1.基于人脸识别的车载中控个性化配置系统,其特征在于,包括图像信息采集单元及云平台,所述图像信息采集单元与云平台连接,
所述图像信息采集单元用于采用主动近红外图像采集方式采集驾驶员的人脸图像信息,并上传至云平台;
所述云平台对得到的人脸图像信息进行存储及预处理,提取其人脸特征,通过提取的人脸特征进行大数据分析匹配与识别,得到对应驾驶员的个性化配置方案,并将其发送给对应的车载中控终端执行。
2.如权利要求1所述的基于人脸识别的车载中控个性化配置系统,其特征在于,所述采用主动近红外图像采集方式采集驾驶员的人脸图像信息,并上传至云平台是指:当驾驶员在图像信息采集单元拍摄范围内时,图像信息采集单元采用主动近红外图像采集方式自动搜索并拍摄驾驶员的人脸图像信息,并将其实时上传至云平台。
3.如权利要求1所述的基于人脸识别的车载中控个性化配置系统,其特征在于,所述人脸图像信息为静态图像或动态图像;所述静态图像或动态图像为该驾驶员不同位置和/或不同表情的静态图像或动态图像。
4.如权利要求1所述的基于人脸识别的车载中控个性化配置系统,其特征在于,所述预处理是指:对人脸图像信息进行光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波及锐化。
5.如权利要求1所述的基于人脸识别的车载中控个性化配置系统,其特征在于,所述人脸特征包括视觉特征、像素统计特征、人脸图像变换系数特征及人脸图像代数特征。
6.如权利要求1所述的基于人脸识别的车载中控个性化配置系统,其特征在于,所述提取其人脸特征,通过提取的人脸特征进行大数据分析匹配与识别是指:预设一个阈值,提取人脸特征,将提取出的人脸特征与预存的人脸图像识别模型进行相似度匹配识别,若相似度大于等于预设的阈值,则输出该匹配结果,得到对应的驾驶员信息。
7.如权利要求1所述的基于人脸识别的车载中控个性化配置系统,其特征在于,所述提取人脸特征,将提取出的人脸特征与预存的人脸图像识别模型进行相似度匹配识别中,采用针对光照变化的人脸识别算法。
8.如权利要求7所述的基于人脸识别的车载中控个性化配置系统,其特征在于,所述针对光照变化的人脸识别算法包括以下步骤:
步骤1、采用IAS算法处理原图像I,得到ILAS,具体公式为:
其中,N(t)(x,y)是规范化因子;w(t)(x,y)是模板的系数;g表示传导函数,为非负且单调递减的函数,g(d(t)(x,y))随着d(t)(x,y)的增大而趋向于0,传导函数的性质决定了算法的平滑效果;d(t)(x,y)代表每个像素的变化程度,L(t+1)是第t+1次迭代估计出的光照分量,、(x,y)是像素的坐标位置;
步骤2、采用LCE算法对原图像I进行处理,得到ILCE,具体公式为:
其中,I(m,n)是图像在(m,n)坐标的灰度值,Y(m,n)是进行LCE算法变换后的一个图像值;
步骤3、分别计算ILAS与ILCE的标准差sd1及sd2,其计算公式为:
其中,μ是图像的像素的均值,σ是标准差,标准差通过先计算均值μ,再进行计算,sd1是ILAS的标准差σ,sd2是ILCE的标准差σ;
计算得到加权融合系数ω1和ω2,其计算公式为:
ω1=sd1/(sd1+sd2)
ω2=sd2/(sd1+sd2)
通过融合算法得到处理结果;
步骤4、对处理结果用稀疏表示进行分类识别。
9.如权利要求1或2或3或4或5或6或7或8所述的基于人脸识别的车载中控个性化配置系统,其特征在于,所述得到对应驾驶员的个性化配置方案是指:得到对应驾驶员信息后,根据该驾驶员的应用操作设置及使用历史数据进行大数据分析归类,得到推荐的个性化配置方案。