基于多维数据识别的汽车电子解锁方法、装置及电子设备制造方法及图纸

本发明专利技术涉及智能识别技术，揭露一种基于多维数据识别的汽车电子解锁方法、装置及设备，所述方法包括：在解锁请求数据为远程通讯数据时，利用注册公钥及车主白名单进行信息验证，验证通过时，在检测到汽车的车周图像中存在符合条件的人物轮廓时解锁汽车；在解锁请求数据为人脸图像数据时，根据所述人脸图像数据与车主白名单进行人脸验证，验证通过时解锁汽车；在解锁请求数据为指纹数据时，根据所述指纹数据中的指纹特征及温度数据与车主白名单进行指纹验证，验证通过时解锁汽车；在解锁请求数据为语音数据时，根据语音数据对应的语音内容及声纹图谱与车主白名单进行语音验证，验证通过时解锁汽车。本发明专利技术可以提高汽车解锁的效率及安全性。及安全性。及安全性。

【技术实现步骤摘要】
基于多维数据识别的汽车电子解锁方法、装置及电子设备


[0001]本专利技术涉及智能识别
，尤其涉及一种基于多维数据识别的汽车电子解锁方法、装置及电子设备。

技术介绍

[0002]随着社会的进步及科技的发展，汽车已经成为人们日常生活中重要的出行工具。现有技术中，通常使用车钥匙打开汽车车门，启动发动机。由此，用户需要随身携带和保管车钥匙。但是，钥匙可能存在容易遗忘和丢失的尴尬，钥匙的遗忘会给用户带来出行的不便，丢失还可能会造成车辆被盗的风险。
[0003]因此，现有技术中存在汽车解锁效率低、解锁安全性低的问题。

技术实现思路

[0004]本专利技术提供一种基于多维数据识别的汽车电子解锁方法、装置及电子设备，其主要目的在于解决汽车解锁效率低、解锁安全性低的问题。
[0005]为实现上述目的，本专利技术提供的一种基于多维数据识别的汽车电子解锁方法，包括：当接收到解锁请求数据时，判断所述解锁请求数据为远程通讯数据、人脸图像数据、指纹数据还是语音数据；当所述解锁请求数据为远程通讯数据时，利用预存的注册公钥对所述解锁请求数据进行解密，得到用户信息，在预设的车主白名单中存在所述用户信息时，采集所述汽车的车周图像，并在所述车周图像中存在符合预设条件的人体轮廓时，对所述汽车执行电子解锁；当所述解锁请求数据为人脸图像数据时，根据所述人脸图像数据与所述车主白名单判断人脸验证通过时，对所述汽车执行电子解锁；当所述解锁请求数据为指纹数据时，提取所述指纹数据的指纹特征及对应的温度数据，并在所述温度数据满足第一预设条件时，根据所述指纹特征与所述车主白名单判断指纹验证通过时，对所述汽车执行电子解锁；当所述解锁请求数据为语音数据时，提取所述语音数据的语音内容及声纹图谱，在所述语音内容满足第二预设条件时，根据所述声纹图谱与所述车主白名单判断语音验证通过时，对所述汽车执行电子解锁。
[0006]可选的，所述在所述车周图像中存在符合预设条件的人体轮廓时，对所述汽车执行电子解锁，包括：从所述车周图像中选取多张连续图像；对所述连续图像进行实物检测，根据实物检测结果判断所述连续图像中是否存在运动物体；若存在运动物体，则从所述车主白名单中获取用户身体数据，根据所述用户身体
数据以及所述运动物体进行身形检测；若身形检测结果通过，则判定所述车周图像中存在符合预设条件的人体轮廓，对所述汽车执行电子解锁；若不存在运动物体或者身形检测结果不通过，则返回所述从所述车周图像中选取多张连续图像的步骤，直至选取连续图像的次数达到预设次数时，判定所述车周图像中不存在符合预设条件的人物，禁止对所述汽车执行电子解锁。
[0007]可选的，所述对所述连续图像进行实物检测，包括：获取所述连续图像的焦片集合，利用预设的深度卷积神经网络对所述焦片集合进行多层次特征提取，得到多层特征；利用预设的卷积长短期模型对所述多层特征中的每一层特征进行融合处理，得到所述多层特征对应的融合特征；对每一层所述融合特征进行多层次特征融合处理，得到目标融合特征；对所述目标融合特征进行卷积处理，并通过激活函数对卷积处理后的特征进行激活，得到所述连续图像中的实物形态。
[0008]可选的，所述根据所述用户身体数据以及所述运动物体进行身形检测，包括：生成所述运动物体的边缘轮廓点，通过人体关键节点检测识别所述边缘轮廓点中的关键节点，根据所述关键节点计算所述用户的身高；根据所述用户身体数据预测所述用户的轮廓范围；将计算得到的身高与所述用户身体数据中的身高数据进行一致性检验，以及计算所述边缘轮廓点与所述轮廓范围的重合度；根据所述身高的一致性检查以及所述轮廓范围的重合度的计算结果，判断身形检测结果是否通过。
[0009]可选的，所述根据所述人脸图像数据与所述车主白名单判断人脸验证通过时，对所述汽车执行电子解锁之前，所述方法还包括：从所述人脸图像数据中提取人脸图像，判断所述人脸图像中是否包含真实人脸：若所述人脸图像中包含真实人脸，则从所述车主白名单中提取预授权的人脸认证图像；对所述人脸图像数据及所述人脸认证图像进行相似度计算；若所述相似度大于或等于预设相似度阈值，则判定人脸验证通过；若所述相似度小于预设相似度阈值，则判定人脸验证不通过。
[0010]可选的，所述判断所述人脸图像中是否包含真实人脸，包括：利用下式对所述人脸图像进行透视变换，得到透视图像：利用下式对所述人脸图像进行透视变换，得到透视图像：
其中，为所述人脸图像的像素点坐标；为所述透视图像的像素点坐标；为预设的坐标变换系数；为矩阵变换后的像素点坐标；为矩阵变换后的坐标变换系数；为预设的透视矩阵，其中，为所述透视矩阵的线性变换参数，为平移参数，为所述透视矩阵的变换参数；将所述透视图像输入预设的多通道卷积层进行计算，得到卷积向量；对所述卷积向量进行线性激活，得到是否包含真实人脸的人脸预测结果。
[0011]可选的，所述对所述人脸图像数据及所述人脸认证图像进行相似度计算，包括：获取所述人脸图像数据的不同种类的模态图，其中，所述模态图包括RGB 图、深度图及红外图，并对所述RGB 图、所述深度图及所述红外图进行特征提取，得到每个模态的特征图；对所有所述特征图进行加权求和，得到标准特征；对所述人脸认证图像进行下采样和降维操作，得到初步采样数据，并对所述初步采样数据依次进行级联，得到对比特征；利用激活函数对所述标准特征及所述对比特征进行距离值计算，根据所述距离值计算得到所述人脸图像数据及所述人脸认证图像的相似度。
[0012]可选的，所述根据所述指纹特征与所述车主白名单判断指纹验证通过时，对所述汽车执行电子解锁之前，所述方法还包括：从所述车主白名单中提取预授权的认证指纹；对所述指纹特征进行纹路识别，根据识别结果从所述预授权的认证指纹中筛选得到待匹配指纹集合；对所述指纹特征及所述待匹配指纹集合中的每个指纹进行子块切割，根据切割后的指纹子块对所述指纹特征与所述待匹配指纹集合中的每个指纹进行相似度识别；根据相似度识别结果计算所述待匹配指纹集合中每一个指纹的相似度分值，并判断所述相似度分值中的最大值是否大于预设相似度阈值；若所述相似度分值中的最大值大于预设相似度阈值，则判定指纹验证通过；若所述相似度分值中的最大值小于或等于预设相似度阈值，则判定指纹验证不通过。
[0013]为了解决上述问题，本专利技术还提供一种基于多维数据识别的汽车电子解锁装置，所述装置包括：解锁请求数据处理模块，用于在接收到解锁请求数据时，判断所述解锁请求数据为远程通讯数据、人脸图像数据、指纹数据还是语音数据；
远程通讯数据解锁模块，用于在所述解锁请求数据为远程通讯数据时，利用预存的注册公钥对所述解锁请求数据进行解密，得到用户信息；在预构建的车主白名单中存在所述用户信息时，采集所述汽车的车周图像，并在所述车周图像中存在符合预设条件的人体轮廓时，对所述汽车执行电子解锁；人脸图像数据解锁模块，用于在所述解锁请求数据为人脸图像数据时，根据所述人脸图像数据与所述车主白名单判断人脸验证通过时，对所述汽车执行电子解锁；指纹数据解锁模块，用于在所述解锁请求数据为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维数据识别的汽车电子解锁方法，其特征在于，所述方法包括：当接收到解锁请求数据时，判断所述解锁请求数据为远程通讯数据、人脸图像数据、指纹数据还是语音数据；当所述解锁请求数据为远程通讯数据时，利用预存的注册公钥对所述解锁请求数据进行解密，得到用户信息，在预设的车主白名单中存在所述用户信息时，采集所述汽车的车周图像，并在所述车周图像中存在符合预设条件的人体轮廓时，对所述汽车执行电子解锁；当所述解锁请求数据为人脸图像数据时，根据所述人脸图像数据与所述车主白名单判断人脸验证通过时，对所述汽车执行电子解锁；当所述解锁请求数据为指纹数据时，提取所述指纹数据的指纹特征及对应的温度数据，并在所述温度数据满足第一预设条件时，根据所述指纹特征与所述车主白名单判断指纹验证通过时，对所述汽车执行电子解锁；当所述解锁请求数据为语音数据时，提取所述语音数据的语音内容及声纹图谱，在所述语音内容满足第二预设条件时，根据所述声纹图谱与所述车主白名单判断语音验证通过时，对所述汽车执行电子解锁。2.如权利要求1所述的基于多维数据识别的汽车电子解锁方法，其特征在于，所述在所述车周图像中存在符合预设条件的人体轮廓时，对所述汽车执行电子解锁，包括：从所述车周图像中选取多张连续图像；对所述连续图像进行实物检测，根据实物检测结果判断所述连续图像中是否存在运动物体；若存在运动物体，则从所述车主白名单中获取用户身体数据，根据所述用户身体数据以及所述运动物体进行身形检测；若身形检测结果通过，则判定所述车周图像中存在符合预设条件的人体轮廓，对所述汽车执行电子解锁；若不存在运动物体或者身形检测结果不通过，则返回所述从所述车周图像中选取多张连续图像的步骤，直至选取连续图像的次数达到预设次数时，判定所述车周图像中不存在符合预设条件的人物，禁止对所述汽车执行电子解锁。3.如权利要求2所述的基于多维数据识别的汽车电子解锁方法，其特征在于，所述对所述连续图像进行实物检测，包括：获取所述连续图像的焦片集合，利用预设的深度卷积神经网络对所述焦片集合进行多层次特征提取，得到多层特征；利用预设的卷积长短期模型对所述多层特征中的每一层特征进行融合处理，得到所述多层特征对应的融合特征；对每一层所述融合特征进行多层次特征融合处理，得到目标融合特征；对所述目标融合特征进行卷积处理，并通过激活函数对卷积处理后的特征进行激活，得到所述连续图像中的实物形态。4.如权利要求2所述的基于多维数据识别的汽车电子解锁方法，其特征在于，所述根据所述用户身体数据以及所述运动物体进行身形检测，包括：生成所述运动物体的边缘轮廓点，通过人体关键节点检测识别所述边缘轮廓点中的关键节点，根据所述关键节点计算所述用户的身高；
根据所述用户身体数据预测所述用户的轮廓范围；将计算得到的身高与所述用户身体数据中的身高数据进行一致性检验，以及计算所述边缘轮廓点与所述轮廓范围的重合度；根据所述身高的一致性检查以及所述轮廓范围的重合度的计算结果，判断身形检测结果是否通过。5.如权利要求1所述的基于多维数据识别的汽车电子解锁方法，其特征在于，所述根据所述人脸图像数据与所述车主白名单判断人脸验证通过时，对所述汽车执行电子解锁之前，所述方法还包括：从所述人脸图像数据中提取人脸图像，判断所述人脸图像中是否包含真实人脸：若所述人脸图像中包含真实人脸，则从所述车主白名单中提取预授权的人脸认证图像；对所述人脸图像数据及所述人脸认证图像进行相似度计算；若所述相似度大于或等于预设相似度阈值，则判定人脸验证通过；若所述相似度小于预设相似度阈值，则判定人脸验证不通过。6.如权利要求5所述的基于多维数据识别的汽车电子解锁方法，其特征在于，所述判断所述人脸图像中是否包含真实人脸，包括：利用下式对所述...

【专利技术属性】
技术研发人员：罗卓双，
申请(专利权)人：深圳立欧实业有限公司，
类型：发明
国别省市：