【技术实现步骤摘要】
一种汽车用户识别方法、装置、系统及存储介质
本专利技术涉及图像处理
，更具体地涉及汽车用户识别的处理。
技术介绍
现有技术中的汽车解锁或汽车用户验证，需要在汽车端录入底库，在汽车端做解锁，受限于单模组即汽车端的图像采集装置(如摄像头)，不能与通过其他终端如手机端的摄像头录入的底库中的数据做跨模组比对；并且车内底库受限于客观条件，如光线、角度、摄像头模组本身成像质量一般等，人脸信息容易受到损失，当在云端做人脸识别验证时，原图传输会受限于用户隐私与法律问题，且和网络环境有很强相关，影响用户的解锁和验证体验，给人脸识别算法的性能带来负面影响。此外，汽车端的模组种类繁多，利用通用框架训练出的模型没有针对性，不能定制化地根据汽车端平台型号，摄像头模组类型来匹配合适的模型结构加以训练，也不能保证能汽车端和手机端之间由不同终端的不同摄像头模组录入的底库可以进行跨模组比对。因此，现有技术中存在汽车端的神经网络模型没有针对性，且无法与其他终端录入的数据进行比对，导致用户识别的准确度低以及速度慢的问题，影响汽车用户的使用体验。
技术实现思路
考虑到上述问题而提出了本专利技术。本专利...
【技术保护点】
1.一种汽车用户识别方法，其特征在于，所述方法包括：采集汽车用户的实时人脸图像；将所述实时人脸图像输入汽车终端神经网络进行特征提取得到所述实时人脸图像特征；获取至少一个终端的数据底库中的人脸底库特征；基于所述实时人脸图像特征与所述至少一个终端的所述人脸底库特征进行特征比对，得到识别结果。
【技术特征摘要】
1.一种汽车用户识别方法，其特征在于，所述方法包括：采集汽车用户的实时人脸图像；将所述实时人脸图像输入汽车终端神经网络进行特征提取得到所述实时人脸图像特征；获取至少一个终端的数据底库中的人脸底库特征；基于所述实时人脸图像特征与所述至少一个终端的所述人脸底库特征进行特征比对，得到识别结果。2.如权利要求1所述的方法，其特征在于，所述方法还包括：根据所述识别结果确定是否对汽车进行解锁，或所述汽车用户是否有权使用汽车。3.如权利要求1所述的方法，其特征在于，所述方法还包括：利用训练数据对主神经网络进行训练得到训练后的主神经网络，以及利用所述训练数据分别对汽车终端初级神经网络和所述至少一个终端的初级神经网络进行终端训练；在所述终端训练中，计算针对所述汽车终端初级神经网络、所述至少一个终端的初级神经网络和所述训练后的主神经网络的整体训练损失；并根据所述整体训练损失优化所述汽车终端初级神经网络得到所述汽车终端神经网络。4.如权利要求3所述的方法，其特征在于，所述方法还包括：搜索汽车终端的神经网络的最优超参数，得到所述汽车终端初级神经网络；和/或，搜索所述至少一个终端的神经网络的最优超参数，得到所述至少一个终端的初级神经网络。5.如权利要求3所述的方法，其特征在于，计算针对所述汽车终端初级神经网络、所述至少一个终端的初级神经网络和所述训练后的主神经网络的整体训练损失，包括：计算所述汽车终端初级神经网络...
【专利技术属性】
技术研发人员：李亮亮，
申请(专利权)人：北京迈格威科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。