座舱基础系统测试 4

任务5.3人脸识别系统的开发项目五视觉交互系统主讲教师：XXX《智能座舱系统装调与测试》目录PART01任务导入PART02教学目标PART03背景知识PART04任务实施PART05课程思政PART06课堂总结PART01任务导入任务导入人脸识别技术的应用范围日益扩大，众多城市的火车站已经部署了人脸识别系统，用于进行身份验证和安检，从而大幅节省了时间。除了在火车站的应用外，人脸识别技术还被广泛运用于手机银行登录、支付认证、社区安全防护以及超市营销等多个生活场景。那么，大家是否了解人脸识别系统的开发过程？在人脸识别系统开发完成后，又是如何对其进行测试的呢？人脸识别PART02教学目标教学目标1.培养学生开放合作、协同共进的意识。2.引导学生增强民族自信心，坚定文化自信。知识目标素质目标能力目标1.了解人脸识别的定义和特点。2.解释人脸识别系统的工作原理。3.概括基于OpenCV的人脸识别系统。1.能规范完成人脸识别系统的编程。2.能规范完成人脸识别系统的测试。PART03背景知识一、人脸识别系统的定义人脸识别系统是一种先进的生物识别技术，它通过分析和比较人脸的视觉特征信息来识别身份。这种系统通常利用摄像头捕捉含有人脸的图像或视频流，然后自动检测、跟踪并识别图像中的人脸。人脸识别因其非接触、非强制性和直观性，常被称为人像识别或面部识别，广泛应用于安全认证、身份验证等多种场景。人脸识别二、人脸识别系统的工作原理人脸识别系统的工作流程主要分为三个步骤：首先是建立人脸图像数据库，其次是获取目标人脸图像，最后是将目标图像与数据库图像进行比对筛选。具体的技术流程涵盖人脸图像的采集与检测、人脸图像的预处理、人脸图像特征的提取以及匹配与识别四个部分。人脸识别系统的工作原理三、人脸识别系统的特点1.人脸识别系统的优点人脸识别系统的优点

非强制性人脸识别利用可见光获取人脸图像信息，用户无需特别配合人脸采集设备，可以在无意识的状态下获取人脸图像，这种采样方式不具备“强制性”。与需要使用电子压力传感器采集指纹或利用红外线采集虹膜图像的识别方式相比，人脸识别更不易被察觉，因此被伪装欺骗的可能性更低。非接触性用户无需与设备直接接触即可获取人脸图像，提高了数据采集的效率。并发性在实际应用场景中，系统能够同时处理多个人脸的识别任务，响应速度更快。符合视觉特性人脸识别符合“以貌识人”的直观特性，操作简单、结果直观、隐蔽性好。三、人脸识别系统的特点2.人脸识别系统的缺点人脸识别系统的缺点人脸的相似性不同个体间的人脸结构相似，例如双胞胎，这使得人脸识别在个体区分上存在挑战。光照问题光照变化是机器视觉领域的常见问题，在人脸识别中尤为显著。光照投射的阴影可能增强或减弱人脸特征。表情姿态问题头部姿态变化（如旋转）可能导致面部信息部分缺失，影响识别效果。遮挡问题在非配合情况下采集的人脸图像中，遮挡问题尤为严重。监控对象可能佩戴眼镜、帽子等饰物，导致采集到的人脸图像不完整，影响特征提取和识别，甚至可能导致人脸检测失败。年龄变化问题面部外观随年龄变化，尤其是青少年变化显著，影响识别率。不同年龄段的人脸识别算法识别率可能不同。其他问题图像质量、样本不足、海量数据处理等其他因素也可能影响人脸识别算法的精确度。四、基于OpenCV的人脸识别系统1.OpenCV简介OpenCV（OpenSourceComputerVisionLibrary）是一个基于Apache2.0许可发行的开源跨平台计算机视觉和机器学习软件库，支持Linux、Windows、Android和MacOS等操作系统。它以轻量级和高效著称，由C函数和少量C++类构成，并提供Python、Ruby、MATLAB等语言接口，实现了图像处理和计算机视觉的通用算法。OpenCV四、基于OpenCV的人脸识别系统2.基于OpenCV的人脸识别流程OpenCV的人脸识别流程12345读取与识别训练模型人脸图像特征提取人脸图片预处理人脸采集四、基于OpenCV的人脸识别系统2.基于OpenCV的人脸识别流程5人脸采集是人脸识别流程的首要环节，其目的在于从图像或视频中提取人脸区域并将其保存为独立的图像文件。这一过程通常借助人脸检测算法实现，如基于Haar特征的级联分类器或深度学习模型（如SSD、YOLO等）。采集到的人脸图像将作为后续处理的基础数据。人脸采集01预处理是提升人脸识别准确率的关键步骤，主要包括光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波和锐化等。人脸图片预处理02特征提取是从预处理后的图像中提取能够表征人脸独特性的关键信息。常见的特征提取方法包括：提取边缘特征、线性特征、中心特征和对角线特征。人脸图像特征提取03训练是人脸识别系统的核心环节。通过创建一个人脸识别数据库，将采集到的人脸图像及其对应的标签（如身份信息）输入到训练模型中，使模型学习人脸特征与身份之间的映射关系。常用的训练模型包括支持向量机（SVM）、深度神经网络（DNN）等。训练完成后，模型将具备对新输入图像进行身份识别的能力。训练模型04四、基于OpenCV的人脸识别系统2.基于OpenCV的人脸识别流程5在实际应用中，系统需要读取待检测的图像，并将其与训练好的模型进行匹配。具体步骤包括：1）读取图像：加载待检测的图像文件。2）调用OpenCV函数：利用OpenCV提供的函数对图像进行预处理和特征提取。3）相似度评估：通过计算输入图像与数据库中已知人脸图像的相似度，确定输入图像的身份可信度。常用的相似度评估方法包括欧氏距离、余弦相似度等。读取与识别05PART04任务实施一、工具设备介绍教学车智能座舱测试装调台架1.设备介绍2.工具介绍触控笔安全帽绝缘垫工作手套联机通讯线摄像头二、实施前检查1.安全与防护（1）规范着装入场（着装整洁、不佩戴首饰，长发需挽起等）。（2）放置安全警示牌，并正确设置安全围挡。（3）检查并正确穿戴工作手套和安全帽。安全与防护要求二、实施前检查2.工具与台架检查（1）工具外观结构应完整，表面无破损、变形、裂痕、生锈等问题；触控笔的使用功能正常。（2）检查台架的万向轮是否已锁止，确保其处于锁止状态；检查台架上的设施是否齐全。智能座舱测试装调台架二、实施前检查3.线束外观的检查（1）线束外观结构应完整，表面无有破损、变形、裂痕等问题。（2）线束连接针脚无损坏、变形或生锈。联机通讯线二、实施前检查4.教学车的检查（1）仔细绕车一周检查，并检查两个阻车器是否放置在车轮的前后位置。（2）装配座椅、地板、方向盘、变速杆四件套（3）踩住制动踏板，教学车READY上电，仪表“READY”灯应点亮，挡位处于“P”挡。（4）检查手刹指示灯是否点亮，保证手刹处于驻车状态。（5）检查教学车剩余电量是否充足。（6）关闭教学车。车辆的检查三、人脸识别系统的线路连接1.接线口的检查（1）检查教学车连接端的联机通信线接线口是否正常，针脚应无损坏、变形或锈蚀。检查端口（与教学车相连）三、人脸识别系统的线路连接1.接线口的检查（2）检查台架连接端的联机通信线接线口是否正常，针脚应无损坏、变形或锈蚀

检查端口（与台架连接端）三、人脸识别系统的线路连接2.联机通信线的连接正确连接台架和教学车的联机通信线。联机通信线的连接四、人脸识别系统的编程1.启动教学车教学车READY上电，仪表“READY”灯应点亮，挡位处于“P”挡。启动教学车四、人脸识别系统的编程2.启动台架和电脑连接台架电源线，并启动台架和电脑。

启动台架和电脑四、人脸识别系统的编程3.代码编写

在台架电脑桌面“E300/task2”文件夹中，鼠标右键单击“faceDemo.py”人脸识别编程文件，选择“VisualStudioCode”软件打开编程文件。人脸识别编程文件四、人脸识别系统的编程3.代码编写在编程文件中按要求编写代码，实现选择正确的人脸分类器。选择正确的人脸分类器四、人脸识别系统的编程3.代码编写在编程文件中按要求编写代码，实现人脸检测。检测人脸四、人脸识别系统的编程3.代码编写在编程文件中按要求编写代码，实现人脸判断。判断人脸四、人脸识别功能调试

condaactivatee300进入人脸识别的专用虚拟环境在台架电脑桌面打开“AnacondaPrompt”软件，输入以下命令并回车，进入人脸识别的专用虚拟环境。四、人脸识别系统的编程

cdC:\Users\Dell\Desktop\E300\task2进入文件夹输入以下命令并回车，进入人脸识别项目所在的文件夹。输入以下命令并回车，用于运行人脸识别主程序，如图5-3-19所示。运行后弹出摄像头录制的实时画面窗口。四、人脸识别系统的编程

PythonfaceMain.py运行人脸识别主程序四、人脸识别系统的编程运行效果图当摄像头检测到人脸后，摄像头画面窗口出现方框并出现“FaceDetectOK!”提示字样，表明在台架上人脸识别的功能调试成功。调试结束后，按“q”关闭摄像头画面窗口，并关闭“AnacondaPrompt”软件。五、人脸识别系统的固件烧入单击设置图标1.进入固件烧入界面在台架电脑桌面打开“智能座舱系统测试软件”，单击右上角的设置图标，选择“SSH”进入固件烧入界面。五、人脸识别系统的固件烧入设置并连接网络2.设置并连接网络在弹出的固件烧入界面，IP输入“192.168.1.102”，Name输入“e300”，Passward输入小写英文字母“root”，再单击“连接”按钮，连接台架和教学车。五、人脸识别系统的固件烧入发送文件3.发送文件单击“选择文件”，选择摄像头的内参参数文件“config.json”、人脸识别系统的编程文件“faceDemo.py”（以上文件的路径都为：桌面/E300/task2），再单击“发送任务二文件”，当窗口显示“传送成功”，说明文件发送成功。六、人脸识别系统的测试

在教学车中控屏左下角单击小车图标，再单击选择“系统设置”。

在教学车中控屏上单击“开启人脸识别”，并关闭主驾驶车门，当系统识别到人脸后，中控屏上的香薰图标由白色变成蓝色，此时表明人脸识别打开香薰功能测试成功。测试结束后，需单击“关闭人脸识别”。中控屏界面七、系统复原和整理清洁1.关闭台架（1）关闭智能座舱测试软件。（2）关闭智能座舱测试装调台架的电脑。（3）关闭智能座舱测试装调台架电源开关，并拔出其电源线。关闭台架七、系统复原和整理清洁2.关闭车辆教学车下电，并拔出教学车钥匙放置工作台。关闭车辆七、系统复原和整理清洁3.拆卸联机通信线正确拆卸连接教学车和台架的联机通信线。拆卸联机通信线七、系统复原和整理清洁4.进行现场6S整理（1）整理清洁触控笔。（2）整理清洁线束。（3）整理清洁工作台。（4）收回并整理座椅、地板、方向盘、变速杆四件套。（5）整理清洁教学车及台架。清洁工作台七、系统复原和整理清洁5.回收安全与防护措施（1）卸下并整理安全帽及工作手套。（2）回收安全警示牌和围挡。（3）离开实训场地。回收安全警示牌PART05课程思政课堂思政开放合作、协同共进德赛西威，这家中国汽车产业链中炙手可热的供应商，近几年成就斐然，多个业务领域均赢得领先的市场份额。以“智新境，向远大”为主题的德赛西威上海车展展台，引起了行业的广泛关注。“稳基盘、勇出海、促协同、智拓界”，德赛西威董事长兼总裁高大鹏，用12个字浓缩了公司在全新发布的“智慧出行，全球共享”愿景下的四大战略方向。作为智舱域控、辅助驾驶域控、智能网联等多个领域的佼佼者，德赛西威的核心战略不仅仅是继续稳固市场领先地位，更重要的是引入“科技×生态×人文”的新范式，用长期主义呼吁时代之变，以开放的心态与全球合作伙伴携手共进，真正推动汽车产业的高质量发展。德赛西威董事长