[0001] 本申请涉及环保存储设备技术领域，特别涉及为一种车辆面部识别装置。

[0002] 在喝酒时酒精的刺激使人兴奋，在不知不觉中就会喝多，当酒精在人体血液内达到一定浓度时，人对外界的反应能力及控制能力就会下降，处理紧急情况的能力也随之下降。对于酒后驾车者而言，其血液中酒精含量越高，发生撞车的几率越大；

[0003] 当驾驶者血液中酒精含量达80mg/100mL时，发生交通事故的几率是血液中不含酒精时的2.5倍；达到100mg/100mL时，发生交通事故的几率是血液中不含酒精时的4.7倍，即使在少量饮酒的状态下，交通事故的危险度也可达到未饮酒状态的2倍左右；

[0004] 现实生活中主要通过交警进行人工策略来进行酒驾监测，这种方法收效甚微；现有的技术提供了防酒驾控制装置，但现有的防酒驾控制装置固定安装于车内，一套防酒驾控制装置只能用于一辆车内，且安装结构复杂，并且同车相乘的人也有喝酒或者不喝酒的，若只根据气味进行识别，容易进行误判，识别效果较差。实用新型内容

[0005] 本申请旨在解决现有的防酒驾控制装置固定安装于车内，一套防酒驾控制装置只能用于一辆车内，结构复杂，并且同车相乘的人也有喝酒或者不喝酒的，若只根据气味进行识别，容易进行误判，识别效果较差的技术问题，提供一种车辆面部识别装置。

[0006] 本申请为解决技术问题采用如下技术手段：一种车辆面部识别装置，[0007] 一种车辆面部识别装置，所述装置包括外壳、人像识别设备、气体识别设备、信号处理器和贴合组件；

[0008] 所述人像识别设备设于所述外壳的前端，所述气体识别设备设于所述外壳的内部，所述信号处理器设于所述外壳内，所述贴合组件设于所述外壳的两侧；

[0009] 所述人像识别设备用于识别用户的人脸状态；

[0010] 所述气体识别设备用于识别用户的酒精浓度。

[0011] 进一步地，所述贴合组件为两侧的两个弯沿板，两个所述弯沿板内部具有磁吸块。

[0012] 进一步地，还包括散热孔、电池和信号线；所述散热孔设于所述外壳的顶部，所述电池设于外壳的底部，所述信号线设于外壳的边沿。

[0013] 进一步地，所述内置管道设于所述外壳的内部底端，所述限位块位于内置管道的中间，所述弹簧杆荣置于所述内置管道中且一端与限位块固定，所述弹簧杆的另一端与所述弯沿板固定。

[0014] 一种车辆面部识别装置，所述系统包括：

[0015] 人像识别模块，识别用户人脸特征参照曲线进行自适应对照；

[0016] 气体识别模块，识别空气中的各类气体浓度；

[0017] 数据传输模块，将识别数据分别传输至终端与大数据平台；

[0018] 信号处理器，用于接收人脸数据和气体数据进行对照运算。

[0019] 进一步地，使用特征提取算法局部二值模式从检测到的人脸区域中提取特征向量。

[0020] 进一步地，将提取到的特征向量与参照曲线进行匹配，使用匹配算法来计算特征向量与参照曲线之间的相似性得分。

[0021] 进一步地，通过传感器提取空气中的气体数据，将气体数据转化为可处理数据，使用提取到的特征和已知气体浓度的样本数据，训练一个气体浓度识别模型，神经网络训练模型的目的是建立气体浓度与特征之间的关系，并能够准确地预测未知气体浓度。

[0022] 进一步地，使用训练好的模型，对新采集到的气体数据进行浓度识别，将提取到的特征输入到模型中，模型会根据特征与已知样本的关系，预测出浓度值或分类结果并根据浓度识别结果，输出相应的浓度值或气体分类，可以将结果显示在屏幕上，或通过其他方式进行记录和报警。

[0023] 本申请提供了车辆面部识别装置，具有以下有益效果：

[0024] 利用人脸识别技术，可以通过识别驾驶员的人脸来验证其身份，并与数据库中的酒驾记录进行比对；相比传统的呼气式酒精检测仪器，人脸识别技术可以更准确地判断驾驶员是否为酒驾嫌疑人，减少误判的可能性；

[0025] 人脸识别技术结合监控摄像头，可以实时监测驾驶员的面部表情和瞳孔反应等生理指标，以及行为特征，如打哈欠、眼睛频繁闭合等；一旦发现异常，系统可以立即发出警报，提醒交警或相关人员进行进一步的检查和处理；

[0026] 人脸识别技术可以通过识别驾驶员的人脸，将其与酒驾黑名单进行比对；一旦识别到酒驾嫌疑人，系统可以自动触发警报或限制措施，如启动车辆自动停车、发出语音提示等，以制止酒驾行为；

[0027] 通过应用人脸识别技术进行酒驾检测，可以减少酒驾事件的发生，从而提高道路交通的安全性；减少酒驾嫌疑人的存在，有助于降低交通事故发生的风险，保护驾驶员和其他道路使用者的生命安全。

[0032] 应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

[0033] 下面将结合本申请的实施例中的附图，对本申请的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0034] 需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“包括”、“包含”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。在本申请的权利要求书、说明书以及说明书附图中的术语，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来，而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序。

[0035] 在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。

[0036] 参考附图1‑3，为本申请一实施例中的车辆面部识别装置的结构示意图；

[0037] 实施例一

[0038] 一种车辆面部识别装置，所述装置包括外壳1、人像识别设备2、气体识别设备5、信号处理器和贴合组件；

[0039] 所述人像识别设备2设于所述外壳1的前端，所述气体识别设备5设于所述外壳1的内部，所述信号处理器设于所述外壳1内，所述贴合组件设于所述外壳1的两侧；

[0040] 所述人像识别设备2用于识别用户的人脸状态；

[0041] 所述气体识别设备5用于识别用户的酒精浓度。

[0042] 在本实施例中，所述贴合组件为两侧的两个弯沿板4，两个所述弯沿板4内部具有磁吸块6。

[0043] 在本实施例中，还包括散热孔3、电池7和信号线；所述散热孔3设于所述外壳1的顶部，所述电池7设于外壳1的底部，所述信号线设于外壳1的边沿。

[0044] 具体的，将设备贴合在用户的汽车上，位于天窗横梁的位置，首先放置一块可粘贴的磁块粘合在该位置，然后通过外壳1两侧的弯沿板4上的磁吸块6吸附，达到固定的效果，然后通过相应的人像识别设备2和气体识别设备5对驾驶人员的人脸进行识别，是否具有浮肿，颜色的变化，再通过气体识别设备5对驾驶员的呼吸气味进行识别，是否有酒精含量，含量达到多少，是否超过酒驾阈值，从而达到检测的效果。

[0045] 在本实施例中，还包括内置管道8、限位块10和弹簧杆9；

[0046] 所述内置管道8设于所述外壳1的内部底端，所述限位块10位于内置管道8的中间，所述弹簧杆9荣置于所述内置管道8中且一端与限位块10固定，所述弹簧杆9的另一端与所述弯沿板4固定。

[0047] 具体的，为了避免出现各个车辆上不相同天窗横梁，用户将弯沿板4从外壳1内拉出，通过弹簧杆9的弹性拉出一部分距离，可以适应不同车辆的使用，从而达到牢固固定的效果。

[0048] 一种车辆面部识别装置，所述系统包括：

[0049] 人像识别模块，识别用户人脸特征参照曲线进行自适应对照；

[0050] 气体识别模块，识别空气中的各类气体浓度；

[0051] 数据传输模块，将识别数据分别传输至终端与大数据平台；

[0052] 信号处理器，用于接收人脸数据和气体数据进行对照运算。

[0053] 在本实施例中，在所述识别用户人脸特征参照曲线进行自适应对照的步骤之前，[0054] 使用特征提取算法局部二值模式从检测到的人脸区域中提取特征向量。

[0055] 具体的，

[0056] 当用户在经常开车的时候，该设备会提取用户的人脸特征，并且每次都会修正和微调用户的人脸画像，达到实时更新与调整最新的人脸特征；

[0057] 在提取LBP特征之前，可以对人脸图像进行预处理以增强特征的鲁棒性，例如，可以进行人脸对齐，确保人脸在图像中的位置和角度一致，还可以进行亮度均衡化或直方图均衡化，以减少光照变化对特征提取的影响；

[0058] 图像分割：如果人脸图像中存在多个人脸或其他干扰物体，可以使用图像分割算法将人脸从背景中分离出来，常用的图像分割方法包括阈值分割、边缘检测、基于区域的分割等；

[0059] 人脸标定点检测：在提取LBP特征之前，可以检测人脸的标定点(如眼睛、鼻子、嘴巴等)的位置。这些标定点可以提供额外的信息，帮助区分不同人脸之间的差异；

[0060] LBP特征提取：使用LBP算法从人脸区域中提取特征向量，LBP算法通过比较像素点与其邻域像素点之间的灰度值关系，生成二进制编码，表示每个像素的纹理信息，可以通过将人脸区域划分为若干个小区域，并在每个小区域内计算LBP特征，将这些小区域的特征组合成一个整体的特征向量；

[0061] 特征归一化：为了提高特征的鲁棒性和可比性，可以对提取的特征向量进行归一化处理，常用的归一化方法包括均值方差归一化、最大最小值归一化等；

[0062] 在本实施例中，在所述识别用户人脸特征参照曲线进行自适应对照的步骤之中，[0063] 将提取到的特征向量与参照曲线进行匹配，使用匹配算法来计算特征向量与参照曲线之间的相似性得分。

[0064] 具体的，当用户的人脸画像被提取收集之后，在每最近的一次与上一次的微调画像进行对比，若出现眼部浮肿，面色红润，且判断浮肿程度，以配合空气气体是否具有酒精，若确定有酒精，则记录该这画像归类为酒驾画像。

[0065] 在本实施例中，在所述识别空气中的各类气体浓度的步骤之中，

[0066] 通过传感器提取空气中的气体数据，将气体数据转化为可处理数据，使用提取到的特征和已知气体浓度的样本数据，训练一个气体浓度识别模型，神经网络训练模型的目的是建立气体浓度与特征之间的关系，并能够准确地预测未知气体浓度；

[0067] 具体的，使用气体传感器(例如化学传感器、红外传感器等)检测空气中的各类气体，并提取相应的气体浓度数据，传感器可以实时采集气体浓度数据，通常以数字形式输出；对传感器提取的气体数据进行预处理，包括数据清洗、去噪、异常值处理等，例如，可以去除异常值或噪声干扰，确保数据的可靠性和一致性；

[0068] 从气体数据中提取有代表性的特征，根据传感器类型和气体特性，可以采用不同的特征提取方法，例如，可以提取统计特征(如平均值、方差等)、频域特征(如傅里叶变换)、时域特征(如波形形状)、小波变换等；

[0069] 准备一组已知气体浓度的样本数据，包括气体浓度和对应的特征向量，这些样本数据可以通过实验室测试或者现场采集得到，确保样本数据具有足够的数量和代表性，涵盖不同浓度范围的气体；

[0070] 使用已知气体浓度的样本数据，训练一个气体浓度识别模型，常用的模型包括神经网络、支持向量机等，神经网络模型可以通过输入特征向量和对应的气体浓度标签，通过反向传播算法进行训练，训练的目的是建立气体浓度与特征之间的关系，并能够准确地预测未知气体浓度；

[0071] 使用一部分样本数据作为验证集，评估训练得到的气体浓度识别模型的性能，可以使用各种评价指标，如准确率、召回率、F1值等，根据评估结果，对模型进行优化，调整模型参数或选择其他模型结构，以获得更好的性能；

[0072] 使用训练好的模型，对新采集到的气体数据进行浓度识别，将提取到的特征输入到模型中，模型会根据特征与已知样本的关系，预测出浓度值或分类结果并根据浓度识别结果，输出相应的浓度值或气体分类，可以将结果显示在屏幕上，或通过其他方式进行记录和报警。

[0073] 本领域内的技术人员应明白，本实用新型的实施例可提供为方法、系统、或计算机程序产品。因此，本实用新型可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本实用新型可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。

[0074] 本实用新型是参照根据本实用新型实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

[0075] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

[0076] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

[0077] 尽管已经示出和描述了本申请的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本申请的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本申请的范围由所附权利要求及其等同物限定。