[发明专利]一种智能汽车开门方法、装置、智能汽车及存储介质

权利要求书

1.一种智能汽车开门方法，其特征在于，包括：

获取车载TOF摄像头采集的拍摄图像；

从所述拍摄图像中提取出包括人脸的区域图像；

从所述区域图像中提取出人脸特征；

在所述人脸特征与预置的车主的面部特征相匹配时，控制所述智能汽车的车门开启。

2.根据权利要求1所述的智能汽车开门方法，其特征在于，所述从所述拍摄图像中提取出包括人脸的区域图像，包括：

对所述拍摄图像进行灰度处理，得到灰度图像；

从所述灰度图像中提取出Haar特征，所述灰度图像包括多个所述Haar特征；

通过积分图计算所述Haar特征的特征值；

将所述Haar特征及所述特征值输入Adaboost级联分类器，确定所述拍摄图像中包括人脸的区域图像。

3.根据权利要求2所述的智能汽车开门方法，其特征在于，所述从所述灰度图像中提取出Haar特征，包括：

通过预设的检测窗口遍历所述灰度图像，得到多个Haar特征。

4.根据权利要求2所述的智能汽车开门方法，其特征在于，所述Haar特征包括至少一个第一区域和至少一个第二区域，所述第一区域和所述第二区域具有不同的像素值，所述通过积分图计算所述Haar特征的特征值，包括：

通过所述积分图分别计算所述第一区域的像素值和所述第二区域的像素值；

计算所述第一区域的像素值和所述第二区域的像素值的差值作为所述Haar特征的特征值。

5.根据权利要求1-4任一所述的智能汽车开门方法，其特征在于，从所述区域图像中提取出人脸特征，包括：

将所述区域图像输入预置的卷积神经网络中进行处理，得到人脸特征。

6.根据权利要求5所述的智能汽车开门方法，其特征在于，所述卷积神经网络包括第一卷积层、第一池化层、第二卷积层、第二池化层和第三卷积层，将所述区域图像输入预置的卷积神经网络中进行处理，得到人脸特征，包括：

将所述区域图像输入所述第一卷积层中进行卷积操作，得到第一特征；

将所述第一特征输入所述第一池化层中进行最大池化操作，得到第二特征；

将所述第二特征输入所述第二卷积层中进行卷积操作，得到第三特征；

将所述第三特征输入所述第二池化层中进行最大池化操作，得到第四特征；

将所述第四特征输入所述第三卷积层进行卷积操作，得到人脸特征。

7.根据权利要求1-4任一所述的智能汽车开门方法，其特征在于，在所述人脸特征与预置的车主的面部特征相匹配时，控制所述智能汽车的车门开启，包括：

计算所述人脸特征与面部特征的余弦相似度；

基于所述余弦相似度控制所述智能汽车的车门开启。

8.一种智能汽车开门装置，其特征在于，包括：

图像获取模块，用于获取车载TOF摄像头采集的拍摄图像；

区域图像提取模块，用于从所述拍摄图像中提取出包括人脸的区域图像；

人脸特征提取模块，用于从所述区域图像中提取出人脸特征；

车门控制模块，用于在所述人脸特征与预置的车主的面部特征相匹配时，控制所述智能汽车的车门开启。

9.一种智能汽车，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的智能汽车开门方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的智能汽车开门方法。