车载人脸识别技术应用现状及发展趋势

文／李育贤 臧金环

人机交互技术可视为人与智能驾舱之间围绕“人—车—环境”交流信息的沟通工具。人脸识别是人机交互技术之一，它不仅可以用于身份验证、驾驶员状态监测，还可以实现预警类功能，提供座舱智能化应用，等等。预计2022年，车载人脸识别技术将进入快速发展期。

近年来，智能网联汽车发展热度不断提升，智能驾舱成为其中受到重点关注的领域之一。智能驾舱是由一系列交互界面及不同交互方式所构成的，可以根据应用需求呈现智能化、信息化反馈的车内驾驶环境系统。其中，具备信息化显示功能的交互界面及新型交互方式所组成的这类人机交互技术是实现智能驾舱的重要支撑。驾乘人员通过交互方式发出指令，智能驾舱通过交互界面呈现信息给予反馈，实现驾舱中的信息、环境、事件处理等人机交互需求。

一、车载人机交互技术概述

人机交互技术可视为人与智能驾舱之间围绕“人—车—环境”交流信息的沟通工具。

人机交互技术的发展可分为三个阶段。第一阶段为人机交互技术的早期形态，由以物理按键为主的传统中控、后视镜及其他按键旋钮等构成；第二阶段为人机交互技术的当前主要应用，包括信息化电子屏、HUD、智能后视镜、触控、语音交互、手势识别等新型交互技术；第三阶段为人机交互技术的未来应用方向，如人脸识别、智能车窗、AR 显示、全息影像等将逐渐应用。

总体而言，人机交互技术呈现出从不可视到可视、从接触式到接触式与非接触式相结合、从现实到虚拟、从局部到整体的演变特征。

二、人脸识别技术的特点

人脸识别是人机交互技术之一，属于生物特征识别，是利用摄像头采集含有人脸的图像或视频流，并在采集过程中自动检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术。人脸识别技术原理主包括以下步骤：一是建立一个包含大批量人脸图像的数据库；二是通过各种方式来获得当前要进行识别的目标人脸图像；三是将目标人脸图像与数据库中既有的人脸图像进行比对和筛选。根据人脸识别技术原理具体实施起来的技术流程则主要包含以下四个部分，即人脸图像的采集与预处理、人脸检测、人脸特征提取、特征匹配与识别。

人脸识别的面部信息提取目前主要包括三种方案，分别是3D 结构光、双目视觉以及TOF 技术。相比双目立体摄像头，3D 结构光技术精度高，更为成熟。

表1 人脸识别面部信息提取技术对比

三、车载人脸识别技术的应用

1.车载人脸识别技术用于身份验证、驾驶员状态监测

人脸识别可实现身份确认和对象辨认，逐渐应用到金融、社会和企业管理、教育、校园安保、公共安全、手机、司法刑侦、交通、服务行业等诸多领域。

车载人脸识别技术在汽车防盗、行车安全，甚至是自动驾驶等方面起到至关重要的作用，目前可以实现身份验证、驾驶员状态监测两大类功能。其中，身份验证类功能主要包括：车辆解锁和启动、车内支付、个性化服务、资质认证等；驾驶员状态监测类功能主要包括：疲劳驾驶监测、分心驾驶监测、健康状态监测、情绪识别等。

2.基于人脸识别技术的驾驶员状态监测可实现预警类功能，提供座舱智能化应用

基于人脸识别技术的驾驶员状态监测将进一步提升驾舱智能化水平，主要体现在两个方面：第一，与ADAS 系统整合，实现预警类功能。也可在L2 级、L3 级自动驾驶中，加强对驾驶员接管能力的实时监控；第二，可实现智能座舱内个性化交互，并提供如视线追踪与HUD 联动、救援时车内感知等更高阶的智能化应用。驾驶员状态监测主要通过检测驾驶员以下特征：（1）头部及上肢特征变化，如面部表情、面部轮廓、眼鼻口位置、面部朝向、双手动作；（2）眼部信号，如视线方向、眼睑开合程度、眨眼频率、瞳孔状态；（3）其他生物指标，如分析皮肤、眼周、嘴唇、骨骼等面部构造，识别体脂、BMI 指数和血压等。例如，当驾驶员视线偏离时间比例高于30%或一次视线偏离时间超过阈值时进行预警等。

表2 人脸识别技术主要应用领域

图1 车载人脸识别技术主要实现功能

表3 装备人脸识别技术的主要车型

3.人脸识别技术能应用在车机端和手机端

当前人脸识别在部分车型中已经装备应用。经统计，2019 年人脸识别技术车型装备率为5.26%，款型装备率为0.29%。车机端的人脸识别技术支持感应解锁、车载信息系统登录、发动机启动、车辆个性化调整、驾驶员状态监测、车内支付等功能；手机端的人脸识别技术支持人脸识别代替密码登录进行车主身份认证、快速验证车辆操控指令，实现手机远程控制车辆。

表4 人脸识别技术供应商

4.人脸识别技术在其他行业应用成熟且供应商充分，是汽车行业应用快速提升的重要基础

人脸识别技术在其他行业已经有了较为成熟的市场应用，为汽车行业的落地应用提供了一定技术基础，如商汤科技、百度等部分企业已经在汽车行业的人脸识别开展业务布局。

四、车载人脸识别技术的发展趋势

1.人脸识别技术需进一步解决技术难点

尽管近年来人脸识别技术得到了快速发展，但是当采集的图像不理想时，识别的效果就会大打折扣，这也是人脸识别还需进一步解决的难点。

（1）光照：如光线照射方向和角度不同，光线折射到人脸的部分阴影也不同，此时人脸的特征值会发生变化，影响识别率。在车辆行驶过程中，人脸的光照状况也是实时变化的。

（2）表情姿态：在识别过程中，当侧脸、低头等姿态不正时，或当人脸发生很大程度的变化时，例如夸张表情、大哭、大笑等，人脸识别的识别率将会下降。在车辆行驶环境中，人脸的位置、姿态会有晃动，也影响识别效果。

（3）饰物及遮挡：有些情况下，被识别人会带着墨镜、帽子等日常的饰物，长发也会遮挡住部分脸部特征，使得被采集出来的人脸图像当中，人脸的特征不完整，导致识别结果不好。

2.预计车载人脸识别技术2022 年进入快速发展期

当前车载人脸识别技术处于起步期，陆续会有新车型装备。2022 年左右，预计进入快速发展期。人脸识别实现的功能方面，车辆解锁和启动、资质认证、驾驶员疲劳监测、分心监测、健康监测会率先在汽车上得到应用；车内支付和个性化服务需要与车内更多控制器整合；情绪识别预计只能够在个别车型上得以实现，若想规模化应用还需要较长时间。