几何特征第e*行第f*列的特征值；作为优选，步骤3中所述眼的特征匹配结果为：统计眼的采集几何形状特征L1与眼的标准几何形状特征L4矩阵相同位置上特征值一致的数量为X；步骤3中所述口的特征匹配结果为：统计口的采集几何形状特征L2与口的标准几何形状特征L5矩阵相同位置上特征值一致的数量为Y；步骤3中所述鼻的特征匹本文档来自技高网...

【技术保护点】
1.一种基于人脸识别和指纹识别的油箱防盗系统，包括图像采集模块、指纹识别模块、处理模块、预警模块、通讯模块以及监控终端；所述图像采集模块与所述处理模块连接；所述处理模块与所述指纹识别模块连接；所述预警模块与所述处理模块连接；所述处理模块与所述通讯模块连接；所述通讯模块与所述监控终端连接。

【技术特征摘要】
1.一种基于人脸识别和指纹识别的油箱防盗系统，包括图像采集模块、指纹识别模块、处理模块、预警模块、通讯模块以及监控终端；所述图像采集模块与所述处理模块连接；所述处理模块与所述指纹识别模块连接；所述预警模块与所述处理模块连接；所述处理模块与所述通讯模块连接；所述通讯模块与所述监控终端连接。2.根据权利要求1所述的基于人脸识别和指纹识别的油箱防盗系统，其特征在于：所述图像采集模块设置于后视镜上用于采集车门区域图像，所述图像采集模块为黑白CCD的高清摄像头；所述指纹识别模块用于在指纹识别匹配成功时输出高电平至所述处理模块，在指纹识别匹配不成功时输出低电平至所述处理模块；所述处理模块通过基于几何特征的人脸识别算法进行人脸识别，并根据所述指纹识别模块输出的电平判断指纹识别是否匹配成功；所述预警模块用于人脸识别匹配不成功且指纹识别不成功时报警或人脸识别匹配成功而指纹匹配不成功时发出声光报警；所述通讯模块为GMS的通讯模块，用于给驾驶员发送信息；所述监控终端为驾驶员使用手机，用于接收来所述自通讯模块的信息。3.一种利用权利要求1所述的基于人脸识别和指纹识别的油箱防盗系统进行基于人脸识别和指纹识别的油箱防盗方法，其特征在于，包括以下步骤：步骤1：通过图像采集模块采集车门区域图像并传输至处理模块，处理模块根据几何特征人脸识别算法提取眼的采集几何形状特征、口的采集几何形状特征、鼻的采集几何形状特征；步骤2：处理模块将预先人工导入的灰度图像通过几何特征人脸识别算法提取眼的标准几何形状特征、口的标准几何形状特征、鼻的标准几何形状特征；步骤3：将眼的采集几何形状特征与眼的标准几何形状特征比较得到眼的特征匹配结果，将口的采集几何形状特征与口的标准几何形状特征比较得到口的特征匹配结果，将鼻的采集几何形状特征与鼻的标准几何形状特征比较得到鼻的特征匹配结果，将眼的特征匹配结果、口的特征匹配结果以及鼻的特征匹配结果分别与阈值比较得到人脸识别匹配结果，根据人脸识别匹配结果进行指纹识别匹配。4.根据利用权利要求3所述的基于人脸识别和指纹识别的油箱防盗方法，其特征在于，步骤1中所述车门区域图像为：A(i,j)i∈[1,N]j∈[1,N]其中，所述车门区域图像A为N行N列的灰度图像，A(i,j)为第i行第i列的像素；步骤1中所述眼的采集形状几何特征为：L1(a,b)a∈[1,M]b∈[1,M]其中，M为特征矩阵的行以及列的数量，所述眼的采集形状几何特征L1为M行M列的特征矩阵，L1(a,b)为眼的采集形状几何特征第a行第b列的特征值；步骤1中所述口的采集形状几何特征为：L2(c,d)c∈[1,M]D∈[1,M]其中，M为特征矩阵的行以及列的数量，所述口的采集形状几何特征L2为M行M列的特征矩阵，L2(c,d)为口的采集形状几何特征第c行第d列的特征值；步骤1中所述鼻的采集形状几何特征为：L3(e,f)e∈[1,...

【专利技术属性】
技术研发人员：王正家，何涛，王若，刘鸣，王超，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：湖北,42