基于人脸识别的车辆安全系统*

黄原有，阳 韬，张杨志

（华南理工大学广州学院，广州 510800）

0 引言

基于人脸识别的车辆安全系统主要通过Jetson Nano人工智能处理器驱动摄像头，采集驾驶位司机的图片，通过4G模组将图片信息上传到云服务器端。服务器端将接收到的图片采用Mctnn模型进行人脸的检测，并将其转化为灰度图，保存图片。最后，将司机的图片导入训练精度达到90%的模型进行图片的预测，如若图片的相似度为大于80%，识别为司机，否则将识别为陌生人。与此同时，服务器端将识别的记录保存，并发出警报消息给车主的手机App和关闭汽车的能源电池，以提高车辆的安全性。目前发展的车辆安全系统[1]，主要是采用一些传感器监测车辆的驾驶状态，反馈给后台管理系统。而人脸识别[2]车辆安全系统，主要是基于卷积神经网络对采集到的司机图片进行模型的训练，每一轮将预测训练集图片的值和图片的标签值进行比较，差值越小，模型的训练精度越高，训练好模型后保存。在实际应用中，则放入采集的司机图片导入模型，进行匹配，识别司机是否为陌生人。因此，可用人脸识别安全系统来提高车辆的安全性，也可应用于一些大客车，识别驾驶司机是否为公司聘请的专业司机，以此来保证乘车人员的安全。

1 整体设计

图1 系统整体设计

如图1所示，基于人脸识别的安全系统，主要是通过Jetson Nano智能处理器驱动摄像头，采集驾驶位司机的图片，并通过处理器上的4G模组将图片信息上传到服务器，并保存原图像，以便当识别司机为陌生人时，能获取犯罪嫌疑人的证据。……