本發(fā)明涉及汽車技術(shù)領(lǐng)域，具體涉及一種汽車無鑰匙人臉識(shí)別系統(tǒng)。

背景技術(shù)：

傳統(tǒng)的汽車無鑰匙進(jìn)入系統(tǒng)一般采用rfid來進(jìn)行身份驗(yàn)證，因此還是需要駕駛員隨身攜帶，不是真正做到了無鑰匙，這給駕駛員帶來了不便。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述問題，本發(fā)明提供一種汽車無鑰匙進(jìn)入系統(tǒng)。

本發(fā)明的目的采用以下技術(shù)方案來實(shí)現(xiàn)：

提供了汽車無鑰匙進(jìn)入系統(tǒng)，包括：攝像系統(tǒng)，用于拍攝圖像；指紋系統(tǒng)，安裝在車門把手上，用于獲取指紋；控制系統(tǒng)，包括：識(shí)別模塊，用于從拍攝的圖像中識(shí)別人臉；人臉驗(yàn)證模塊，用于將識(shí)別的人臉與預(yù)存的人臉數(shù)據(jù)進(jìn)行比對(duì)驗(yàn)證；指紋驗(yàn)證模塊，用于將獲取的指紋與預(yù)存的指紋數(shù)據(jù)進(jìn)行比對(duì)驗(yàn)證；驅(qū)動(dòng)模塊，用于當(dāng)兩個(gè)比對(duì)驗(yàn)證均通過時(shí)，則釋放車門門鎖。

本發(fā)明的有益效果為：本汽車無鑰匙進(jìn)入系統(tǒng)采用生物識(shí)別技術(shù)來識(shí)別駕駛員身份，從而免除了rfid硬件，真正實(shí)現(xiàn)了無鑰匙進(jìn)入。

附圖說明

利用附圖對(duì)本發(fā)明作進(jìn)一步說明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的汽車無鑰匙進(jìn)入系統(tǒng)的示意圖。

具體實(shí)施方式

結(jié)合以下實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。

參見圖1，一種基于人臉識(shí)別的汽車無鑰匙進(jìn)入系統(tǒng)，其特征是，包括：

攝像系統(tǒng)1，用于拍攝圖像；

指紋系統(tǒng)2，安裝在車門把手上，用于獲取指紋；

控制系統(tǒng)3，包括：

識(shí)別模塊22，用于從拍攝的圖像中識(shí)別人臉；

人臉驗(yàn)證模塊24，用于將識(shí)別的人臉與預(yù)存的人臉數(shù)據(jù)進(jìn)行比對(duì)驗(yàn)證；

指紋驗(yàn)證模塊26，用于將獲取的指紋與預(yù)存的指紋數(shù)據(jù)進(jìn)行比對(duì)驗(yàn)證；

驅(qū)動(dòng)模塊28，用于當(dāng)兩個(gè)比對(duì)驗(yàn)證均通過時(shí)，則釋放車門門鎖。

常規(guī)的汽車無鑰匙進(jìn)入系統(tǒng)采用rfid來進(jìn)行身份驗(yàn)證，而本實(shí)施例采用生物識(shí)別技術(shù)來識(shí)別駕駛員身份，從而免除了rfid硬件，真正實(shí)現(xiàn)了無鑰匙進(jìn)入。

另外，本實(shí)施例同時(shí)識(shí)別人臉和指紋，實(shí)現(xiàn)了雙重安全。并且將指紋識(shí)別直接設(shè)置在門把手上，由于人臉識(shí)別和指紋識(shí)別都不需要人為地進(jìn)行任何操作，所以整個(gè)識(shí)別過程實(shí)現(xiàn)了透明化，讓駕駛員在不知不覺中就完成了身份驗(yàn)證。

優(yōu)選的，汽車無鑰匙進(jìn)入系統(tǒng)還包括移動(dòng)通信模塊，控制系統(tǒng)還包括報(bào)警模塊，用于當(dāng)比對(duì)驗(yàn)證多次不通過時(shí)，通過移動(dòng)通信模塊向指定的移動(dòng)通信終端發(fā)送警報(bào)。

本優(yōu)選實(shí)施例實(shí)現(xiàn)了與移動(dòng)終端的聯(lián)網(wǎng)，從而能夠自動(dòng)向車主報(bào)警，進(jìn)一步防范了盜車風(fēng)險(xiǎn)。

優(yōu)選的，汽車無鑰匙進(jìn)入系統(tǒng)還包括獨(dú)立電源，用于向所述汽車無鑰匙進(jìn)入系統(tǒng)供電；心跳模塊，用于在得到獨(dú)立電源供電時(shí)，保持通過移動(dòng)通信模塊向指定的移動(dòng)通信終端發(fā)送心跳信號(hào)，當(dāng)被斷電時(shí)，則停止發(fā)送心跳信號(hào)，以使得移動(dòng)通信終端能夠根據(jù)心跳信號(hào)是否停止來判斷汽車無鑰匙進(jìn)入系統(tǒng)是否被斷電。

在常規(guī)技術(shù)中，汽車的防盜系統(tǒng)使用了汽車本身的電源，因此盜賊只要破壞電源，就能使汽車無鑰匙進(jìn)入系統(tǒng)失效。而本優(yōu)選實(shí)施例中設(shè)置了獨(dú)立電源，電源可以做到小型化，并且進(jìn)行隱藏，不容易受到盜賊的破壞。因此，盜賊即使破壞了汽車電源，本汽車無鑰匙進(jìn)入系統(tǒng)還能正常工作。

進(jìn)一步的，本優(yōu)選實(shí)施例中還巧妙地設(shè)置了心跳報(bào)警功能，即使盜賊將獨(dú)立電源也予以破壞，一旦移動(dòng)終端檢測(cè)不到心跳信號(hào)了，也開始報(bào)警，從而提示車主汽車發(fā)生了異常。

優(yōu)選的，識(shí)別模塊包括：

篩選模塊，用于從拍攝的多張圖像中篩選出圖像質(zhì)量度最大的圖像；

分析模塊，用于從篩選的圖像中分析出人臉。

通過預(yù)先篩選優(yōu)質(zhì)圖像，這可以顯著地降低計(jì)算量，從而能幾乎實(shí)時(shí)地完成人臉識(shí)別和驗(yàn)證，避免駕駛員還要等待一段時(shí)間才能進(jìn)入汽車，這很好地提高了駕駛員的體驗(yàn)。

優(yōu)選的，篩選模塊計(jì)算圖像質(zhì)量度如下：

qi、βi、vi、αi分別為多幀拍攝圖像中，第i張圖像的圖像質(zhì)量度、第i張圖像的設(shè)定區(qū)域的平均灰度值、第i張圖像的邊緣銳度、以及第i張圖像中人臉?biāo)荚搹垐D像的比例，β為根據(jù)實(shí)際情況設(shè)定的灰度值閾值，v為根據(jù)實(shí)際情況設(shè)定的邊緣銳度閾值，為多幀圖像的平均灰度值，為多幀圖像的平均邊緣銳度，m為從攝像系統(tǒng)獲取的多幀圖像的數(shù)量；α為設(shè)定的比例閾值，當(dāng)αi-α≥0時(shí)，f(αi-α)＝1，αi-α＜0時(shí)，f(αi-α)＝0。

本優(yōu)選實(shí)施例中，篩選函數(shù)慮人臉圖像所占比例、邊緣銳度和灰度值因素，這相比于僅通過一個(gè)特征來評(píng)價(jià)圖像質(zhì)量，取得了更準(zhǔn)確的評(píng)價(jià)結(jié)果，因此能夠篩選出綜合質(zhì)量較高的圖像，這簡(jiǎn)化了圖像篩選的運(yùn)算量，大幅提高了圖像篩選的效率。

優(yōu)選的，分析模塊包括：

(1)在預(yù)先構(gòu)建的人臉數(shù)據(jù)庫中選取n張人臉圖像構(gòu)建訓(xùn)練樣本集x＝[x1，x2，...，xn]，將篩選出的圖像作為測(cè)試樣本y，對(duì)訓(xùn)練樣本集x篩選構(gòu)建最優(yōu)訓(xùn)練樣本集x′；

(2)將最優(yōu)訓(xùn)練樣本集x′中的每副人臉圖像平均分割成r個(gè)塊，則該最優(yōu)訓(xùn)練樣本集被分割成r個(gè)子樣本集ap，p＝1，...，r，每個(gè)子樣本集由每副人臉圖像的第p個(gè)塊構(gòu)成；

(3)將測(cè)試樣本平均分成r個(gè)塊，即y＝[yp，p＝1，...，r]，對(duì)最優(yōu)訓(xùn)練樣本集和測(cè)試樣本按照下述公式進(jìn)行塊加權(quán)：

式中，sp為最優(yōu)訓(xùn)練樣本集中所有人臉圖像的第p個(gè)塊的稀疏殘差均值，s1、s2為設(shè)定的殘差閾值，s1＜s2，f(sp)為判定函數(shù)，當(dāng)sp＜s1時(shí)，f(sp)＝1，當(dāng)sp＞v2時(shí)，f(sp)＝0；

式中，θp為最優(yōu)訓(xùn)練樣本集中的類間距離方差和類內(nèi)距離方差的比值，θ1、θ2為設(shè)定的判別度閾值，θ1＜θ2，f(θp)為判定函數(shù)，當(dāng)θp＜θ2時(shí)，f(θp)＝0，當(dāng)θp＞θ1時(shí)，f(θp)＝1；

(4)用加權(quán)后的最優(yōu)訓(xùn)練樣本集對(duì)加權(quán)后的測(cè)試樣本進(jìn)行稀疏表示，計(jì)算其中每個(gè)類的重構(gòu)殘差，最終將測(cè)試樣本分類為最小重構(gòu)殘差對(duì)應(yīng)的類。

通過將測(cè)試樣本和最優(yōu)訓(xùn)練樣本集中的人臉圖像分割成塊，可以更好地捕捉更具判別性的信息。

具體而言，通過對(duì)最優(yōu)訓(xùn)練樣本集和測(cè)試樣本進(jìn)行塊加權(quán)，能夠更準(zhǔn)確地選擇出遮擋塊和判別性塊，避免了遮擋部位對(duì)識(shí)別人臉的影響，從而能夠提高人臉識(shí)別率，提高了汽車的安防效果。

優(yōu)選的，對(duì)訓(xùn)練樣本集x篩選構(gòu)建最優(yōu)訓(xùn)練樣本集x′包括：對(duì)訓(xùn)練樣本集進(jìn)行過濾預(yù)處理，保留對(duì)測(cè)試樣本y的表示及分類影響大于預(yù)設(shè)值的訓(xùn)練樣本，并利用保留的訓(xùn)練樣本構(gòu)建最優(yōu)訓(xùn)練樣本集x′。

本優(yōu)選實(shí)施例通過構(gòu)建最優(yōu)訓(xùn)練樣本集，減少了訓(xùn)練量，從而提高了人臉識(shí)別速度。

優(yōu)選的，構(gòu)建最優(yōu)訓(xùn)練樣本集x′具體包括：

(1)利用訓(xùn)練樣本集x對(duì)測(cè)試樣本y進(jìn)行線性表示，計(jì)算訓(xùn)練樣本集x中各訓(xùn)練樣本向量的表示系數(shù)c＝[c1，c2，...，cn]^t，其中，表示系數(shù)s的計(jì)算公式為：

c＝x^ty(γe+x^tx)^-1

式中，e為單位矩陣，γ為設(shè)定的系數(shù)；

(2)設(shè)訓(xùn)練樣本集x中共有m個(gè)類，第j個(gè)類中有nj個(gè)訓(xùn)練樣本，計(jì)算每個(gè)類的重構(gòu)殘差為：

fj為第j個(gè)類的重構(gòu)殘差，ck表示第j個(gè)類中第k個(gè)訓(xùn)練樣本對(duì)應(yīng)的表示系數(shù)，xj表示第j個(gè)類的訓(xùn)練樣本集；

(3)選取前m個(gè)最小重構(gòu)殘差對(duì)應(yīng)的類作為備選類，用該m個(gè)備選類構(gòu)建近鄰字典d＝[d1，d2，...，dm]，dj(j＝1，...，m)表示備選類中第j個(gè)類的訓(xùn)練樣本集，用該備選類對(duì)測(cè)試樣本y進(jìn)行線性表示，計(jì)算近鄰字典d中各備選類對(duì)應(yīng)的表示系數(shù)：

c′＝d^ty(γe+d^td)^-1

式中，c′表示備選類對(duì)應(yīng)的表示系數(shù)，c′＝[c1′，c2′，...，scm′]，cj(j＝1，...，m)表示備選類中第j個(gè)類對(duì)應(yīng)的表示系數(shù)；

(4)利用保留的訓(xùn)練樣本構(gòu)建最優(yōu)訓(xùn)練樣本集為：

式中，表示第j個(gè)類的訓(xùn)練樣本集中的第k個(gè)訓(xùn)練樣本。

本優(yōu)選實(shí)施例采用備選類對(duì)應(yīng)的表示系數(shù)對(duì)該備選類的訓(xùn)練樣本進(jìn)行加權(quán)，權(quán)值越大則對(duì)應(yīng)訓(xùn)練樣本對(duì)測(cè)試樣本的表示能力越強(qiáng)，因此構(gòu)建的最優(yōu)訓(xùn)練樣本集能夠更好地近似測(cè)試樣本。發(fā)明人為了構(gòu)建上述的函數(shù)，進(jìn)行了大量的評(píng)估測(cè)試，經(jīng)過反復(fù)驗(yàn)證，確實(shí)在節(jié)省了將近80％的計(jì)算量的情況下，取得了基本相同的人臉識(shí)別率。

優(yōu)選的，所述指紋模塊包括：

生命模塊，用于采集溫度和脈搏數(shù)據(jù)，并對(duì)采集的溫度和脈搏數(shù)據(jù)來判斷獲取的指紋來自活體，并進(jìn)而確定獲取的指紋為有效指紋圖像；

灰度模塊，用于對(duì)有效指紋圖像進(jìn)行灰度處理，處理時(shí)以像素點(diǎn)(x，y)為中心，計(jì)算5×5鄰域內(nèi)灰度均值m、中值z(mì)，

處理后的像素灰度值為：

i(x,y)≥m時(shí)，i'(x,y)＝m+z/2

i(x,y)＜m時(shí)，i'(x,y)＝m-z/2

其中，i(x,y)為指紋圖像在像素點(diǎn)(x，y)處的原始灰度值，i'(x,y)為處理后的灰度值，為所述有效指紋圖像和與其驗(yàn)證的指紋圖像的各像素點(diǎn)值之間的標(biāo)準(zhǔn)差，各個(gè)的平均值；

紋理模塊，對(duì)灰度處理過的指紋圖像的方向場(chǎng)進(jìn)行高斯平滑處理，高斯平滑處理方程為：

其中，將指紋圖像分解成互不重疊、大小為8×8的子塊，子塊各中心點(diǎn)的坐標(biāo)為(m，n)，d(m，n)是從中心點(diǎn)(m，n)到原點(diǎn)的距離；σ為濾波因子，表示高斯函數(shù)的平滑程度，設(shè)置子塊中指紋脊線和谷線的平滑位置σ＝0.5，設(shè)置子塊中指紋脊線和谷線的斷裂和模糊的位置σ＝5；

圖像分割模塊，用于在各子塊中快速提取屬于真實(shí)指紋區(qū)域的子塊，包括：將經(jīng)圖像灰度處理后的每個(gè)子塊(k，l)的灰度均值m(k，l)和方差d(k，l)與指紋圖像所有像素的灰度均值m0和方差d0進(jìn)行比較，若m(k，l)>m0且d(k，l)>d0，則該子塊屬于真實(shí)指紋區(qū)域的子塊；

圖像增強(qiáng)模塊，用于對(duì)屬于真實(shí)指紋區(qū)域的子塊進(jìn)行圖像增強(qiáng)處理。

本優(yōu)選實(shí)施例通過對(duì)指紋圖像灰度進(jìn)行處理，能夠?yàn)V除背景噪聲，且在濾波過程中紋理不會(huì)模糊，對(duì)比度得到增強(qiáng)；通過進(jìn)行高斯平滑處理，得到的頻率場(chǎng)更能反映指紋紋理特性；通過對(duì)指紋圖像進(jìn)行合理分割，能夠準(zhǔn)確快速提取屬于真實(shí)指紋區(qū)域的子塊；通過采用gabor濾波器，能夠?qū)χ讣y圖像進(jìn)行有針對(duì)性的增強(qiáng)。

綜合以上技術(shù)手段，本優(yōu)選實(shí)施例使得指紋識(shí)別的效率和精度都得到了明顯提高。

最后應(yīng)當(dāng)說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。