一种基于RGBD深度相机的车载人脸识别系统技术方案

本发明专利技术公开了一种基于RGBD深度相机的车载人脸识别系统，包括车载人脸区域抓拍截取、角度方位获取和人脸特征匹配；利用卷积神经网络提取人脸特征与标准数据库中的信息进行比对，进而实现人脸的识别。车载人脸抓拍彩色摄像机与深度摄像机设置于车内，且车载人脸抓拍摄像机模块的方向可旋转，车载终端模块与远程服务器通过通讯模块连接；远程服务器通过网络与终端相连接,本发明专利技术通过所述人脸抓拍摄像机模组可以进行实时抓拍，获取人脸图像并进行截取后通过通讯模块传输至远程服务器，然后进行数据库查找与相关特征分析处理，再通过与远程服务器将识别结果返回终端并显示，由于在2D图像的基础上引入深度信息，具有更高的安全性与鲁棒性。鲁棒性。鲁棒性。

【技术实现步骤摘要】
一种基于RGBD深度相机的车载人脸识别系统


[0001]本专利技术涉及一种车载人脸识别系统，具体为一种基于RGBD深度相机的车载人脸识别系统，属于人脸识别


技术介绍

[0002]随着社会人均汽车保有量的显著上升，衍生出的车身与驾乘人员自主安全防控问题受到了更多的关注。从便利出行到智能出行，ADAS（Advanced Driving Assistance System，高级驾驶辅助系统）一直表现出其智能化、友好化等特性。其中，以人脸识别为代表的高效、便捷、可靠的生物特征识别技术也已然成为智能汽车安防技术的重要环节。不同于其他生物特征识别所需限定条件，人脸识别技术仅仅利用车载摄像头及相关模块即可实现身份鉴别解锁，车内在线支付等功能；其部署便利、效果优异、成本低廉等众多优势让人脸识别技术在车身与驾乘人员自主安全防控领域首屈一指。
[0003]传统的人脸识别算法应用于车站等众多公众场合进行人脸验证，其需要对所识别人员姿态加以约束；然而，实际应用环境中的多种不可控因素会严重影响人脸关键特征，导致人脸识别的难度加大。因此，日常所见的人脸识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于RGBD深度相机的车载人脸识别系统，其特征在于：包括终端，包括摄像装置和显示装置，所述终端的摄像装置采用彩色相机和高精度深度相机实时采集数据，所述摄像装置包括中央处理器和均与所述中央处理器电性连接的采集摄像模块、抓拍摄像模块、通讯模块以及能够独立运行的Linux系统，所述终端上运行已经预训练好的轻量化深度神经网络用于对原始采集到的彩色图与深度图进行预处理并传输，所述显示装置用于对识别信息进行显示公开；远程服务器，其通过网络与终端相连接，所述远程服务器包括人脸识别网络和系统人脸数据库，人脸识别网络为预先训练好的模型，采用深度学习的方法进行人脸特征提取，进而与系统人脸数据库中的人脸信息进行对比，若一致，则将信息发送至终端并显示；所述车载人脸识别系统的运行包括以下步骤：1）建立运行与远程服务器上的包含深度信息的三维人脸数据库；对提出的第一卷积神经网络模型进行深度学习训练以获取车载终端实际拍摄图像的角度以及方位等立体空间信息；2）建立训练好的第一卷积神经网络模型；将训练好的第一卷积神经网络模型所得出的角度与方位信息导入三维人脸数据库，在数据库中获得相同视角、角度与方位的标准含有深度信息的人脸三维信息特征图；3）建立训练好的第二卷积神经网络；将所得到的标准人脸三维特征图与终端所传输的深度图和彩色图同时输入至第二卷积神经网络，根据第二卷积神经网络所得出的相似度的高低来判断是否通过人脸验证；4）将检测到的人脸身份传送到终端并显示。2.根据权利要求1所述的一种基于RGBD深度相机的车载人脸识别系统，其特征在于：所述三维人脸数据库的建立，具体包括如下步骤：1）借助于高精度模组相机获得高精度的三维人脸模型；2）运行于终端设备的轻量化神经网络主要由基于Anchor
‑
free的卷积网络构建；3）将所有含有人脸不同角度与方位，标注了人脸区域的标签图像与深度图像分成训练集和测试集。3.根据权利要求1所述的车载人脸识别系统，其特征在于：所述训练集图像数据输入卷积神经网络前，需对输入数据进行归一化处理，以减少环境干扰与噪声等对识别所产生的影响。4.根据权利要求1所述的...

【专利技术属性】
技术研发人员：刘新华，张忠森，郝敬宾，华德正，祁鹏，路和，刘浩，王晴晴，格热戈尔茨，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：