CN109398074A - 一种基于人脸识别和指纹识别的油箱防盗***及方法 - Google Patents

一种基于人脸识别和指纹识别的油箱防盗***及方法 Download PDF

Info

Publication number
CN109398074A
CN109398074A CN201811235774.7A CN201811235774A CN109398074A CN 109398074 A CN109398074 A CN 109398074A CN 201811235774 A CN201811235774 A CN 201811235774A CN 109398074 A CN109398074 A CN 109398074A
Authority
CN
China
Prior art keywords
recognition
characteristic
face
row
module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811235774.7A
Other languages
English (en)
Other versions
CN109398074B (zh
Inventor
王正家
何涛
王若
刘鸣
王超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hubei University of Technology
Original Assignee
Hubei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN201811235774.7A priority Critical patent/CN109398074B/zh
Publication of CN109398074A publication Critical patent/CN109398074A/zh
Application granted granted Critical
Publication of CN109398074B publication Critical patent/CN109398074B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K15/00—Arrangement in connection with fuel supply of combustion engines or other fuel consuming energy converters, e.g. fuel cells; Mounting or construction of fuel tanks
    • B60K15/03—Fuel tanks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/20—Means to switch the anti-theft system on or off
    • B60R25/25—Means to switch the anti-theft system on or off using biometry
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/20—Means to switch the anti-theft system on or off
    • B60R25/25—Means to switch the anti-theft system on or off using biometry
    • B60R25/252—Fingerprint recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K15/00—Arrangement in connection with fuel supply of combustion engines or other fuel consuming energy converters, e.g. fuel cells; Mounting or construction of fuel tanks
    • B60K15/03—Fuel tanks
    • B60K2015/03328—Arrangements or special measures related to fuel tanks or fuel handling
    • B60K2015/03434—Arrangements or special measures related to fuel tanks or fuel handling for preventing theft of fuel

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Sustainable Development (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提出了一种基于人脸识别和指纹识别的油箱防盗***及方法。本发明***包括图像采集模块、指纹识别模块、处理模块、预警模块、通讯模块以及监控终端。本发明方法通过图像采集模块采集车门区域图像并传输至处理模块，处理模块根据几何特征人脸识别算法提取眼、口、鼻的采集几何形状特征；处理模块将预先人工导入的灰度图像通过几何特征人脸识别算法提取眼、口、鼻的标准几何形状特征；将眼、口、鼻的采集几何形状特征与分别与眼、口、鼻的标准几何形状特征比较得到眼、口、鼻的特征匹配结果，将眼、口、鼻的特征匹配结果分别与阈值比较得到人脸识别匹配结果，根据人脸识别匹配结果进行指纹识别匹配。本发明方法抗干扰能力强，识别准确率高。

Description

一种基于人脸识别和指纹识别的油箱防盗***及方法
技术领域
本发明涉及智能监控技术领域，具体地涉及一种基于人脸识别和指纹识别的油箱防盗***及方法。
背景技术
大型货车在现代人的生活中已经是必不可少的重要交通方式之一，但随之而来的问题也越来越多，其中油箱中汽油被盗现象也逐渐增多。被盗事件一般发生驾驶员在短暂的停车，购物，休息期间。针对偷油现象，目前市面上也有许多防偷油装置，一种是机械式，例如加强油箱盖锁，这种只会增加打开难度；另一种是电子式的，例如设置油量检测装置，在车辆熄火时检测到油量减少则发出报警，这种方式也存在误报率高，车主接收报警不及时的问题。因此，现有技术与产品并没有起到良好的防偷油效果，该项技术有待进一步发展和研究。
中国专利文献CN 105774754公开了一种油箱防盗***，***中的信号检测电路采用四个红外传感器模块来实现，其中三个红外传感器模块安装在同一平面上，剩下的一个红外传感器模块垂直于该平面设置，由此实现360度全方位探测，避免探测盲区的出现。通过在控制器中设置安全区阈值和报警区阈值来降低误报率。该***通过红外传感器来进行探测，虽然可以提高一定的误报率，但是还是存在很大的误报率。
中国专利文献CN 108275114公开了一种油箱防盗监控***，***中采用了图像处理装置、预警装置和通讯模块。利用图像处理的深度学习算法检测行人与动目标识别，判断是否有人在油箱附近活动，在检测到有可疑目标时，***进行本地声光预警，同时将可疑目标图像发送到驾驶员手机端，提醒驾驶员及时查看。该***虽然可以利用图像识别来检测行人，但是会受到光线环境的干扰，产生较大的误差错误，导致识别准确率不高，还是存在较大的误报率。
中国专利文献CN 206456237公开了一种用于大型货车柴油防盗的报警***，***中的检测装置使用了磁性油浮和磁性位移传感器，当大型货车停止运行后，如果油箱内的油面出现降低，则会导致磁性游浮产生变化，此时磁性位移传感器检测到相关的信号，并将信号通过A/D转换器将信号转换后传递给单片机，利用单片机控制开关打开，从而接通警示器发出报警信号。该***虽可以检测出油箱内油面的变化，但是忽略了液面变化的各种情况，例如车体倾斜导致油箱倾斜，或者是利用磁性装置产生磁干扰，扰乱内部的磁性检测装置，另外并没有做出液面下降的速率标准，如果说慢速抽油可能将检测不到等，这些都将导致检测不准确。
发明内容
为了解决上述技术问题，本发明提出了一种基于人脸识别和指纹识别的油箱防盗***及方法，利用人脸识别的图像处理技术和指纹识别的方法，判断图像采集装置拍摄的图片与录入的图片能否成功匹配，若匹配成功，则可以进行下一步的指纹识别操作。若没有成功匹配，直接进行指纹识别操作，则***进行警报，并将可疑目标图像发送到监控终端，提醒驾驶员及时查看。
本发明***的技术方案为一种基于人脸识别和指纹识别的油箱防盗***，包括图像采集模块、指纹识别模块、处理模块、预警模块、通讯模块以及监控终端；所述图像采集模块与所述处理模块连接；所述处理模块与所述指纹识别模块连接；所述预警模块与所述处理模块连接；所述处理模块与所述通讯模块连接；所述通讯模块与所述监控终端连接。
作为优选，所述图像采集模块设置于后视镜上用于采集车门区域图像，所述图像采集模块为黑白CCD的高清摄像头。
作为优选，所述指纹识别模块为正点原子AS608的光学指纹识别模块用于在指纹识别匹配成功时输出高电平至所述处理模块，在指纹识别匹配不成功时输出低电平至所述处理模块。
作为优选，所述处理模块通过基于几何特征的人脸识别算法进行人脸识别，并根据所述指纹识别模块输出的电平判断指纹识别是否匹配成功。
作为优选，所述预警模块用于人脸识别匹配不成功且指纹识别不成功时报警或人脸识别匹配成功而指纹匹配不成功时发出声光报警。
作为优选，所述通讯模块为GMS的通讯模块，用于给驾驶员发送信息。
作为优选，所述监控终端为驾驶员使用手机，用于接收来所述自通讯模块的信息。
本发明方法的技术方案为一种基于人脸识别和指纹识别的油箱防盗方法，具体包括以下步骤：
步骤1：通过图像采集模块采集车门区域图像并传输至处理模块，处理模块根据几何特征人脸识别算法提取眼的采集几何形状特征、口的采集几何形状特征、鼻的采集几何形状特征；
步骤2：处理模块将预先人工导入的灰度图像通过几何特征人脸识别算法提取眼的标准几何形状特征、口的标准几何形状特征、鼻的标准几何形状特征；
步骤3：将眼的采集几何形状特征与眼的标准几何形状特征比较得到眼的特征匹配结果，将口的采集几何形状特征与口的标准几何形状特征比较得到口的特征匹配结果，将鼻的采集几何形状特征与鼻的标准几何形状特征比较得到鼻的特征匹配结果，将眼的特征匹配结果、口的特征匹配结果以及鼻的特征匹配结果分别与阈值比较得到人脸识别匹配结果，根据人脸识别匹配结果进行指纹识别匹配。
作为优选，步骤1中所述车门区域图像为：
A(i,j)i∈[1,N]j∈[1,N]
其中，所述车门区域图像A为N行N列的灰度图像，A(i,j)为第i行第i列的像素；
步骤1中所述眼的采集形状几何特征为：
L1(a,b)a∈[1,M]b∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述眼的采集形状几何特征L1为M行M列的特征矩阵，L1(a,b)为眼的采集形状几何特征第a行第b列的特征值；
步骤1中所述口的采集形状几何特征为：
L2(c,d)c∈[1,M]D∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述口的采集形状几何特征L2为M行M列的特征矩阵，L2(c,d)为口的采集形状几何特征第c行第d列的特征值；
步骤1中所述鼻的采集形状几何特征为：
L3(e,f)e∈[1,M]f∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述鼻的采集形状几何特征L3为M行M列的特征矩阵，L3(e,f)为鼻的采集形状几何特征第e行第f列的特征值；
作为优选，步骤2中所述预先人工导入的灰度图像为：
B(i*,j*)i*∈[1,N]j*∈[1,N]
其中，所述预先人工导入的灰度图像B为N行N列的灰度图像，B(i*,j*)为第i*行第i*列的像素；
步骤2中所述眼的标准形状几何特征为：
L4(a*,b*)a*∈[1,M]b*∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述眼的标准形状几何特征L4为M行M列的特征矩阵，L4(a*,b*)为眼的标准形状几何特征第a*行第b*列的特征值；
步骤2中所述口的标准形状几何特征为：
L5(c*,d*)c*∈[1,M]d*∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述口的标准形状几何特征L5为M行M列的特征矩阵，L5(c*,d*)为口的标准形状几何特征第c*行第d*列的特征值；
步骤2中所述鼻的标准形状几何特征为：
L6(e*,f*)e∈[1,M]f*∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述鼻的标准形状几何特征L6为M行M列的特征矩阵，L6(e*,f*)为鼻的标准形状几何特征第e*行第f*列的特征值；
作为优选，步骤3中所述眼的特征匹配结果为：
统计眼的采集几何形状特征L1与眼的标准几何形状特征L4矩阵相同位置上特征值一致的数量为X；
步骤3中所述口的特征匹配结果为：
统计口的采集几何形状特征L2与口的标准几何形状特征L5矩阵相同位置上特征值一致的数量为Y；
步骤3中所述鼻的特征匹配结果为：
统计鼻的采集几何形状特征L3与鼻的标准几何形状特征L6矩阵相同位置上特征值一致的数量为Z；
步骤3中所述人脸识别匹配结果为：
若X＞M*M*K且Y＞M*M*K且Z＞M*M*K则人脸识别匹配成功，否则人脸识别匹配不成功；
其中，M*K为步骤3中所述阈值，K为阈值系数，M为特征矩阵的行以及列的数量；
步骤3中所述根据人脸识别匹配结果进行指纹识别匹配为：
若人脸识别匹配不成功而直接进行指纹识别匹配，则处理模块控制预警模块进行红色灯光以及声音报警用于提醒驾驶员，并将步骤1中所述车门区域图像A通过通讯模块发送到监控终端提醒驾驶员及时查看；
若人脸识别匹配成功进行指纹识别匹配，处理模块根据指纹识别模块获取指纹识别结果，若指纹识别模块输出低电平表示指纹识别匹配不成功，处理模块控制预警模块进行红色灯光以及声音报警用于提醒驾驶员，并将步骤1中所述车门区域图像A通过通讯模块发送到监控终端提醒驾驶员及时查看；
若人脸识别匹配成功进行指纹识别匹配，处理模块根据指纹识别模块获取指纹识别结果，若指纹识别模块输出高电平表示指纹识别匹配成功，油箱解锁。
发明优点在于：采用双重验证措施，而且使用高像素的黑白CCD摄像头用于捕捉图像，高主频高性能的CPU进行计算，然后利用先进的人脸识别算法，大幅度提高了识别的准确率,其次，采用先进的指纹识别模块，内置成熟的识别算法，再次保证了匹配的可靠性。
附图说明
图1：本发明***框图；
图2：本发明方法工作流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所述，本发明实施方式中***的技术方案为一种基于人脸识别和指纹识别的油箱防盗***，包括图像采集模块、指纹识别模块、处理模块、预警模块、通讯模块以及监控终端；所述图像采集模块与所述处理模块连接；所述处理模块与所述指纹识别模块连接；所述预警模块与所述处理模块连接；所述处理模块与所述通讯模块连接；所述通讯模块与所述监控终端连接。
所述图像采集模块设置于后视镜上用于采集车门区域图像，所述图像采集模块为黑白CCD的高清摄像头。所述指纹识别模块为正点原子AS608的光学指纹识别模块用于在指纹识别匹配成功时输出高电平至所述处理模块，在指纹识别匹配不成功时输出低电平至所述处理模块。所述处理模块通过基于几何特征的人脸识别算法进行人脸识别，并根据所述指纹识别模块输出的电平判断指纹识别是否匹配成功。所述预警模块用于人脸识别匹配不成功且指纹识别不成功时报警或人脸识别匹配成功而指纹匹配不成功时发出声光报警。所述通讯模块为GMS的通讯模块，用于给驾驶员发送信息。所述监控终端为驾驶员使用手机，用于接收来所述自通讯模块的信息。
所述图像采集模块选型为黑白面阵CCD的摄像头OK_AM1300；所述指纹识别模块选型为正点原子AS608的光学指纹识别模块；所述处理模块选型为基于Cortex-A8内核S5PV210芯片；所述预警模块选型为LTL-1101J型号声光报警器；所述通讯模块选型为LongSung U9507C 4G模块；所述监控终端的选型为驾驶员手机。
下面结合图1至图2，介绍本发明的实施方式。本发明实施方式为一种基于人脸识别和指纹识别的油箱防盗方法，具体包括以下步骤：
步骤1：通过图像采集模块采集车门区域图像并传输至处理模块，处理模块根据几何特征人脸识别算法提取眼的采集几何形状特征、口的采集几何形状特征、鼻的采集几何形状特征；
步骤1中所述车门区域图像为：
A(i,j)i∈[1,N]j∈[1,N]
其中，所述车门区域图像A为N行N列的灰度图像，A(i,j)为第i行第i列的像素，N＝1024；
步骤1中所述眼的采集形状几何特征为：
L1(a,b)a∈[1,M]b∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述眼的采集形状几何特征L1为M行M列的特征矩阵，L1(a,b)为眼的采集形状几何特征第a行第b列的特征值，M＝300；
步骤1中所述口的采集形状几何特征为：
L2(c,d)c∈[1,M]D∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述口的采集形状几何特征L2为M行M列的特征矩阵，L2(c,d)为口的采集形状几何特征第c行第d列的特征值，M＝300；
步骤1中所述鼻的采集形状几何特征为：
L3(e,f)e∈[1,M]f∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述鼻的采集形状几何特征L3为M行M列的特征矩阵，L3(e,f)为鼻的采集形状几何特征第e行第f列的特征值，M＝300；
步骤2：处理模块将预先人工导入的灰度图像通过几何特征人脸识别算法提取眼的标准几何形状特征、口的标准几何形状特征、鼻的标准几何形状特征；
作为优选，步骤2中所述预先人工导入的灰度图像为：
B(i*,j*)i*∈[1,N]j*∈[1,N]
其中，所述预先人工导入的灰度图像B为N行N列的灰度图像，B(i*,j*)为第i*行第i*列的像素，N＝1024；
步骤2中所述眼的标准形状几何特征为：
L4(a*,b*)a*∈[1,M]b*∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述眼的标准形状几何特征L4为M行M列的特征矩阵，L4(a*,b*)为眼的标准形状几何特征第a*行第b*列的特征值，M＝300；
步骤2中所述口的标准形状几何特征为：
L5(c*,d*)c*∈[1,M]d*∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述口的标准形状几何特征L5为M行M列的特征矩阵，L5(c*,d*)为口的标准形状几何特征第c*行第d*列的特征值，M＝300；
步骤2中所述鼻的标准形状几何特征为：
L6(e*,f*)e∈[1,M]f*∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述鼻的标准形状几何特征L6为M行M列的特征矩阵，L6(e*,f*)为鼻的标准形状几何特征第e*行第f*列的特征值，M＝300；
步骤3：将眼的采集几何形状特征与眼的标准几何形状特征比较得到眼的特征匹配结果，将口的采集几何形状特征与口的标准几何形状特征比较得到口的特征匹配结果，将鼻的采集几何形状特征与鼻的标准几何形状特征比较得到鼻的特征匹配结果，将眼的特征匹配结果、口的特征匹配结果以及鼻的特征匹配结果分别与阈值比较得到人脸识别匹配结果，根据人脸识别匹配结果进行指纹识别匹配；
作为优选，步骤3中所述眼的特征匹配结果为：
统计眼的采集几何形状特征L1与眼的标准几何形状特征L4矩阵相同位置上特征值一致的数量为X；
步骤3中所述口的特征匹配结果为：
统计口的采集几何形状特征L2与口的标准几何形状特征L5矩阵相同位置上特征值一致的数量为Y；
步骤3中所述鼻的特征匹配结果为：
统计鼻的采集几何形状特征L3与鼻的标准几何形状特征L6矩阵相同位置上特征值一致的数量为Z；
步骤3中所述人脸识别匹配结果为：
若X＞M*M*K且Y＞M*M*K且Z＞M*M*K则人脸识别匹配成功，否则人脸识别匹配不成功；
其中，M*K为步骤3中所述阈值，K为阈值系数，M为特征矩阵的行以及列的数量，M＝300；
步骤3中所述根据人脸识别匹配结果进行指纹识别匹配为：
若人脸识别匹配不成功而直接进行指纹识别匹配，则处理模块控制预警模块进行红色灯光以及声音报警用于提醒驾驶员，并将步骤1中所述车门区域图像A通过通讯模块发送到监控终端提醒驾驶员及时查看；
若人脸识别匹配成功进行指纹识别匹配，处理模块根据指纹识别模块获取指纹识别结果，若指纹识别模块输出低电平表示指纹识别匹配不成功，处理模块控制预警模块进行红色灯光以及声音报警用于提醒驾驶员，并将步骤1中所述车门区域图像A通过通讯模块发送到监控终端提醒驾驶员及时查看；
若人脸识别匹配成功进行指纹识别匹配，处理模块根据指纹识别模块获取指纹识别结果，若指纹识别模块输出高电平表示指纹识别匹配成功，油箱解锁。
尽管本文较多地使用了图像采集模块、指纹识别模块、处理模块、预警模块、通讯模块以及监控终端；等术语，但并不排除使用其他术语的可能性。使用这些术语仅仅是为了更方便的描述本发明的本质，把它们解释成任何一种附加的限制都是与本发明精神相违背的。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (6)

1.一种基于人脸识别和指纹识别的油箱防盗***，包括图像采集模块、指纹识别模块、处理模块、预警模块、通讯模块以及监控终端；所述图像采集模块与所述处理模块连接；所述处理模块与所述指纹识别模块连接；所述预警模块与所述处理模块连接；所述处理模块与所述通讯模块连接；所述通讯模块与所述监控终端连接。
2.根据权利要求1所述的基于人脸识别和指纹识别的油箱防盗***，其特征在于：所述图像采集模块设置于后视镜上用于采集车门区域图像，所述图像采集模块为黑白CCD的高清摄像头；所述指纹识别模块用于在指纹识别匹配成功时输出高电平至所述处理模块，在指纹识别匹配不成功时输出低电平至所述处理模块；所述处理模块通过基于几何特征的人脸识别算法进行人脸识别，并根据所述指纹识别模块输出的电平判断指纹识别是否匹配成功；所述预警模块用于人脸识别匹配不成功且指纹识别不成功时报警或人脸识别匹配成功而指纹匹配不成功时发出声光报警；所述通讯模块为GMS的通讯模块，用于给驾驶员发送信息；所述监控终端为驾驶员使用手机，用于接收来所述自通讯模块的信息。
3.一种利用权利要求1所述的基于人脸识别和指纹识别的油箱防盗***进行基于人脸识别和指纹识别的油箱防盗方法，其特征在于，包括以下步骤：
步骤1：通过图像采集模块采集车门区域图像并传输至处理模块，处理模块根据几何特征人脸识别算法提取眼的采集几何形状特征、口的采集几何形状特征、鼻的采集几何形状特征；
步骤2：处理模块将预先人工导入的灰度图像通过几何特征人脸识别算法提取眼的标准几何形状特征、口的标准几何形状特征、鼻的标准几何形状特征；
步骤3：将眼的采集几何形状特征与眼的标准几何形状特征比较得到眼的特征匹配结果，将口的采集几何形状特征与口的标准几何形状特征比较得到口的特征匹配结果，将鼻的采集几何形状特征与鼻的标准几何形状特征比较得到鼻的特征匹配结果，将眼的特征匹配结果、口的特征匹配结果以及鼻的特征匹配结果分别与阈值比较得到人脸识别匹配结果，根据人脸识别匹配结果进行指纹识别匹配。
4.根据利用权利要求3所述的基于人脸识别和指纹识别的油箱防盗方法，其特征在于，
步骤1中所述车门区域图像为：
A(i,j)i∈[1,N]j∈[1,N]
其中，所述车门区域图像A为N行N列的灰度图像，A(i,j)为第i行第i列的像素；
步骤1中所述眼的采集形状几何特征为：
L1(a,b) a∈[1,M] b∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述眼的采集形状几何特征L1为M行M列的特征矩阵，L1(a,b)为眼的采集形状几何特征第a行第b列的特征值；
步骤1中所述口的采集形状几何特征为：
L2(c,d) c∈[1,M] D∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述口的采集形状几何特征L2为M行M列的特征矩阵，L2(c,d)为口的采集形状几何特征第c行第d列的特征值；
步骤1中所述鼻的采集形状几何特征为：
L3(e,f) e∈[1,M] f∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述鼻的采集形状几何特征L3为M行M列的特征矩阵，L3(e,f)为鼻的采集形状几何特征第e行第f列的特征值。
5.根据利用权利要求3所述的基于人脸识别和指纹识别的油箱防盗方法，其特征在于，
步骤2中所述预先人工导入的灰度图像为：
B(i*,j*) i*∈[1,N] j*∈[1,N]
其中，所述预先人工导入的灰度图像B为N行N列的灰度图像，B(i*,j*)为第i*行第i*列的像素；
步骤2中所述眼的标准形状几何特征为：
L4(a*,b*) a*∈[1,M] b*∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述眼的标准形状几何特征L4为M行M列的特征矩阵，L4(a*,b*)为眼的标准形状几何特征第a*行第b*列的特征值；
步骤2中所述口的标准形状几何特征为：
L5(c*,d*) c*∈[1,M] d*∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述口的标准形状几何特征L5为M行M列的特征矩阵，L5(c*,d*)为口的标准形状几何特征第c*行第d*列的特征值；
步骤2中所述鼻的标准形状几何特征为：
L6(e*,f*) e∈[1,M] f*∈[1,M]
其中，M为特征矩阵的行以及列的数量，所述鼻的标准形状几何特征L6为M行M列的特征矩阵，L6(e*,f*)为鼻的标准形状几何特征第e*行第f*列的特征值。
6.根据利用权利要求3所述的基于人脸识别和指纹识别的油箱防盗方法，其特征在于，
步骤3中所述眼的特征匹配结果为：
统计眼的采集几何形状特征L1与眼的标准几何形状特征L4矩阵相同位置上特征值一致的数量为X；
步骤3中所述口的特征匹配结果为：
统计口的采集几何形状特征L2与口的标准几何形状特征L5矩阵相同位置上特征值一致的数量为Y；
步骤3中所述鼻的特征匹配结果为：
统计鼻的采集几何形状特征L3与鼻的标准几何形状特征L6矩阵相同位置上特征值一致的数量为Z；
步骤3中所述人脸识别匹配结果为：
若X＞M*M*K且Y＞M*M*K且Z＞M*M*K则人脸识别匹配成功，否则人脸识别匹配不成功；
其中，M*K为步骤3中所述阈值，K为阈值系数，M为特征矩阵的行以及列的数量；
步骤3中所述根据人脸识别匹配结果进行指纹识别匹配为：
若人脸识别匹配不成功而直接进行指纹识别匹配，则处理模块控制预警模块进行红色灯光以及声音报警用于提醒驾驶员，并将步骤1中所述车门区域图像A通过通讯模块发送到监控终端提醒驾驶员及时查看；
若人脸识别匹配成功进行指纹识别匹配，处理模块根据指纹识别模块获取指纹识别结果，若指纹识别模块输出低电平表示指纹识别匹配不成功，处理模块控制预警模块进行红色灯光以及声音报警用于提醒驾驶员，并将步骤1中所述车门区域图像A通过通讯模块发送到监控终端提醒驾驶员及时查看；
若人脸识别匹配成功进行指纹识别匹配，处理模块根据指纹识别模块获取指纹识别结果，若指纹识别模块输出高电平表示指纹识别匹配成功，油箱解锁。
CN201811235774.7A 2018-10-23 2018-10-23 一种基于人脸识别和指纹识别的油箱防盗***及方法 Active CN109398074B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811235774.7A CN109398074B (zh) 2018-10-23 2018-10-23 一种基于人脸识别和指纹识别的油箱防盗***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811235774.7A CN109398074B (zh) 2018-10-23 2018-10-23 一种基于人脸识别和指纹识别的油箱防盗***及方法

Publications (2)

Publication Number Publication Date
CN109398074A true CN109398074A (zh) 2019-03-01
CN109398074B CN109398074B (zh) 2021-02-19

Family

ID=65468721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811235774.7A Active CN109398074B (zh) 2018-10-23 2018-10-23 一种基于人脸识别和指纹识别的油箱防盗***及方法

Country Status (1)

Country Link
CN (1) CN109398074B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202641625U (zh) * 2012-05-08 2013-01-02 池长溪 汽车防盗器、汽车防盗器的启动装置及汽车
CN103057518A (zh) * 2013-01-29 2013-04-24 阿坝师范高等专科学校 汽车防盗报警方法、装置和汽车防盗报警***
CN103419746A (zh) * 2013-08-30 2013-12-04 瑞安市峰达汽车部件有限公司 人脸和指纹识别的汽车防盗装置
CN203344899U (zh) * 2013-07-05 2013-12-18 无锡商业职业技术学院 一种汽车防盗装置
CN203996107U (zh) * 2014-09-03 2014-12-10 厦门市润铭电子科技有限公司 一种车辆防盗***
CN105518709A (zh) * 2015-03-26 2016-04-20 北京旷视科技有限公司 用于识别人脸的方法、***和计算机程序产品
CN106650574A (zh) * 2016-09-19 2017-05-10 电子科技大学 基于PCANet的人脸识别方法
CN107539269A (zh) * 2017-08-11 2018-01-05 成都法线网络科技有限公司 一种基于指纹识别的汽车防盗***
CN107901881A (zh) * 2018-01-02 2018-04-13 成都泰和顺信息技术有限公司 一种人脸识别的防盗装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202641625U (zh) * 2012-05-08 2013-01-02 池长溪 汽车防盗器、汽车防盗器的启动装置及汽车
CN103057518A (zh) * 2013-01-29 2013-04-24 阿坝师范高等专科学校 汽车防盗报警方法、装置和汽车防盗报警***
CN203344899U (zh) * 2013-07-05 2013-12-18 无锡商业职业技术学院 一种汽车防盗装置
CN103419746A (zh) * 2013-08-30 2013-12-04 瑞安市峰达汽车部件有限公司 人脸和指纹识别的汽车防盗装置
CN203996107U (zh) * 2014-09-03 2014-12-10 厦门市润铭电子科技有限公司 一种车辆防盗***
CN105518709A (zh) * 2015-03-26 2016-04-20 北京旷视科技有限公司 用于识别人脸的方法、***和计算机程序产品
CN106650574A (zh) * 2016-09-19 2017-05-10 电子科技大学 基于PCANet的人脸识别方法
CN107539269A (zh) * 2017-08-11 2018-01-05 成都法线网络科技有限公司 一种基于指纹识别的汽车防盗***
CN107901881A (zh) * 2018-01-02 2018-04-13 成都泰和顺信息技术有限公司 一种人脸识别的防盗装置

Also Published As

Publication number Publication date
CN109398074B (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
CN108275114B (zh) 一种油箱防盗监控***
CN109466362B (zh) 充电桩安全监测***
CN102263937B (zh) 基于视频检测的驾驶员驾驶行为监控装置及监控方法
CN109389791A (zh) 一种用于车辆的检测物体接近预警***
CN106022235B (zh) 基于人体探测的遗漏孩童检测方法
CN111599140A (zh) 一种车辆后排活体监测***及方法
CN1495658A (zh) 驾驶员面像识别报警装置与方法
CN109544859A (zh) 一种主动安全家用摄像头智能实现方法
CN107901881A (zh) 一种人脸识别的防盗装置
CN109532665B (zh) 一种车用防窒息***及其方法
US11972669B2 (en) System and method for vehicle security monitoring
CN107444341A (zh) 一种汽车控制方法、装置及汽车
CN107221156A (zh) 一种实时监测酒后驾驶的方法和***
CN105551238A (zh) 一种智能检测红绿灯安全过马路的方法及移动终端
CN106780910A (zh) 闸机防冲撞控制方法及***
CN109492548A (zh) 基于视频分析的区域mask图片的获得方法
CN110733461B (zh) 一种基于车速和液压变化分析的防盗油检测***及方法
CN103247150A (zh) 防疲劳驾驶***
CN109398074A (zh) 一种基于人脸识别和指纹识别的油箱防盗***及方法
KR20160028542A (ko) 차량의 응급구조 및 범죄예방 시스템 및 그 방법
KR101437406B1 (ko) 차량의 응급구조 및 범죄예방 시스템 및 그 방법
CN208248147U (zh) 一种人脸识别的防盗装置
CN109784167A (zh) 一种基于计算机视觉的家庭安全检测***
CN214428030U (zh) 油罐车防盗***
CN210573992U (zh) 一种基于指纹识别技术的门禁装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant