人臉識別在智慧駕艙中的應(yīng)用
編輯導(dǎo)語:人臉識別如今已成為我們生活中常用的一種科技,隨著技術(shù)成熟,此項技術(shù)已經(jīng)慢慢融入我們生活中的各種場景。本篇文章中,作者主要分享在智慧駕艙中,人臉識別運用的場景。
隨著科技的不斷發(fā)展,人臉識別的技術(shù)應(yīng)用也越來越廣泛。人臉識別支付、人臉識別門禁考勤、人臉識別照片搜索、人臉識別罪犯追逃智能報警等等場景已融入我們的生活與工作之中。
一、人臉識別
人臉識別是基于人的臉部特征進行身份識別的一種生物識別技術(shù)。近年來,人臉識別的興起逐步取代了指紋識別的方式。
指紋識別與人臉識別對于識別區(qū)域的清潔度有一定的要求。當(dāng)識別區(qū)域污染、受傷、遮蓋等則可能影響生物特征的識別認證。在眾多產(chǎn)品中,生物識別更多被應(yīng)用在身份認證的場景,而身份認證通常是作為產(chǎn)品使用或則系列工作的第一步,而識別認證失敗則會直接影響到后序工序的進度。
在日常工作、生活中,手直接接觸外界物質(zhì)的幾率往往高于面部,因而手受傷、磨損及污染的幾率相對更大,其身份認證受影響的概率也相對更高。而在智慧駕艙的應(yīng)用中,若因手指受傷則可能影響數(shù)日的正常使用。
人臉識別較指紋識別相比可靠性更高。因而隨著人臉識別技術(shù)的日趨成熟,逐漸被廣泛應(yīng)用。近年來,呼聲很高的智慧駕艙也在人臉之別這一技術(shù)的應(yīng)用上做足了功夫。將人臉識別應(yīng)用于各種各樣的場景中,結(jié)合AR、人工智能等新型技術(shù)的應(yīng)用,不斷的提升駕駛的安全性。
二、場景一:網(wǎng)約車司機身份認證
網(wǎng)約車安全隱患之一“人車不符合”,當(dāng)偶有審核不通過或覺得注冊申請較為麻煩的司機且希望借網(wǎng)約車平臺營運,則可能出現(xiàn)駕駛車輛的司機與登記不符合的情況。
對于駕駛司機非平臺審核的司機則可能存在一些潛在隱患。首先,司機未通過平臺統(tǒng)一的審核,其整體駕駛水平及安全意識等沒有受到嚴謹?shù)脑u估,其作為營運司機具有一定的交通安全風(fēng)險;
其次,未經(jīng)平臺統(tǒng)一的培訓(xùn),其服務(wù)意識可能缺乏等,而引發(fā)顧客投訴等不良后果,也對營運平臺帶來極大的品牌形象影響。
加強營運司機的身份認證,可一定程度的減少“人車不符”的情況。常見的認證方式即為指紋認證與人臉識別。
從可靠性性來看,指紋識別是將識別對象的指紋進行分類比對從而進行判別。隨個體差異,一個指紋上可有50~100個特征點,根據(jù)特征點的位置、方向,數(shù)值化并應(yīng)用于指紋自動識別與認證。
人臉識別則通常提取更多的特征點,人臉識別頭部企業(yè),如商湯針在智慧駕艙的應(yīng)用中對眼、口、鼻、輪廓等人臉300多個特征點定位檢測對比,而百度等互聯(lián)網(wǎng)大廠開放的人臉識別公開接口中,選取構(gòu)成人臉輪廓的關(guān)鍵點定位為也已有150多個。
人臉圖像中包含的模式特征十分豐富且其采集的特征點數(shù)量通常多余指紋。
在網(wǎng)約車司機認證這一場景下,人臉識別主要存在的作弊行為為仿真頭套;而指紋識別作主要的作弊主要方式為指紋套。從成本上看,仿真頭套的制作和工藝都較為復(fù)雜,其價格也更為昂貴;而指紋套復(fù)刻操作簡單,成本大約幾十塊錢。
此外,仿真頭套其需佩戴于人的頭部有別于指紋套僅需佩戴在某一手指上,其被乘客發(fā)現(xiàn)的概率也更大。因而相對于人臉識別,指紋復(fù)制的成本及操作難度都相對更低,依然存在代替駕駛的風(fēng)險,不能更有效的進行身份認證。
將人臉識別應(yīng)用于營運車駕駛員認證場景,可較大程度降低“人車不符”頂替駕駛的概率。通過用車前及行駛中的人臉識別認證,在出現(xiàn)人車不符的情形時,限制使用或有效的提醒乘客,從而降低風(fēng)險。
三、場景二:疲勞駕駛預(yù)警
當(dāng)駕駛員長時間連續(xù)行駛車輛或嚴重睡眠不足時,則有可能出現(xiàn)疲勞狀態(tài),若持續(xù)駕駛則會出現(xiàn)困倦瞌睡、注意力下降、判斷能力下降、反應(yīng)遲鈍甚至精神恍惚等表現(xiàn)。
而此時駕駛車輛,在高速行駛的道路上,疲勞狀態(tài)下極易發(fā)生交通事故。根據(jù)以往的交通事故數(shù)據(jù)分析報告及關(guān)于疲勞駕駛的研究文獻,超過20%的交通事故與疲勞駕駛相關(guān)。疲勞駕駛?cè)灰殉蔀閷?dǎo)致交通事故的重要原因之一。
針對疲勞駕駛的預(yù)測判別方式,研究的方向主要有兩類:一類是基于方向盤監(jiān)控的疲勞駕駛檢測,其利用三軸加速度計之間的關(guān)系計算方向盤的轉(zhuǎn)動角度,利用方向控制幅度趨勢的變化,對疲勞駕駛行為進行預(yù)測;一類則是基于人臉識別技術(shù)的疲勞駕駛監(jiān)控,以人臉識別為基礎(chǔ),定位并提取眼睛和嘴部圖像,結(jié)合疲勞時面部表現(xiàn)特征進行綜合判別。
從安全性來看,通過方向盤轉(zhuǎn)角進行檢測的方式本質(zhì)上是后置判斷,其基于車輛運行狀態(tài)進行預(yù)判,利用方向盤控制幅度的變化趨勢與疲勞駕駛的相關(guān)性來進行間接預(yù)測判斷。
當(dāng)駕駛的方向控制幅度為越來越大的趨勢,方向盤會出現(xiàn)更快和更大的轉(zhuǎn)向更正時,被認為可能是疲勞駕駛。其識別預(yù)警時,已發(fā)生了不安全的駕駛行為。
而通過人臉特征進行檢測的方式本質(zhì)上則是前置判斷,其基于駕駛員行為特征來進行預(yù)測,以人臉識別為基礎(chǔ),通過攝像頭利用駕駛員的面部特征直接的預(yù)判,對駕駛員頭部、面部、眼睛、嘴巴運動等疲勞表現(xiàn)行為的推斷駕駛員的疲勞狀態(tài),在危險行為發(fā)生前進行報警提示和采取相應(yīng)措施的裝置對駕乘者可以給予一定的安全保障,有效減少事故產(chǎn)生。
人在疲勞時,眼部運動會出現(xiàn)明顯特征,通過視頻圖像處理,利用單位時間內(nèi)眼皮閉合一定程度所占的比例、眼皮閉合的平均速度、眨眼幅度與速度的比值等可以進行疲勞的預(yù)測;
人在疲勞時,也同樣嘴部運動及頭部運動有一定的特征,可通過哈欠頻率及點頭頻率進行預(yù)判?;谝曈X的疲勞檢測可以認為大致分為三個部分,點頭、哈欠、眨眼。分別為頭部特征、嘴部特征、眼部特征。
當(dāng)駕駛員出現(xiàn)點頭、哈欠或眨眼等表現(xiàn)時,基于視頻識別的預(yù)判可能是疲勞行為,系統(tǒng)可發(fā)出語音提醒,甚至適量降低速度等,可一定程度的給駕駛員安全保障,避免因疲勞駕駛導(dǎo)致的交通安全事故。
四、人臉識別在智慧駕艙中的意義
用戶對汽車的最根本需求是從出發(fā)地安全且更快速的到達目的地的訴求,而隨著科技的不斷發(fā)展及人們生活水平的不斷提高,安全高效出行的需求逐步向安全高效輕松出行的需求演變。
人臉信息在生物識別信息中社交屬性最強、最易采集的特征信息,且其具有唯一性和不可更改性,因而在智慧座艙中將人臉識別應(yīng)用作為的重要技術(shù)手段。與此同時,人臉識別還具備非強制性、非接觸性、并發(fā)性等特點,已延伸應(yīng)用于疲勞駕駛預(yù)警、人臉口罩佩戴監(jiān)控、失物失主定位等場景。
人的行為與面部表情通常有一定的關(guān)聯(lián)性。以人臉識別為基礎(chǔ),通過對人的各類頭部行為、面部表情特征深度學(xué)習(xí),可以更多的了解用戶的情緒及身體狀態(tài)變化等,識別駕駛員緊張、分心、疲勞等狀態(tài),提前預(yù)判駕駛風(fēng)險,主動提醒駕駛員放松、專注、休息等,以提高駕駛安全性。
將人臉識別應(yīng)用于智慧駕艙中,以身份認證為基礎(chǔ),通過深度的面部表情學(xué)習(xí),給予更多的人性化交互體驗,讓每個車主都安全且輕松愉悅出行。讓車主在第二空間——駕駛艙得到放松。
作者:南楓 ;微信公眾號:南楓姑娘
本文由 @南楓 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自Unsplash,基于CC0協(xié)議
疲勞駕駛預(yù)計快被司機吐槽爛了,出發(fā)點是好的, 但是判斷的太過于簡單+粗魯 ,舉個簡單的例子:跑夜班的司機,睡醒以后狀態(tài)欠佳剛上車打了幾個哈欠,眼睛沒神。。得,TTS播報 “您已疲勞駕駛,請在安全處熄火休息 ”。。
后面大數(shù)據(jù)采集到巨量數(shù)據(jù),通過AI 建模的出來一個更加全面的模型以后,那時候的面部數(shù)據(jù)應(yīng)用,我們相信會有一個更加好的結(jié)果。
你自己都說了狀態(tài)欠佳打幾個哈欠,播報提示一聲司機現(xiàn)在的狀態(tài)不過分吧。
+1 ,該提示的