一种基于人脸识别自启动的车载摄像头模组及其控制方法技术

本发明专利技术公开了一种基于人脸识别自启动的车载摄像头模组及其控制方法，属于图像通信领域，该车载摄像头模组包括图像处理单元、人脸识别检测单元、以及控制单元，图像处理单元与人脸识别检测单元交互，用于对接收到的图像进行处理并回传至人脸识别检测单元。本发明专利技术中人脸识别检测单元将特征点描述子与图像特征点进行匹配得到每两个摄像头视域范围中的重叠区域，控制重叠区域对应的两个摄像头采集视频，将读取到的视频通过运用跟踪算法进行处理以实现目标在摄像头下的长时跟踪，提高了准确性和工作效率。性和工作效率。性和工作效率。

【技术实现步骤摘要】
一种基于人脸识别自启动的车载摄像头模组及其控制方法


[0001]本专利技术属于图像通信领域，更具体地说，尤其涉及一种基于人脸识别自启动的车载摄像头模组。同时，本专利技术还涉及一种基于人脸识别自启动的车载摄像头模组控制方法。

技术介绍

[0002]通过人脸识别激活车辆启动是目前智能车辆方向常规的研究方向，其主要是通过摄像头采集人像经过图像处理以及图像通讯达到验证目的，从而获取车辆启动激活权限，实现人脸识别自启动。
[0003]但是，现有技术中为了全面准确的获得人像，往往采用若干组摄像头同时进行采集，由于回收终端上的摄像头数量为多个，通常还需增加传感器来判断系统是否离焦，从而实现对焦，使得回收终端的结构变得复杂和增加成本，且大多都是被动对焦导致采集图像或视频的精确度下降，影响了回收终端的正常工作。

技术实现思路

[0004]本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于人脸识别自启动的车载摄像头模组及其控制方法，人脸识别检测单元将特征点描述子与图像特征点进行匹配得到每两个摄像头视域范围中的重叠区域，控制重叠区域对应的两个摄像头采集视频，将读取到的视频通过运用跟踪算法进行处理以实现目标在摄像头下的长时跟踪，提高了准确性和工作效率。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种基于人脸识别自启动的车载摄像头模组，该车载摄像头模组包括图像处理单元、人脸识别检测单元、以及控制单元；
[0007]所述人脸识别检测单元，用于采集指定位置所在人员的面部特征，然后对其进行识别，判定是否具有激活车辆的权限，包括：
[0008]镜头组群，用于聚集光线，把拍摄物体投射到成像介质表面，采用单镜头或者多层玻璃的镜头中的一种或组合；
[0009]IR滤光片，用于将多余的光波段过滤掉，使图像传感器能拍摄多所见到的实际物体；
[0010]图像COMS传感芯片，即成像介质，将镜头投射到表面的光信号转换为电信号；
[0011]线路板基板，用于将图像传感器的电信号传输到后端，所述线路板基板把并行的摄像头信号转为串行传输，增强抗干扰能力；
[0012]所述图像处理单元与所述人脸识别检测单元交互，用于对接收到的图像进行处理并回传至人脸识别检测单元，人脸识别检测单元将特征点描述子与图像特征点进行匹配得到每两个摄像头视域范围中的重叠区域，控制重叠区域对应的两个摄像头采集视频，将读取到的视频通过运用跟踪算法进行处理以实现目标在摄像头下的长时跟踪；
[0013]所述控制单元用于接收人脸识别检测单元信息并根据信息判定是否激活车辆。
[0014]优选的，所述的图像处理单元用于对图像进行：
[0015]灰度校正，增强灰度的变化范围、丰富灰度层次，以达到增强图像的对比度和分辨率；
[0016]平滑处理、通过低通滤波器来滤除噪声，从而削弱噪声的影响。
[0017]优选的，所述控制单元用于控制重叠区域对应的其中一组摄像头A指定跟踪目标，另一组摄像头B未指定跟踪目标，所述摄像头A处于跟踪状态，所述摄像头B处于目标检测状态；
[0018]当所述摄像头A中目标进入所述重叠区域后，将启动单应性变换算法在重叠区域进行跟踪目标的匹配；
[0019]当摄像头A视域内跟踪狂映射到摄像头B视域内且与摄像头B中的目标检测框中点距离小于设定的某个阈值时实现目标匹配，摄像头B获取到跟踪目标的属性信息并收集跟踪目标模板，将运用该模板继续对该目标进行跟踪，直到目标从摄像头B视域中离开以完成对摄像头控制。
[0020]一种基于人脸识别自启动的车载摄像头模组控制方法，包括如下步骤：
[0021]人脸识别检测单元采集到指定位置的人员面部信息，并将该信息传输至图像处理单元；
[0022]图像处理单元对图像进行处理并回传至人脸识别检测单元；
[0023]人脸识别检测单元根据接收到的回传信息，对比判定是否能激活车辆启动；
[0024]控制单元接收到人脸识别检测单元传输的对比信息，执行启动或者停止控制。
[0025]优选的，所述图像处理单元对图像进行处理采用VAE生成图像处理模型，所述VAE基于AE和autoencoder，通过一个encoder得到中间表达，然后通过decoder将中间表达重建为原始图像，整个loss函数是图像的距离，和中间表达与normaldistribution的距离之和。
[0026]优选的，人脸识别检测单元判定是否能激活车辆启动，采用Eigenfaces分析法将采集到的人脸图像与数据库的中图像做对比，具体为：
[0027]将输入的人脸图像作为若干矩阵，通过在人脸空间中一组正交向量，并选择最重要的正交向量，作为主成分来描述原来的人脸空间；
[0028]然后将每一维的数据矩阵A，都减去该维的均值，使得变换后矩阵B每一维均值为0；计算变换后矩阵B的协方差矩阵C；计算协方差矩阵C的特征值和特征向量；选取大的特征值对应的特征向量作为主成分，并构成新的数据集。
[0029]优选的，所述Eigenfaces分析法具体计算流程为：
[0030]定义训练数据集矩阵X，由m个人脸向量组成：
[0031]X=[x1,x2,
⋯
,x
m
]；
[0032]其中，每列向量x
i
表示一个m维向量，代表一个训练图像的像素矩阵。
[0033]然后，对X进行奇异值分解SVD：
[0034]X=U
·
S
·
V
T
；
[0035]其中U为m
×
m的左奇异向量矩阵，S为m
×
m的奇异值矩阵，V为n
×
n的右奇异向量矩阵；
[0036]将S的过程进行截断，只保留前k个较大的奇异值，然后重新组合成矩阵S
k
；对应的V
T
的过程也进行截断，保留前k行；
[0037]然后，定义截断后的左奇异向量矩阵Uk为特征向量矩阵，即：
[0038]Eigenfaces=U
k
=[u1,u2,
⋯
,u
i
]；
[0039]其中，u
i
是U
k
的第i列，是一个m维向量；用U
k
将一个m维人脸向量x
i
表示为k维特征向量y
i
：
[0040][0041]对于一个新的人脸向量x0，用同样的方法将其表示为y0，然后计算它与y
i
之间的欧氏距离d
i
：
[0042][0043]最后，将d
i
按照从小到大的顺序排序，然后选择距离最小的前几个人脸向量，根据它们的标签进行识别。
[0044]优选的，所述控制单元包括：
[0045]车载数据处理器，V2X通信电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸识别自启动的车载摄像头模组，其特征在于，该车载摄像头模组包括图像处理单元、人脸识别检测单元、以及控制单元；所述人脸识别检测单元，用于采集指定位置所在人员的面部特征，然后对其进行识别，判定是否具有激活车辆的权限，包括：镜头组群，用于聚集光线，把拍摄物体投射到成像介质表面，采用单镜头或者多层玻璃的镜头中的一种或组合；IR滤光片，用于将多余的光波段过滤掉，使图像传感器能拍摄多所见到的实际物体；图像COMS传感芯片，即成像介质，将镜头投射到表面的光信号转换为电信号；线路板基板，用于将图像传感器的电信号传输到后端，所述线路板基板把并行的摄像头信号转为串行传输，增强抗干扰能力；所述图像处理单元与所述人脸识别检测单元交互，用于对接收到的图像进行处理并回传至人脸识别检测单元，人脸识别检测单元将特征点描述子与图像特征点进行匹配得到每两个摄像头视域范围中的重叠区域，控制重叠区域对应的两个摄像头采集视频，将读取到的视频通过运用跟踪算法进行处理以实现目标在摄像头下的长时跟踪；所述控制单元用于接收人脸识别检测单元信息并根据信息判定是否激活车辆。2.根据权利要求1所述的一种基于人脸识别自启动的车载摄像头模组，其特征在于：所述的图像处理单元用于对图像进行：灰度校正，增强灰度的变化范围、丰富灰度层次，以达到增强图像的对比度和分辨率；平滑处理、通过低通滤波器来滤除噪声，从而削弱噪声的影响。3.根据权利要求1所述的一种基于人脸识别自启动的车载摄像头模组，其特征在于：所述控制单元用于控制重叠区域对应的其中一组摄像头A指定跟踪目标，另一组摄像头B未指定跟踪目标，所述摄像头A处于跟踪状态，所述摄像头B处于目标检测状态；当所述摄像头A中目标进入所述重叠区域后，将启动单应性变换算法在重叠区域进行跟踪目标的匹配；当摄像头A视域内跟踪狂映射到摄像头B视域内且与摄像头B中的目标检测框中点距离小于设定的某个阈值时实现目标匹配，摄像头B获取到跟踪目标的属性信息并收集跟踪目标模板，将运用该模板继续对该目标进行跟踪，直到目标从摄像头B视域中离开以完成对摄像头控制。4.一种基于人脸识别自启动的车载摄像头模组控制方法，其特征在于：包括如下步骤：人脸识别检测单元采集到指定位置的人员面部信息，并将该信息传输至图像处理单元；图像处理单元对图像进行处理并回传至人脸识别检测单元；人脸识别检测单元根据接收到的回传信息，对比判定是否能激活车辆启动；控制单元接收到人脸识别检测单元传输的对比信息，执行启动或者停止控制。5.根据权利要求4所述的一种基于人脸识别自启动的车载摄像头模组控制方法，其特征在于：所述图像处理单元对图像进行处理采用VAE生成图像处理模型，所述VAE基于AE和autoencoder，通过一个encoder得到中间表达，然后通过decoder将中间表达重建为原始图像，整个loss函数是图像的距离，和中间表达与normaldistribution的距离之和。6.根据权利...

【专利技术属性】
技术研发人员：董武，廖文斌，
申请(专利权)人：深圳市壹方智能电子科技有限公司，
类型：发明
国别省市：