CN103434484B - 车载识别认证装置、移动终端、智能车钥控制***及方法 - Google Patents

Abstract

本发明公开了一种车载识别认证装置、移动终端、智能车钥控制***及方法，所述智能车钥控制***包括车载识别认证装置和移动终端，所述车载识别认证装置包括获取模块、无线通信模块和识别模块，所述移动终端包括授权认证模块，其中：获取模块，用于获取人脸图像；识别模块，用于根据预存的识别参数识别认证获取的人脸图像，若认证失败，则通过无线通信模块向移动终端发送人脸图像，及根据移动终端的反馈信息得出认证结果；授权认证模块，用于接收并显示所述人脸图像，并向所述车载识别认证装置发送诸如新用户注册授权、已注册用户授权或拒绝授权等反馈信息。从而实现了远程控制车载识别认证装置的人脸识别认证功能的目的，提高了便利性。

Description

车载识别认证装置、移动终端、智能车钥控制***及方法

技术领域

本发明涉及智能车钥技术领域，尤其是涉及一种车载识别认证装置、移动终端以及智能车钥控制***及其方法。

背景技术

传统车辆一般通过普通车匙来启动，驾驶员需随身携带钥匙，当钥匙丢失后将无法启动车辆，而且普通钥匙极易复制，安全性较差。随着科技的迅速发展，目前出现了智能车钥，其中最具代表性的是基于人脸识别技术对驾驶员进行识别认证的智能车钥控制***，所述智能车钥控制***通过车载识别认证装置采集驾驶员的人脸图像，并将该人脸图像与已注册用户的识别参数进行比对，来完成对当前驾驶员的认证，以此授权或拒绝授权当前驾驶员启动车辆。

目前，基于人脸识别的智能车钥控制***在进行新用户注册时，需要车主在车辆处当场完成注册过程，当车主不在现场，而车主的亲朋好友需要启动车辆时，会带来很大的不便。

同时，由于现有的人脸识别技术在算法上还不成熟，当训练样本较少时，***极易受到光照变化、视角变化、胡须长短、年龄增长、是否佩戴眼镜等特征变化的影响，使得***在部分情况下出现无法识别已注册用户而无法启动车辆的情况，给用户带来很大不便。

发明内容

本发明的主要目的在于提供一种车载识别认证装置、移动终端、智能车钥控制***及方法，旨在实现远程控制车载识别认证装置的人脸识别认证功能，提高便利性。

为达以上目的，本发明提出一个总的发明构思，即利用车主随身携带的移动终端远程控制车载识别认证装置，进而实现远程控制人脸识别认证功能的目的。

因此，本发明提出一种车载识别认证装置，包括获取模块、无线通信模块和识别模块，其中：

获取模块，用于获取人脸图像；

识别模块，用于根据预存的识别参数识别认证获取的人脸图像，若认证失败，则通过所述无线通信模块向预先绑定的移动终端发送所述人脸图像，及根据所述移动终端的反馈信息得出认证结果。

优选地，所述车载识别认证装置还包括在线学习模块，其用于根据所述移动终端的反馈信息更新所述识别参数。

优选地，所述获取模块包括拍摄单元，其用于拍摄视频图像，所述车载识别认证装置还包括入侵检测模块，其用于：

检测所述视频图像中的运动区域是否超过预设阈值及检测所述获取模块是否获取到人脸图像，若所述运动区域超过预设阈值且持续预设时间后，所述获取模块还没有获取到人脸图像，则先向所述移动终端发送所述视频图像，再发出警报。

本发明还提出一种移动终端，包括授权认证模块，其用于接收并显示车载识别认证装置发送的人脸图像，并向所述车载识别认证装置发送反馈信息。

优选地，所述移动终端还包括锁定模块，其用于在接收到外部设备发送的锁定指令后，锁定所述授权认证模块。

本发明同时提出一种智能车钥控制***，包括进行信息交互的车载识别认证装置和移动终端，所述车载识别认证装置包括获取模块、无线通信模块和识别模块，所述移动终端包括一授权认证模块，其中：

获取模块，用于获取人脸图像；

识别模块，用于根据预存的识别参数识别认证获取的人脸图像，若认证失败，则通过所述无线通信模块向预先绑定的移动终端发送所述人脸图像，及根据所述移动终端的反馈信息得出认证结果；

授权认证模块，用于接收并显示车载识别认证装置发送的人脸图像，并向所述车载识别认证装置发送反馈信息。

优选地，所述智能车钥控制***还包括服务器端，所述车载识别认证装置和移动终端通过所述服务器端间接的进行信息交互，其中：

车载识别认证装置，用于向所述服务器端发送信息，及接收所述移动终端发送至所述服务器端的信息；

移动终端，用于向所述服务器端发送信息，及接收所述车载识别认证装置发送至所述服务器端的信息；

服务器端，用于接收所述车载识别认证装置和移动终端发送的信息并存储。

本发明同时提出一种智能车钥控制方法，包括步骤：

车载识别认证装置获取人脸图像后，根据预存的识别参数识别认证所述人脸图像；

若所述车载识别认证装置认证失败，则向移动终端发送所述人脸图像；

所述移动终端接收并显示所述人脸图像，并根据车主指令向所述车载识别认证装置发送反馈信息；

所述车载识别认证装置根据所述反馈信息得出认证结果。

优选地，所述车载识别认证装置根据所述反馈信息得出认证结果的步骤的同时还包括：

所述车载识别认证装置根据所述反馈信息更新所述识别参数。

优选地，所述车载识别认证装置根据预存的识别参数识别认证所述人脸图像的步骤之前还包括：

车载识别认证装置拍摄视频图像；

所述车载识别认证装置检测所述视频图像中的运动区域是否超过预设阈值且持续预设时间，并试图从所述视频图像中获取人脸图像；

若所述视频图像中的运动区域超过预设阈值且持续预设时间，且所述车载识别认证装置未成功获取到所述人脸图像，则向移动终端发送所述视频图像并发出警报。

优选地，所述移动终端接收到外部设备发送的锁定指令后，停止与所述车载识别认证装置进行信息交互。

本发明所提供的车载识别认证装置、移动终端、智能车钥控制***及方法，当车载识别认证装置认证失败时则向车主的移动终端发送人脸图像，车主通过移动终端显示的人脸图像做出判断，并利用移动终端向车载识别认证装置发送反馈信息，例如新用户注册授权、已注册用户授权或拒绝授权等。从而实现了远程控制车载识别认证装置的人脸识别认证功能的目的，使得车主无需亲自到达车辆处进行注册，或者避免了在某些情况下车载识别认证装置无法识别车主或其他合法注册用户而拒绝启动车辆的尴尬局面，提高了便利性。

附图说明

图1是本发明的智能车钥控制***第一实施例的结构框图；

图2是本发明的车载识别认证装置一实施例的结构框图；

图3是图2中的获取模块一实施例的结构框图；

图4是本发明的移动终端一实施例的结构框图；

图5是图4中的授权认证模块显示的用户界面图；

图6是本发明的智能车钥控制***第二实施例的结构框图；

图7是本发明的智能车钥控制方法第一实施例的流程图；

图8是本发明的智能车钥控制方法第二实施例的流程图；

图9是本发明的智能车钥控制方法第三实施例的流程图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参见图1，提出本发明的智能车钥控制***一实施例，所述智能车钥控制***包括车载识别认证装置100和移动终端200，所述车载识别认证装置100和移动终端200相互绑定，可以进行信息交互。所述车载识别认证装置100首先进行用户身份注册（注册信息与移动终端同步），然后通过对驾驶员的面部进行识别认证来完成车辆的驾驶授权，该装置的处理单元在硬件上可以通过基于ARM架构的处理器、数字信号处理器的嵌入式***或基于X86架构的车载电脑来实现。所述移动终端200通常由车主随身携带，可以是手机或者平板电脑。

所述车载识别认证装置100如图2、图3所示，包括获取模块110、无线通信模块130、初始学习模块120、在线学习模块150、识别模块140和入侵检测模块160，所述获取模块110用于获取人脸图像和视频图像，包括拍摄单元111、人脸检测单元112和预处理单元113。

拍摄单元111：用于拍摄车内的视频图像，为了节约成本，可采用单个网络摄像头。所述拍摄单元111也可以是外置的摄像装置，通过USB接口或IEEE1394接口与车载识别认证装置100连接。

人脸检测单元112：用于对视频图像中的人脸区域进行定位，检测出人脸。其检测流程如下：

首先进行特征提取，提取视频图像中各个位置在各种尺度下（不同的局部区域大小）的特征。较常用的特征有哈尔小波（HAAR）特征、伽柏（Gabor）特征等；提取的特征也可以通过学习的方法得到，例如，卷积神经网络（CNN)通过使用反向传递算法，学习多层卷积核，然后这些卷积核与不同层次的图像进行卷积，生成图像的多层特征表达。

接着进行判决，根据已训练好的检测器（该检测器也可视为一种两类分类器，用于区分人脸和非人脸区域），判决哪个位置在哪个尺度下包含人脸。该检测器可使用支持向量机来实现，也可以使用自适应增强（AdaBoost）等分类算法来实现。其中支持向量机通过学习不同类别之间特征向量（或向量的线性或非线性映射）的分界面来实现，该分界面在最小化训练误差的同时最小化结构风险；而自适应增强分类算法通过学习多个弱分类器及对应权重，然后将多个弱分类器串联后进行分类，串联前端的弱分类器可用很小的计算量去除大量不是人脸的区域，后段的弱分类器再对剩余的区域进行进一步检测，从而可以极大提升人脸检测速度。

预处理单元113：用于对检测到的人脸图像进行预处理和对准，以减少光照及人脸各部位的相对位移对人脸识别的影响。其处理过程如下：

首先进行伽玛校正（GammaCorrection），以加强局部图像的动态范围。假设某像素点的灰度值为γ，那么经过伽玛校正后，该灰度值等于I^γ，γ的取值范围为0到1。

接着进行高斯差滤波（DifferenceofGaussianfiltering)，以去除全局的亮度梯度影响，如阴影等。高斯差滤波将两个不同方差的二维高斯函数的差作为卷积核与人脸图像进行卷积来完成滤波。高斯差滤波可以视为一种带通滤波器，将频率很高的噪声和频率较低的亮度梯度变化滤除。

然后进行对比度均衡，以重新调整图像亮度的取值范围和标准化图像亮度的变化。可以采取将每个像素点的灰度值除以整幅人脸图像所有像素点的灰度值中值来实现。

最后进行活体认证，以认证接收到的二维人脸图像是否为真实人脸。可以在认证过程中要求驾驶员的脸部朝向有一定的变化，根据判断是否不同朝向的人脸图像来进行活体认证。也可以让拍摄装置上下、左右运动，根据判断摄像装置运动时是否可拍摄到不同视角的人脸图像来进行认证。还可以对眼睛部位进行检测和跟踪，根据判断眼部是否有眨眼等原因引起的变动来进行认证。

无线通信模块130：用于直接与绑定的移动终端200进行通信，该无线通信模块130可采用3G通信讯模块或WIFI模块。

初始学习模块120：用于根据注册时获取模块110得到的人脸图像进行初始学习，以获得识别参数，并存储于本地。包括训练集人脸图像特征的提取和判决器参数学习。所述训练集人脸图像特征的提取，即从训练集中预处理后的人脸图像中提取指定的特征，用于人脸识别较常用的特征有伽柏（Gabor）特征，局部二值特征（LocalBinaryPattern)等。提取的特征也可以通过学习的方法得到，可以采用K均值聚类方法（K-means），有限波尔兹玛机器（restrictedboltzmannmachine）或者自动编码器（auto-encoder)进行非监督学习得到需要提取的特征。所述判决器参数学习，可以采用支持向量机、随机森林（RandomForest）、自适应增强（Adaboost)、人工神经网络、距离分类器等分类方法来实现。

识别模块140：用于根据预存于本地的识别参数，对获取模块110获取的人脸图像进行识别认证。所述预存的识别参数包括初始学习模块120对注册用户的人脸图像初始学习得到的识别参数（包括特征参数及判决器参数等），以及在线学习模块150后续更新升级的识别参数。当识别的可信度较高时，则授权用户进行车辆操作；否则，通过无线通信模块130将获取的人脸图像及其相关信息（如候选人信息）发送到移动终端200，再根据移动终端200的反馈信息得出认证结果。例如，若车主通过移动终端200对当前驾驶员进行新用户注册授权或已注册用户授权，识别模块140则得出认证成功的结果，授权当前驾驶员进行车辆操作；若车主通过移动终端200拒绝授权当前驾驶员，识别模块140则得出认证失败的结果，拒绝当前驾驶员操作车辆。

识别模块140的具体识别过程为：首先提取特征，即从获取的人脸图像中提取指定特征以及提取预存的识别参数的特征。接着进行判决，比较所述指定特征和识别参数的特征，得到与已注册用户的人脸的相似度，得到一定数量的候选人。如使用支持向量机作为判决器，可通过计算待识别样本特征到分类界面的距离，来估计相似度和可信度；如采用距离分类器作为判决器，则通过计算待识别样本特征与训练集样本或样本中心的距离来估计相似度和可信度。如果待识别样本和所有已注册用户的相似度都低于一定阈值，则判为未授权驾驶员；当与某一已注册用户的相似度高于一定阈值时，则判为已授权驾驶员；当相似度介于已授权和未授权之间时，则拒绝判决。当判定为未授权驾驶员或拒绝判决时，调用无线通信模块130将获取的人脸图像及相关信息（如相似的候选人信息）发送至绑定的移动终端。其中候选人的选择，可以根据待识别样本特征与现有已注册用户训练样本的相似度进行排序，选择相似度最高的若干个已注册用户作为候选人。

在线学习模块150：用于根据移动终端200的反馈信息对识别参数进行更新。如果车主通过移动终端200选择已注册用户来授权当前驾驶员，在线学习模块150则根据车主授权的注册用户身份以及当前驾驶员的人脸图像（可以是采集到的多张图像）提取出的特征更新识别参数，如分类器参数和/或特征参数。如果车主选择对目前驾驶员进行新用户注册授权，则说明是新的注册用户，在线学习模块150就建立新用户身份识别号，提取新用户的识别参数。

对于特征参数更新，如果初始学习模块120提取的特征是通过学习的方式获取，则需要对学习到的特征进行更新以适应新授权或新注册的人脸图像。若初始学习模块120采用的是K均值聚类方法进行聚类学习，则可以采用在线K均值聚类方法（online-kmeans)进行特征的更新。其中，在线K均值聚类方法，根据新样本与原有聚类中心的距离进行更新。如果新样本与聚类中心的距离小于一定的阈值，则根据该样本重新计算对应聚类中心的均值；如果大于一定的阈值，则新增聚类中心。

对于判决器参数更新，即根据当前人脸图像提取的特征对判决器参数进行更新。如果初始学习模块120的判决器采用支持向量机或人工神经网络，则可以通过随机梯度下降法（StochasticGradientDecent）或者随机子梯度下降法（StochasticSub-gradientDecent）对支持向量机的分类面参数进行更新；如果初始学习模块120的判决器采用随机森林，则可以采用在线随机森林（On-lineRandomForest）进行更新。其中在线随机森林根据新增的样本数目、以及如果对已有决策树进行扩展可能带来的熵增益，对随机森林中的决策树进行更新。如果新增的样本数目大于一定的阈值，同时如果对决策树进行扩展可带来的熵增益大于一定的阈值，则对决策树进行扩展，增加决策树的节点。

入侵检测模块160：用于检测所述获取模块110采集到的视频图像中的运动区域是否超过预设阈值，及检测所述获取模块110是否获取到人脸图像，若所述运动区域超过预设阈值且持续预设时间后，所述获取模块110还没有获取到人脸图像，则先向所述移动终端200发送所述视频图像，再发出警报。

具体的，所述运动区域可采用基于背景建模的前景提取方法来获得，首先用混合高斯模型（高斯函数的加权和）对视频图像中每个像素点值的取值范围进行建模；然后在前景提取过程中，如果当前像素点可以被背景的混合高斯模型描述，则判定为背景点，否则判定为前景点。所述运动区域也可以采用帧差法检测获得，即通过对视频图像的前后帧相减，找出前后帧变化较大的像素点，并在连续多帧进行累计后判断出运动区域。检测到运动区域后，计算运动区域的面积与全图像面积之比是否大于预设阈值，如果大于预设阈值且已持续预设时间（如30秒）后，仍没有接收到获取模块110获得人脸图像的信息，则立即通过无线通信模块130向车主的移动终端200发送该时间段的视频图像后，再发出警报。从而可防止入侵人员发现事情败露后破坏拍摄装置，导致事后无法取证。

所述移动终端200如图4、图5所示，可以是手机或者平板电脑等，包括授权认证模块210和锁定模块220，其中：

授权认证模块210：用于接收并显示车载识别认证装置100发送的人脸图像和视频信息，并向所述车载识别认证装置100发送已注册用户授权、新用户注册授权或拒绝授权等反馈信息。所述移动终端200可基于iOS、Android、WindowsPhone等移动操作***开发应用程序，所述授权认证模块210通过所述应用程序给车主提供清晰明了、容易操作的用户界面。如图5所示，展示了用户界面的基本元素，其中区域211用于显示图像或视频，以供用户查看和参考；区域212为“注册”新用户按钮，用户可以通过该按钮远程注册新的用户，即时授权给当前驾驶员驾驶车辆，并将信息反馈给车载识别认证装置100；区域213的多个矩形区域按相识度显示已注册用户的人脸图像以及拒绝图标，车主通过点选这些人脸图像确认授权已注册但车载识别认证装置100无法识别的驾驶员，或点击拒绝图标拒绝授权当前驾驶员，并将信息反馈给车载识别认证装置100；区域214显示应用程序状态，例如，车载识别认证装置100与移动终端200或服务器的连接状态等。

锁定模块220：用于在接收到外部设备发送的锁定指令后，锁定所述授权认证模块210，从而关闭移动终端200的授权认证功能，避免非法人员通过盗窃车主的移动终端200来绕过车载识别认证装置100的人脸识别认证。所述外部设备可以是任何发送锁定指令的终端设备或服务器，所述锁定指令可以由车主自定义。

参见图6，提出本发明的智能车钥控制***第二实施例，所述智能车钥控制***与上述实施例相比，在于增加了服务器端300，使得所述车载识别认证装置100和移动终端200通过所述服务器端300间接的进行信息交互。其中，所述车载识别认证装置100与所述服务器端300中对应的账户进行绑定（一台服务器可同时处理多个不同用户的信息，不同的用户对应不同的服务器账户），向所述服务器端300发送信息，及接收所述移动终端200发送至所述服务器端300的信息；所述移动终端200与所述服务器端300中对应的账户绑定，向所述服务器端300发送信息，及接收所述车载识别认证装置100发送至所述服务器端300的信息；所述服务器端300用于接收所述车载识别认证装置100和移动终端200发送的信息并存储。所述服务器端300可以采用台式机，并在台式机上装载相应的应用程序作为服务器平台；或者使用Web服务器商提供的网络服务器平台。

以***提供的网络服务器平台为例，服务器端300的应用程序可使用谷歌应用引擎来实现，其用于接收车载识别认证装置100上传的图像或视频，同时接收移动终端200的反馈信息。而移动终端200和车载识别认证装置100则定期向服务器端300获取信息。具体的，当服务器端300收到车载识别认证装置100带有图像的张贴请求后，使用谷歌应用引擎将图像或视频储存在谷歌应用引擎的数据仓库里，同时把相应的状态变量设定为真，代表有新的更新（可采用PYTHON语言在谷歌应用引擎实现这个步骤）。移动终端200实时聆听服务器端100的状态变量是否为真，如果为真，则将服务器端300里刚储存的图像或视频下载到移动终端200，让车主选择是否授权当前驾驶员驾驶车辆，车主通过移动终端200发送的反馈信息则通过张贴请求上传到服务器端300。车载识别认证终装置100也通过实时聆听服务器端300的用户指令的状态变量来接收移动终端200的反馈信息，并根据反馈信息来决定是否授予当前驾驶员驾驶权以及更新识别参数。

如果车主的移动终端200丢失，车主可以通过服务器端300向所述移动终端200发送锁定指令，关闭所述移动终端200的授权认证功能，避免非法人员通过盗窃移动终端200绕过车载识别认证装置100的人脸识别认证。

据此，本发明的智能车钥控制***，具有以下优点：

（1）当车载识别认证装置100无法识别未注册用户时，车主可以通过移动终端200远程的进行新用户注册，使得车主无需亲自到达车辆现场进行注册，提高了便利性。

（2）当车载识别认证装置100对已注册用户无法识别时，车主只需通过移动终端200根据人脸图像从备选注册用户中选择当前用户，即可轻松完成授权。避免了在某些情况下，车载识别认证装置100无法识别车主或其他合法注册用户而拒绝启动车辆的尴尬局面。

并且，车主的移动终端200带有锁定功能，当车主的移动终端200被盗，车主可以通过其他移动终端或服务器等外部设备向被盗移动终端200发送锁定指令，锁定被盗移动终端200的授权认证功能，从而避免他人通过盗取车主的移动终端200来避开车辆的人脸认证，提高了安全性。

（3）同时，基于车主通过移动终端200反馈的新用户注册授权、已注册用户授权等反馈信息，车载识别认证装置100的在线学习模块150可以对识别参数进行更新与升级。通过与车主交互完成车载识别认证装置100的在线学习，避免了全自动在线学习方法可能产生的错误更新问题，也减少了不必要的更新操作和计算量，使得***对同一人脸在各种条件下特征变化的适应性更强，自动识别的性能越来越好。随着***使用时间的增加，需要车主干预的次数将大幅减少，提高了识别的准确性。

（4）车载识别认证装置100的入侵检测模块160具备对车辆内部进行监控的功能。当有人进入车辆，车载识别认证装置100会提醒进入人员进行人脸认证。当进入车辆的人员脸部刻意避开拍摄装置，在指定时间内不能完成认证，入侵检测模块160会立即将视频图像发送到服务器端300或车主的移动终端200，再发出警报。为日后的取证提供证据，避免入侵人员刻意破坏摄像装置后证据丢失。

参见图7，提出上述智能车钥控制***的智能车钥控制方法一实施例，当所述智能车钥控制***为如图1所示的第一实施例的智能车钥控制***，车载识别认证装置和移动终端直接进行信息交互时，所述智能车钥控制方法包括以下步骤：

步骤S101、车载识别认证装置获取人脸图像。

用户进入驾驶室后，车载识别认证装置随即获取用户的人脸图像。

步骤S102、车载识别认证装置判断人脸图像与预存的识别参数是否匹配。

获取人脸图像后，车载识别认证装置接着根据预存的识别参数识别认证人脸图像，若人脸图像与预存的识别参数相匹配，则进入步骤S103；若人脸图像与预存的识别参数不匹配，则进入步骤S104。

步骤S103、认证成功。

认证成功后，车载识别认证装置则授权用户进行车辆操作。

步骤S104、车载识别认证装置向移动终端发送人脸图像。

认证失败后，车载识别认证装置则将获取的人脸图像及其相关信息（如候选人信息）发送到移动终端，该移动终端由车主随身携带。

步骤S105、移动终端接收并显示人脸图像，并根据车主指令向车载识别认证装置发送反馈信息。

移动终端接收到人脸图像后，向车主显示该人脸图像，车主随即进行相应的操作向移动终端发送相应的指令，如发送已注册用户授权指令、新用户注册授权指令、拒绝指令等。移动终端根据车主指令向车载识别认证装置发送相应的反馈信息，如发送已注册用户授权、新用户注册授权或拒绝授权等反馈信息。

步骤S106、车载识别认证装置根据反馈信息得出认证结果。

若车载识别认证装置收到新用户注册授权或已注册用户授权的反馈信息，则得出认证成功的结果，授权当前驾驶员进行车辆操作；若车载识别认证装置收到拒绝授权的反馈信息时，则得出认证失败的结果，拒绝当前驾驶员操作车辆。

步骤S107、车载识别认证装置根据反馈信息更新识别参数。

如果车载识别认证装置收到已注册用户授权的反馈信息，则根据车主授权的注册用户身份以及当前驾驶员的人脸图像（可以是采集到的多张图像）提取出的特征更新识别参数。如果车载识别认证装置收到新用户注册授权的反馈信息，则说明是新的注册用户，则建立新用户身份识别号，提取新用户的识别参数。

参见图8，提出上述智能车钥控制***的智能车钥控制方法第二实施例，当所述智能车钥控制***为如图6所示的第二实施例的智能车钥控制***，车载识别认证装置和移动终端通过服务器端间接的进行信息交互时，所述智能车钥控制方法包括以下步骤：

步骤S201、车载识别认证装置获取人脸图像。

用户进入驾驶室后，车载识别认证装置随即获取用户的人脸图像。

步骤S202、车载识别认证装置判断人脸图像与预存的识别参数是否匹配。

获取人脸图像后，车载识别认证装置接着根据预存的识别参数识别认证人脸图像，若人脸图像与预存的识别参数相匹配，则进入步骤S203；若人脸图像与预存的识别参数不匹配，则进入步骤S204。

步骤S203、认证成功。

认证成功后，车载识别认证装置则授权用户进行车辆操作。

步骤S204、车载识别认证装置向服务器端发送人脸图像。

认证失败后，车载识别认证装置将获取的人脸图像及其相关信息（如候选人信息）发送到服务器端，服务器端接收并存储人脸图像及其相关信息。

步骤S205、移动终端从服务器端下载人脸图像并显示，并根据车主指令向服务器端发送反馈信息。

移动终端接收到人脸图像后，向车主显示该人脸图像，车主随即进行相应的操作而向移动终端发送相应的指令，如发送已注册用户授权指令、新用户注册授权指令、拒绝指令等。移动终端根据车主指令向服务器端发送相应的反馈信息，如发送已注册用户授权、新用户注册授权或拒绝授权等反馈信息，服务器端接收并存储所述反馈信息。

步骤S206、车载识别认证装置从服务器端下载反馈信息，并根据反馈信息得出认证结果。

若车载识别认证装置收到新用户注册授权或已注册用户授权的反馈信息，则得出认证成功的结果，授权当前驾驶员进行车辆操作；若车载识别认证装置收到拒绝授权的反馈信息时，则得出认证失败的结果，拒绝当前驾驶员操作车辆。

步骤S207、车载识别认证装置从服务器端下载反馈信息，并根据反馈信息更新识别参数。

如果车载识别认证装置收到已注册用户授权的反馈信息，则根据车主授权的注册用户身份以及当前驾驶员的人脸图像（可以是采集到的多张图像）提取出的特征更新识别参数。如果车载识别认证装置收到新用户注册授权的反馈信息，则说明是新的注册用户，则建立新用户身份识别号，提取新用户的识别参数。

参见图9，提出本发明的智能车钥控制方法第三实施例，所述智能车钥控制方法还能对车辆进行实时监控，防止不法人员侵入车辆实施盗窃，具体步骤如下：

步骤S301、车载识别认证装置拍摄视频图像。

车辆停止运行后，车载识别认证装置实时拍摄视频图像，对车辆内部进行监控。

步骤S302、车载识别认证装置检测视频图像中的运动区域是否超过预设阈值且持续预设时间。

车载识别认证装置试图从视频图像中获取人脸图像以进行人脸识别认证的同时，还检测视频图像中的运动区域，以此来判断是否有人员进入车辆。所述运动区域可采用基于背景建模的前景提取方法来获得，首先用混合高斯模型（高斯函数的加权和）对视频图像中每个像素点值的取值范围进行建模；然后在前景提取过程中，如果当前像素点可以被背景的混合高斯模型描述，则判定为背景点，否则判定为前景点。所述运动区域也可以采用帧差法检测获得，即通过对视频图像的前后帧相减，找出前后帧变化较大的像素点，并在连续多帧进行累计后判断出运动区域。检测到运动区域后，计算运动区域的面积与全图像面积之比是否大于预设阈值，如果大于预设阈值且持续预设时间，则说明有人员进入车内，进入步骤S303；如果小于预设阈值，则说明没有人员进入车内，继续进行检测。

步骤S303、车载识别认证装置判断是否从视频图像中获取到人脸图像。

当检测到有人员进入车辆后，车载识别认证装置则提示进入人员进行人脸识别认证，同时判断是否已经从视频图像中成功获取到人脸图像，若没有获取到人脸图像，则说明进入人员有意躲避人脸认证，有可能是不法人员侵入车内，则进入步骤S304；若已成功获取到了人脸图像，则进入步骤S305-S310，步骤S305-S310与前述智能车钥控制方法第一实施例中的步骤S102-S107相同，在此不再赘述。同时步骤S305-S310也可以替换成前述智能车钥控制方法第二实施例中的步骤S202-S207。

步骤S304、车载识别认证装置向移动终端发送视频图像并发出警报。

车载识别认证装置确定有不法人员侵入，则首先向车主的移动终端发送视频图像以保留证据，然后再发出警报。或者也可以向已注册的服务器端发送视频图像。

上述智能车钥控制方法第一、第二、第三实施例中，若车主的移动终端接收到外部设备如其它移动终端或服务器端发送的锁定指令后，则停止与所述车载识别认证装置进行信息交互，如停止接收由车载识别认证装置直接发送的人脸图像信息或停止从服务器端下载由车载识别认证装置上传的人脸图像信息，或者停止向车载识别认证装置直接发送反馈信息或向服务器端上传反馈信息。以防止不法人员盗取车主移动终端后控制车辆的智能车钥控制***。

综上所述，本发明的智能车钥控制方法，具有以下优点：

（1）当车载识别认证装置对当前用户人脸识别认证失败后，则向车主的移动终端发送人脸图像信息，由车主远程进行授权或不予授权的指令操作，实现了远程控制车载识别认证装置的人脸识别认证功能的目的，提高了便利性。

（2）车主的移动终端带有锁定功能，当车主的移动终端被盗，车主可以通过其他移动终端或服务器等外部设备向被盗移动终端发送锁定指令，锁定被盗移动终端的授权认证功能，从而避免他人通过盗取车主的移动终端来避开车辆的人脸认证，提高了安全性。

（3）同时，基于车主通过移动终端反馈的新用户注册授权、已注册用户授权等反馈信息，车载识别认证装置可以对识别参数进行更新与升级。通过与车主交互完成车载识别认证装置的在线学习，避免了全自动在线学习方法可能产生的错误更新问题，也减少了不必要的更新操作和计算量，使得***对同一人脸在各种条件下特征变化的适应性更强，自动识别的性能越来越好。随着***使用时间的增加，需要车主干预的次数将大幅减少，提高了识别的准确性。

（4）车载识别认证装置还具备对车辆内部进行监控的功能。当检测到有人进入车辆，车载识别认证装置会提醒进入人员进行人脸认证。当进入车辆的人员脸部刻意避开拍摄装置，在指定时间内不能完成认证，车载识别认证装置会立即将视频图像发送到服务器端或车主的移动终端，再发出警报。为日后的取证提供证据，避免入侵人员刻意破坏摄像装置后证据丢失。

应当理解的是，以上仅为本发明的优选实施例，不能因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种车载识别认证装置，其特征在于，包括获取模块、无线通信模块、入侵检测模块和识别模块，其中：

获取模块，用于拍摄视频图像并获取人脸图像；

识别模块，用于根据预存的识别参数识别认证获取的人脸图像，若认证失败，则通过所述无线通信模块向预先绑定的移动终端发送所述人脸图像，及根据所述移动终端的反馈信息得出认证结果；

入侵检测模块，用于检测所述视频图像中的运动区域是否超过预设阈值及检测所述获取模块是否获取到人脸图像，若所述运动区域超过预设阈值且持续预设时间后，所述获取模块还没有获取到人脸图像，则通过所述无线通信模块向所述移动终端发送所述视频图像并发出警报。

2.根据权利要求1所述的车载识别认证装置，其特征在于，还包括在线学习模块，其用于根据所述移动终端的反馈信息更新所述识别参数。

3.一种移动终端，其特征在于，包括授权认证模块，其用于接收并显示车载识别认证装置发送的人脸图像，并向所述车载识别认证装置发送反馈信息；还包括锁定模块，其用于在接收到外部设备发送的锁定指令后，锁定所述授权认证模块，从而关闭所述移动终端的授权认证功能；所述移动终端还用于接收所述车载识别认证装置检测到被非法侵入时发送的视频图像并予以保存。

4.一种智能车钥控制***，其特征在于，包括进行信息交互的车载识别认证装置和移动终端，所述车载识别认证装置为如权利要求1或2所述的车载识别认证装置，所述移动终端为如权利要求3所述的移动终端。

5.根据权利要求4所述的智能车钥控制***，其特征在于，所述智能车钥控制***还包括服务器端，所述车载识别认证装置和移动终端通过所述服务器端间接的进行信息交互，其中：

车载识别认证装置，用于向所述服务器端发送信息，及接收所述移动终端发送至所述服务器端的信息；

移动终端，用于向所述服务器端发送信息，及接收所述车载识别认证装置发送至所述服务器端的信息；

服务器端，用于接收所述车载识别认证装置和移动终端发送的信息并存储。

6.一种智能车钥控制方法，其特征在于，包括步骤：

车载识别认证装置拍摄视频图像，检测所述视频图像中的运动区域是否超过预设阈值且持续预设时间，并试图从所述视频图像中获取人脸图像；

若所述车载识别认证装置在所述视频图像中的运动区域超过预设阈值且持续预设时间后仍未成功获取到所述人脸图像，则向移动终端发送所述视频图像并发出警报；

若所述车载识别认证装置成功获取到所述人脸图像后，则根据预存的识别参数识别认证所述人脸图像，若认证失败，则向所述移动终端发送所述人脸图像；

所述移动终端接收并显示所述人脸图像，并根据车主指令向所述车载识别认证装置发送反馈信息；

所述车载识别认证装置根据所述反馈信息得出认证结果。

7.根据权利要求6所述的智能车钥控制方法，其特征在于，所述车载识别认证装置根据所述反馈信息得出认证结果的步骤的同时还包括：

所述车载识别认证装置根据所述反馈信息更新所述识别参数。

8.根据权利要求6或7所述的智能车钥控制方法，其特征在于，所述移动终端接收到外部设备发送的锁定指令后，停止与所述车载识别认证装置进行信息交互。