[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

说明书

本发明公开了一种智能汽车开门方法、装置、智能汽车及存储介质。方法包括：获取车载TOF摄像头采集的拍摄图像，从拍摄图像中提取出包括人脸的区域图像，从区域图像中提取出人脸特征，在人脸特征与预置的车主的面部特征相匹配时，控制智能汽车的车门开启。用户无需手动操作即可解锁车门，提高了便捷性。此外，本发明实施例采用TOF摄像头采集图像，能够更好地适应弱光环境，以及提高识别距离、识别精度和响应时间。车主的面部特征存储在智能汽车本地，在人脸检测和识别过程中，无需与远程服务器进行通讯，避免数据传输过程中被破解导致车主信息泄露的问题，保证了用户信息的安全性；同时，由于无需与服务器通讯，也提高了开锁速度。

技术领域

本发明实施例涉及智能汽车技术领域，尤其涉及一种智能汽车开门方法、装置、智能汽车及存储介质。

背景技术

随着智能汽车技术不断发展，用户对汽车安全的意识越来越重视，以及对智能汽车便捷性有很大的需求，因此通过摄像头，人脸识别等创新技术实现方便、安全的功能是必然趋势。

目前汽车解锁开门主要通过遥控解锁开门和无钥匙进入等方式。遥控解锁开门需要手动开门，不能在双手不方便时打开车门，给用户造成极大的不便。无钥匙进入虽然相对便捷，但其安全性差，容易被破解。

发明内容

本发明提供一种智能汽车开门方法、装置、智能汽车及存储介质，以提高智能汽车开门的便捷性和安全性。

第一方面，本发明实施例提供了一种智能汽车开门方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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；