中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導語：人臉識別如今已成為我們生活中常用的一種科技，隨著技術成熟，此項技術已經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。

隨著科技的不斷發展，人臉識別的技術應用也越來越廣泛。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。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域的清潔度有一定的要求。當識別區域污染、受傷、遮蓋等則可能影響生物特征的識別認證。在眾多產品中，生物識別更多被應用在身份認證的場景，而身份認證通常是作為產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。而在智慧駕艙的應用中，若因手指受傷則可能影響數日的正常使用。

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的日趨成熟，逐漸被廣泛應用。近年來，呼聲很高的智慧駕艙也在人臉之別這一技術的應用上做足了功夫。將人臉識別應用于各種各樣的場景中，結合AR、人工智能等新型技術的應用，不斷的提升駕駛的安全性。

二、場景一：網約車司機身份認證

網約車安全隱患之一“人車不符合”，當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約車平臺營運，則可能出現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，司機未通過平臺統一的審核，其整體駕駛水平及安全意識等沒有受到嚴謹的評估，其作為營運司機具有一定的交通安全風險；

其次，未經平臺統一的培訓，其服務意識可能缺乏等，而引發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，根據特征點的位置、方向，數值化并應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，如商湯針在智慧駕艙的應用中對眼、口、鼻、輪廓等人臉300多個特征點定位檢測對比，而百度等互聯網大廠開放的人臉識別公開接口中，選取構成人臉輪廓的關鍵點定位為也已有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量通常多余指紋。

在網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雜，其價格也更為昂貴；而指紋套復刻操作簡單，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，其被乘客發現的概率也更大。因而相對于人臉識別，指紋復制的成本及操作難度都相對更低，依然存在代替駕駛的風險，不能更有效的進行身份認證。

將人臉識別應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，從而降低風險。

三、場景二：疲勞駕駛預警

當駕駛員長時間連續行駛車輛或嚴重睡眠不足時，則有可能出現疲勞狀態，若持續駕駛則會出現困倦瞌睡、注意力下降、判斷能力下降、反應遲鈍甚至精神恍惚等表現。

而此時駕駛車輛，在高速行駛的道路上，疲勞狀態下極易發生交通事故。根據以往的交通事故數據分析報告及關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。疲勞駕駛然已成為導致交通事故的重要原因之一。

針對疲勞駕駛的預測判別方式，研究的方向主要有兩類：一類是基于方向盤監控的疲勞駕駛檢測，其利用三軸加速度計之間的關系計算方向盤的轉動角度，利用方向控制幅度趨勢的變化，對疲勞駕駛行為進行預測；一類則是基于人臉識別技術的疲勞駕駛監控，以人臉識別為基礎，定位并提取眼睛和嘴部圖像，結合疲勞時面部表現特征進行綜合判別。

從安全性來看，通過方向盤轉角進行檢測的方式本質上是后置判斷，其基于車輛運行狀態進行預判，利用方向盤控制幅度的變化趨勢與疲勞駕駛的相關性來進行間接預測判斷。

當駕駛的方向控制幅度為越來越大的趨勢，方向盤會出現更快和更大的轉向更正時，被認為可能是疲勞駕駛。其識別預警時，已發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上則是前置判斷，其基于駕駛員行為特征來進行預測，以人臉識別為基礎，通過攝像頭利用駕駛員的面部特征直接的預判，對駕駛員頭部、面部、眼睛、嘴巴運動等疲勞表現行為的推斷駕駛員的疲勞狀態，在危險行為發生前進行報警提示和采取相應措施的裝置對駕乘者可以給予一定的安全保障，有效減少事故產生。

人在疲勞時，眼部運動會出現明顯特征，通過視頻圖像處理，利用單位時間內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。

當駕駛員出現點頭、哈欠或眨眼等表現時，基于視頻識別的預判可能是疲勞行為，系統可發出語音提醒，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用作為的重要技術手段。與此同時，人臉識別還具備非強制性、非接觸性、并發性等特點，已延伸應用于疲勞駕駛預警、人臉口罩佩戴監控、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聯性。以人臉識別為基礎，通過對人的各類頭部行為、面部表情特征深度學習，可以更多的了解用戶的情緒及身體狀態變化等，識別駕駛員緊張、分心、疲勞等狀態，提前預判駕駛風險，主動提醒駕駛員放松、專注、休息等，以提高駕駛安全性。

將人臉識別應用于智慧駕艙中，以身份認證為基礎，通過深度的面部表情學習，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 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議