一种室外健身车登录控制系统的制作方法

1.本发明涉及管理领域，尤其涉及一种室外健身车登录控制系统。


背景技术：

2.健身车在运动科学领域叫做“功率自行车”，分为直立式、背靠式（也称为卧式）健身车两种，可以调整运动时的强度（功率），起到健身的效果，所以人们把它称为健身车。属于典型的模拟户外运动的有氧健身器材亦被称为心肺训练器材。主要是通过身体较长时间，适当强度的运动来促进心血管的运动，加快新陈代谢，增强心脏和肺部功能，从而改善人体的体质。为了使得健身的过程更加有趣，竞赛型健身车也出现了，竞赛型健身车包括了至少两辆健身车，两辆或两辆以上的健身车可以分别与后台管理系统连接，将比赛过程中的健身车的运行数据传输至后台管理系统进行对比，获取比赛结果以及存储健身人员的运动数据。
3.很多人在进行户外运动时一般不方便携带手机，因此，室外健身车往往采用人脸识别的方式进行登录，以便于存储使用者的锻炼信息，以及方便进行联网排名。现有的人脸识别方式中，一般是将获取脸部图像直接进行人脸识别，显然，这样的设置方式不利于实现快速的登录验证。因为如果质量较差的图像进入到人脸识别过程中，得到的是错误的识别结果，这就导致使用者需要再次进行人脸识别，影响使用体验。


技术实现要素：

4.本发明的目的在于公开一种室外健身车登录控制系统，解决在现有的室外健身车在进行人脸识别时，将获取脸部图像直接进行人脸识别，导致质量较差的图像进入到人脸识别过程时，使用者需要再次进行人脸识别，影响使用体验的问题。
5.为了达到上述目的，本发明采用如下技术方案：一种室外健身车登录控制系统，包括图像获取模块、图像预判模块、身份识别模块和数据存储模块；图像获取模块用于获取竞赛型健身车的使用者的脸部图像；图像预判模块用于判断脸部图像是否满足预设的预判条件，若是，则将脸部图像发送至身份识别模块，若否，则向图像获取模块发送用于重新获取竞赛型健身车的使用者的脸部图像的消息；图像获取模块还用于在收到用于重新获取竞赛型健身车的使用者的脸部图像的消息后，重新获取竞赛型健身车的使用者的脸部图像；数据存储模块用于存储已经进行注册的竞赛型健身车的用户的脸部图像；身份识别模块用于将竞赛型健身车的使用者的脸部图像与数据存储模块中存储的脸部图像进行匹配，判断是否登录成功。
6.作为优选，所述图像获取模块包括摄像头、补光灯和控制芯片；控制芯片用于控制摄像头获取竞赛型健身车的使用者的脸部图像；
以及用于在环境亮度低于预设的亮度阈值时，控制补光灯开启；以及用于在收到用于重新获取竞赛型健身车的使用者的脸部图像的消息后，控制摄像头重新获取竞赛型健身车的使用者的脸部图像。
7.作为优选，所述判断脸部图像是否满足预设的预判条件，包括：计算脸部图像的信息量指数：其中，表示信息量指数，表示脸部图像中同时满足条件一和条件二的像素点的数量，条件一为：，条件二为：，分别表示脸部图像中的像素点c在rgb颜色空间中的红色分量图像、绿色分量图像、蓝色分量图像中的像素值；和分别表示取中的最大值和最小值；表示同时满足条件一和条件二的像素点的数量比较值；表示预设的比例系数，，和分别表示脸部图像的行数和列数，表示脸部图像中第i行第j列的像素点的在lab颜色空间中的亮度分量的值；表示脸部图像中第i行第j 1列的像素点的在lab颜色空间中的亮度分量的值；表示预设的平均亮度分量比较值；若信息量指数大于信息量指数阈值，则表示脸部图像满足预设的预判条件；若信息量指数小于等于信息量指数阈值，则表示脸部图像不满足预设的预判条件。
8.作为优选，所述将竞赛型健身车的使用者的脸部图像与数据存储模块中存储的脸部图像进行匹配，判断是否登录成功，包括：获取竞赛型健身车的使用者的脸部图像的特征信息；分别计算竞赛型健身车的使用者的脸部图像的特征信息与数据存储模块中存储的每一张脸部图像的特征信息之间的相似度；判断相似度最大值是否大于预设的相似度阈值，若是，则表示匹配成功，若否，则表示匹配失败；若匹配成功，则表示登录成功，否则，表示登录失败。
9.作为优选，所述获取竞赛型健身车的使用者的脸部图像的特征信息，包括：对脸部图像进行灰度化处理，获得第一图像；对第一图像进行小波分解，获得小波高频图像和小波低频图像；对小波高频图像进行处理：
其中，表示处理前的小波高频图像himg中像素点q的像素值，表示处理后获得的小波高频图像thimg中像素点q的像素值，和分别表示预设的第一系数和第二系数，，ge表示小波高频图像中的梯度幅值，表示小波高频图像himg中像素点的像素值均值，表示第三系数，，noidx表示对小波高频图像himg进行噪声估计的标准差，st表示高斯滤波标准差；对小波低频图像进行处理：其中，表示处理前的小波低频图像limg中的像素点r的像素值，nei(r)表示像素点r的大小的邻域内的像素点的集合，dt(r,s)表示像素点r和像素点s之间的连线的长度，tlimg(r)表示在处理后的小波低频图像tlimg中的像素点r的像素值，limg(s)表示处理前的小波低频图像limg中的像素点s的像素值，表示nei(r)中的像素点与像素点r之间的连线的长度的方差，表示nei(r)中的像素点与像素点r之间的像素值的差值的方差；将thimg和tlimg进行重构，获得第二图像；使用预设的图像特征获取算法获取第二图像中包含的特征信息。
10.作为优选，所述预设的图像特征获取算法包括hog算法、lbp算法中的任一种。
11.本发明的有益效果如下：本发明在采用人脸识别进行登录验证时，通过先对脸部图像是否符合预判条件进行判断，有效地防止了低质量的脸部图像进入身份识别模块，有效地提高了人脸识别的准确率，使得使用者不需要频繁重复进行人脸识别。
12.相较于指纹识别或账号密码的登录验证方式，本发明更为便捷以及安全性更高。在使用竞赛型健身车时，很多人可能会带有手套，或者手指区域会有手汗显然这样的状态下使用指纹识别并不方便。而由于竞赛型健身车一般设置在公共区域，来来往往的人员比较多，使用账号密码的话很容易导致账号密码泄露而造成隐私泄露。
附图说明
13.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
14.图1，为本发明一种室外健身车登录控制系统的一种示例性实施例图。
15.图2，为本发明判断是否登录成功的一种示例性实施例图。
具体实施方式
16.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终
相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
17.如图1所示的一种实施例，本发明提供了一种室外健身车登录控制系统，包括图像获取模块、图像预判模块、身份识别模块和数据存储模块；图像获取模块用于获取竞赛型健身车的使用者的脸部图像；图像预判模块用于判断脸部图像是否满足预设的预判条件，若是，则将脸部图像发送至身份识别模块，若否，则向图像获取模块发送用于重新获取竞赛型健身车的使用者的脸部图像的消息；图像获取模块还用于在收到用于重新获取竞赛型健身车的使用者的脸部图像的消息后，重新获取竞赛型健身车的使用者的脸部图像；数据存储模块用于存储已经进行注册的竞赛型健身车的用户的脸部图像；身份识别模块用于将竞赛型健身车的使用者的脸部图像与数据存储模块中存储的脸部图像进行匹配，判断是否登录成功。
18.本发明在采用人脸识别进行登录验证时，通过先对脸部图像是否符合预判条件进行判断，有效地防止了低质量的脸部图像进入身份识别模块，有效地提高了人脸识别的准确率，使得使用者不需要频繁重复进行人脸识别。
19.本发明实现了通过人脸识别的方式来实现不携带手机的情况下登陆健身车的后台管理系统。相较于指纹识别或账号密码的登录验证方式，本发明更为便捷以及安全性更高。在使用竞赛型健身车时，很多人可能会带有手套，或者手指区域会有手汗显然这样的状态下使用指纹识别并不方便。而由于竞赛型健身车一般设置在公共区域，来来往往的人员比较多，使用账号密码的话很容易导致账号密码泄露而造成隐私泄露。
20.具体的，在对脸部图像进行相关的图像识别处理前先进行预判条件的判断，有利于排除低质量的脸部图像进入相关的图像识别处理过程，这种情况的脸部图像往往会导致脸部识别失败，然后便需要重新获取脸部图像进行识别，显然这样会影响身份识别的速度。而本发明在处理前先进行判断，不满足预判条件则直接重新获取，则是能够有效地解决这个问题。
21.作为优选，所述图像获取模块包括摄像头、补光灯和控制芯片；控制芯片用于控制摄像头获取竞赛型健身车的使用者的脸部图像；以及用于在环境亮度低于预设的亮度阈值时，控制补光灯开启；以及用于在收到用于重新获取竞赛型健身车的使用者的脸部图像的消息后，控制摄像头重新获取竞赛型健身车的使用者的脸部图像。
22.作为优选，所述判断脸部图像是否满足预设的预判条件，包括：计算脸部图像的信息量指数：其中，表示信息量指数，表示脸部图像中同时满足条件一和条件
二的像素点的数量，条件一为：，条件二为：，分别表示脸部图像中的像素点c在rgb颜色空间中的红色分量图像、绿色分量图像、蓝色分量图像中的像素值；和分别表示取中的最大值和最小值；表示同时满足条件一和条件二的像素点的数量比较值；表示预设的比例系数，，和分别表示脸部图像的行数和列数，表示脸部图像中第i行第j列的像素点的在lab颜色空间中的亮度分量的值；表示脸部图像中第i行第j 1列的像素点的在lab颜色空间中的亮度分量的值；表示预设的平均亮度分量比较值；若信息量指数大于信息量指数阈值，则表示脸部图像满足预设的预判条件；若信息量指数小于等于信息量指数阈值，则表示脸部图像不满足预设的预判条件。
23.具体的，同时满足条件一和条件二的像素点的数量越多、相邻像素点在l分量中的平均差值越大，则信息量指数越大，表示脸部皮肤区域的像素点在脸部图像中的占比高且图像清晰度高，图像质量高。
24.作为优选，如图2所示，所述将竞赛型健身车的使用者的脸部图像与数据存储模块中存储的脸部图像进行匹配，判断是否登录成功，包括：获取竞赛型健身车的使用者的脸部图像的特征信息；分别计算竞赛型健身车的使用者的脸部图像的特征信息与数据存储模块中存储的每一张脸部图像的特征信息之间的相似度；判断相似度最大值是否大于预设的相似度阈值，若是，则表示匹配成功，若否，则表示匹配失败；若匹配成功，则表示登录成功，否则，表示登录失败。
25.具体的，在发明中，对使用者的脸部图像和对数据存储模块中存储的脸部图像进行特征提取时，所采用的特征获取方式相同。
26.作为优选，所述获取竞赛型健身车的使用者的脸部图像的特征信息，包括：对脸部图像进行灰度化处理，获得第一图像；对第一图像进行小波分解，获得小波高频图像和小波低频图像；对小波高频图像进行处理：其中，表示处理前的小波高频图像himg中像素点q的像素值，表示处理后获得的小波高频图像thimg中像素点q的像素值，和分别表示预设的第一系
数和第二系数，，ge表示小波高频图像中的梯度幅值，表示小波高频图像himg中像素点的像素值均值，表示第三系数，，noidx表示对小波高频图像himg进行噪声估计的标准差，st表示高斯滤波标准差；对小波低频图像进行处理：其中，表示处理前的小波低频图像limg中的像素点r的像素值，nei(r)表示像素点r的大小的邻域内的像素点的集合，dt(r,s)表示像素点r和像素点s之间的连线的长度，tlimg(r)表示在处理后的小波低频图像tlimg中的像素点r的像素值，limg(s)表示处理前的小波低频图像limg中的像素点s的像素值，表示nei(r)中的像素点与像素点r之间的连线的长度的方差，表示nei(r)中的像素点与像素点r之间的像素值的差值的方差；将thimg和tlimg进行重构，获得第二图像；使用预设的图像特征获取算法获取第二图像中包含的特征信息。
27.在本发明中，通过分别对小波分解后获得的图像himg和limg进行处理，能够有效地去除第一图像中的像素值突变像素点对后续的特征信息提取的影响，从而提高身份验证的效率。具体的，图像特征获取算法包括lbp算法、hog算法等。在对himg进行处理时，从像素值、梯度幅值、像素值均值等方面进行考虑，在对limg进行处理时，则是从邻域像素点之间在像素值以及连线长度这两方面进行考虑，有利于准确对像素值突变的像素点进行处理。
28.在一种实施例中，室外健身车除了登录控制系统之外，还包括数据获取模块、后台处理模块和显示模块；登录控制系统还用于获取竞赛型健身车的使用者的身份id；数据获取模块用于获取竞赛型健身车的运行数据，以及用于将竞赛型健身车的运行数据传输至后台处理模块；后台处理模块用于对运行数据进行处理，获取竞赛排名，以及将健身车的使用者的运动数据存储至身份id对应的数据库中；显示模块用于显示所述竞赛排名。
29.作为优选，所述获取竞赛型健身车的使用者的身份id，包括：匹配成功后将相似度最大值对应的数据存储模块中存储的脸部图像的身份id作为竞赛型健身车的使用者的身份id。
30.作为优选，所述运行数据包括累计运行时长、各个时刻的转速和档位。
31.具体的，运行数据还可以包括电流等数据。
32.作为优选，所述对运行数据进行处理，获取竞赛排名，包括：根据运行数据计算总的运动消耗指数：
其中，表示总的运动消耗指数，t表示累计运行时长，表示第t个单位时长的运动距离，表示预设的距离参考值，dc表示档位，dcsd表示预设的档位参考值，和分别表示预设的权重参数；对所有的竞赛型健身车的运动消耗指数进行从大到小进行排序，获得竞赛排名。
33.具体的，单位时长可以是以分钟为单位，也可以是以秒为单位。运动距离可以通过圈数计算获得。
34.作为优选，所述预设的图像特征获取算法包括hog算法、lbp算法中的任一种。
35.尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由权利要求及其等同物限定。
36.需要说明的是，在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中，也可以是各个单元/模块单独物理存在，也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件功能单元/模块的形式实现。
37.通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路（asic）、数字信号处理器（dsp）、数字信号处理设备（dspd）、可编程逻辑器件（pld）、现场可编程门阵列（fpga）、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。
38.实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于 ram、rom、eeprom、cd-rom 或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。