基于人脸识别的汽车防盗装置的设计与实现

基于人脸识别的汽车防盗装置的设计与实现韩毅，陈灿，杨炜，仇建华长安大学车辆工程系，西安(710061)E-mail：[e-mail]摘要：本文介绍了一种基于人脸识别的汽车防盗装置的设计与实现,它能够解决机械式和电子式防盗装置的缺点，即能够防范罪犯通过偷盗钥匙而达到偷盗汽车的目的。关键词：人脸识别；特征提取；隐马尔可夫模型中图分类号：TP3911．引言随着经济的飞速发展,汽车作为人类重要的交通工具正在迅猛增加，然而现代科技的发展促使犯罪分子的作案手段不断提高,汽车被盗事件也越来越多。最初的汽车防盗主要采用机械式防盗装置，它主要是利用简单的机械原理锁住汽车上的某一机构，使其不能有效发挥应有的作用,以达到防盗的目的[1]。最近几年随着电子技术在汽车上的应用，电子式防盗装置逐渐发展起来，它通过锁住汽车马达、电路和油路达到防盗目的。但机械式和电子式防盗装置均存在只要通过钥匙便可启动汽车的缺点，不能防范罪犯通过偷盗钥匙而达到偷盗汽车的目的。目前，随着社会的发展，各个领域对快速有效的自动身份识别验证的要求日益迫切。生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，而人脸是区别人与人之间差别的最重要的特征。人脸是世界公认的人体固有客观存在的生物特征，其特点是人各有异、终生不变、不易丢失、无法仿制等。利用人脸特征进行身份验证又是最自然直接的手段，相比其它人体生物特征，它是一种非侵犯式的主动识别，具有直接、友好、方便的特点，易为用户所接受。因而人脸识别技术成为当今研究的一个热点，尤其是当前模式识别和人工智能领域的一个重要的研究热点，具有很大的应用前景[2]。人脸识别是利用计算机分析人脸图像，用来辨认身份的一门技术，它涉及到模式识别、图像处理、计算机视觉、生理学、心理学及认知学等诸多学科的知识，并与基于其他生物特征的身份鉴别方法以及计算机人机感知交互领域都有密切的联系。人脸识别的研究范围从广义上说大致可分为如下五类：（1）人脸检测、定位与跟踪（FaceDetection、Location/Tracking）：即从各种不同的场景中检测出人脸的存在并确定其位置，对于视频图像，还要求能够跟踪人脸。（2）人脸表征（FaceRepresentation）：即采取某种表示方式表示检测出的人脸和数据库中的己知人脸。通常的表示方法包括几何特征如欧氏距离、曲率、角度等、代数特征如矩阵特征矢量、固定特征模板、特征脸、云纹图等。（3）人脸鉴别（FaceIdentification）：就是将待识别的人脸与数据库中的已知人脸比较，得出相关信息。这一过程的核心是选择适当的人脸表征方式与匹配策略。（4）表情/姿态分析（Expression/GestureAnalysis）：即对待识别的人脸的表情或姿态信息进行分析，并对其加以分类。（5）生理分类（FacePhysicalClassification）：即对待识别人脸的生理特征进行分类，得出其年龄、性别、种族等相关信息。进入九十年代，由于高性能计算机的出现，一些以往只具有理论意义的方法得以实现，人脸识别技术随之取得突破性的进展。本设计的目的在于提供一种基于人脸识别的汽车防盗装置，它能够解决机械式和电子式防盗装置的缺点，即能够防范罪犯通过偷盗钥匙而达到偷盗汽车的目的[3]。2．系统介绍为了实现上述目的，采用如下设计技术方案予以实现：一种基于人脸识别的汽车防盗装置包括常开接点串联于汽车的点火电路之中继电器、以及依次串接的摄像头、计算机、单片机、驱动电路，所述驱动电路的输出负载为继电器的线圈；所述摄像头，采集驾驶者面部图像信息；所述计算机，存储车主允许的驾驶者面部图像信息，并根据该面部图像信息与摄像头采集的驾驶者面部图像信息进行比较，判断驾驶者是否合法，输出合法信号或非法信号；所述单片机，接收所述根据计算机输出的合法信号或非法信号，输出控制信号；所述驱动电路，接收单片机的控制信号，控制继电器线圈的通断状态[4]。本防盗装置的设计的一种改进在于：还包括汽车音响，所述计算机包含有声卡，该声卡与汽车音响连接。另一种改进在于：所述摄像头设置在汽车方向盘上。本防盗装置根据摄像头采集驾驶者面部图像信息，与所述计算机中存储的车主允许的驾驶者面部图像信息进行比较，判断驾驶者是否合法。它能够解决机械式和电子式防盗装置的缺点，即能够防范罪犯通过偷盗钥匙而达到偷盗汽车的目的，而且这种防盗方法是一种非侵犯式的主动识别，具有直接、友好、方便的特点，易为用户所接受。2.1人脸识别控制系统如图1所示，本防盗装置包括：常开接点串联于汽车的点火电路之中继电器、以及依次串接的摄像头、计算机、以MAX232芯片为主的信号转换电路、单片机、以2803A芯片驱动电路，所述驱动电路的输出负载为继电器的线圈；所述摄像头，最好安装在方向盘上，采集驾驶者面部图像信息；所述计算机，存储车主允许的驾驶者面部图像信息，并根据该面部图像信息与摄像头采集的驾驶者面部图像信息进行比较，判断驾驶者是否合法，输出合法信号或非法信号；所述单片机，接收上述合法信号或非法信号，输出控制信号；所述驱动电路，接收单片机的控制信号，控制继电器线圈的通断状态。本防盗装置计算机包含有声卡，该声卡与汽车音响连接，可以通过音响发声提示非法用户，拒绝开启。图1汽车人脸识别控制系统框图2.2以计算机为中心的电路连接如图2所示，摄像头采集到驾驶者的面部信息后通过计算机的处理判断为“YES”后将高计算机摄像头汽车音响MAX232单片机2803A继电器点火回路引脚，再经R1OUT引脚将信号传到89C2051的RXD接收端。此时经过MAX232的电压转换已经把12V的电压转化成了89C2051单片机工作使用的5V，从而完成了信号中的电压转换。当驾驶员非法时，通过程序输出“NO”，并调出“非法用户，拒绝开启”的音频，控制声卡使音响发声。另外在2803A单片机前面增设了一个紧急开关，从而实现了对应急情况的操作。图2以计算机为中心的电路连接图2.3以单片机为中心的电路连接如图3所示，当完成了信号的电压转换后，单片机便可操作常开继电器的闭合动作，但由于89C2051单片机输出信号中的输出电流很低，所以还需要增加一个2803A芯片用来增大输出电流以闭合继电器。图3以单片机为中心的电路连接图2.4基于HMM人脸识别基本框架如图4所示，当驾驶员进入驾驶室后，人脸自动识别系统首先进行预处理，即对人脸进行检测与定位，从输入图像中找到人脸存在的位置，并将人脸从背景中分离出来，然后对图像进行特征提取，即对规一化的人脸进行特征提取和识别，最后从人脸特征数据库中确认是否存在与之匹配的人脸图像并进行信号输出[5]。其中的人脸数据库即为合法驾驶员的多张多角度拍摄的正式照片。：MAX232是电荷泵芯片，可以完成两路TTL/RS-232电平的转换，它的9、10、11、12引脚是TTL电平端，用来连接单片机的。TTL/CMOS数据从T1IN、T2IN输入转换成RS-232数据从T1OUT、T2OUT送到电脑DP9插头；DP9插头的RS-232数据从R1IN、R2IN输入转换成TTL/CMOS数据后从R1OUT、R2OUT输出。图5MAX232引脚图2.689C2051和2803A单片机的功能介绍89C2051引脚图6：AT89C2051是一个低电压，高性能CMOS8位单片机，片内含2kbytes的可反复擦写的只读Flash程序存储器和128bytes的随机存取数据存储器（RAM），器件采用ATMEL公司的高密度、非易失性存储技术生产，兼容标准MCS-51指令系统，片内置通用8位中央处理器和Flash存储单元。它具有20个引脚，15个双向输入/输出（I/O）端口，其中P1是一个完整的8位双向I/O口，两个外中断口，两个16位可编程定时计数器,两个全双向串行通信口，一个模拟比较放大器。2803A引脚图7：通过此2803A可以实现继电器的闭合动作。其中9引脚为接地，1、18引脚，2、17引脚，3、16引脚，4、15引脚，5、14引脚，6、13引脚，7、12引脚，8、11引脚为一对输入输出引脚，共8对。本专利中只利用了其中的1、18引脚，即从1引脚中低电流的输入信号，即可从18引脚中得到高电流的信号，从而达到提高电流的目的，即而实现了继电器的闭合动作。引脚图总之，计算机通过摄像头检测并识别到确定人脸后通过人脸自动识别系统输出“YES”，并给串口经TXD发出高电平信号，由于微型电脑的电压为12V，而单片机所用电压为5V，所以需要经过MAX232把12V的电压转化成5V后再把高电平信号传给AT89C2051单片机。由于AT89C2051的输出电流只有几十毫安，无法驱动继电器线圈，所以需要由2803A来增加电流来控制常开继电器使之闭合，从而使点火电路接通，用钥匙开启后发动机即可启动。当人脸识别失败时，通过程序输出“NO”，并调出“非法用户，拒绝开启”的音频，控制声卡使音响发声。另外在2803A单片机前面增设了一个紧急开关，从而实现了对应急情况的操作。3．系统建模过程计算机对人脸的识别采用基于隐马尔可夫模型（HMM模型）的人脸识别方法，它由训练和识别两个部分组成。训练就是HMM建模的过程，根据一定的参数重估算法（本实用新型采用Baum-Welch算法），通过不断调整模型参数，得到鲁棒性较好的模型，并通过对基本模型的改进和优化来提高模型的精确度，以达到较好的识别效果。最后就是识别，即根据已经建好的人脸HMM模型库，使用某种搜索算法来搜索最佳匹配的过程[6]。3.1人脸HMM建模对于一幅人脸图像，首先我们确定了隐马尔可夫模型与它的关系。每个人的脸谱都有其个人特征，同一个人的脸在不同的拍摄条件下也会存在种种随机性差异，但其空间结构却具有稳定的相似共性，即自上而下循序可分为前额、眼睛、鼻子、嘴和下巴5个组成部分。人脸的个人特征首先表现为上述组成部分形状以及相互联接关系的不同。对于一个既定的人脸，所对应的应当是唯一的，所以对人脸识别模型建立的工作任务就是通过分析己收集的人脸图像去分析和建立其隐马尔可夫模型。3.2特征提取人脸图像的宽度为W，高度为H，我们用的采样图像从上到下进行采样，两个相邻采样窗之间的重叠部分为P。采样数也即序列的时间长度T由下式给出T=（H-L）/（L-P）+1。人脸识别的难点在于，同一个人的不同照片总有或多或少的差别。光照强度、头部的转动和倾斜，以及面部表情变化等等都可能造成这种差别。我们选择隐马尔可夫模型就可以将同一个人的这些变化看作是同一个状态产生的一系列实现，而不同的人我们用不同的HMM来表现。另外本程序中我们采用了离散余弦变换系数（DCT）作为HMM的观察向量，它与离散傅立叶变换很相近，所以可以对它进行有效地计算，用它作为人脸的特征具有好的模式识别性能，而且计算速度快，节省了对系统进行训练和识别的时间。3.3训练人脸的隐马尔可夫模型人脸隐马尔可夫模型的训练就是要为每一个人确定一组经过优化了的HMM参数，每个模型可以用单幅或多幅图像进行训练。人脸图像采样生成观察值序列，这些观察值序列就用来训练出人脸的模型[7]。3.4人脸识别在训练好若干人脸的隐马尔可夫模型，即建好人脸数据库后，我们就可以进行人脸的识别了。基于HMM的人脸识别方法具有以下优点：第一，允许人脸有丰富的表情变化、较大的头部转动等；第二，较高的识别率；第三，扩容性好，增加新样本不需要对所有的样本进行训练，只需训练新样本；第四，由于大部分训练可以在建立数据库时完成，因而计算速度也是可以接受的。