1.一种基于树莓派和人脸识别的车载嫌疑犯锁定系统，其特征在于包括存储与管理模块(9)，存储与管理模块(9)包括数据库服务器(13)、客户端电脑(12)和树莓派(11)，所述数据库服务器(13)内置用于存储嫌疑犯信息以及嫌疑犯识别记录的数据库，客户端电脑(12)内置终端控制模块(8)及人脸比对模块(7)，所述树莓派(11)内置图像采集模块(1)、人脸检测模块(2)、人脸姿态评估模块(3)、人脸特征提取模块(4)、PCA降维模块(5)以及无线网络通信模块(6)，其中：图像采集模块(1)，用于车辆副驾驶人员人脸图像的采集；

人脸检测模块(2)，负责对图像采集模块(1)采集到的图像进行人脸检测，将图像中所有的人脸检测出来并进行面部特征点定位；

人脸姿态评估模块(3)，对人脸检测模块(2)检测到的人脸姿态进行评估，获取最正面的人脸；

人脸特征提取模块(4)，用于提取人脸的深度特征，得到人脸特征向量；

PCA降维模块(5)，对人脸特征提取模块(4)提取的高维的人脸特征向量进行降维；

无线网络通信模块(6)，用于将人脸特征提取模块(4)提取出的人脸特征向量发送至人脸比对模块(7)；

人脸比对模块(7)，用于将接收到的人脸特征向量与存储与管理模块(9)的数据库中已存的人脸特征向量进行比对；

终端控制模块(8)，包括公安控制系统，用于人脸比对模块(7)的人脸比对结果信息，显示、储存并报警。

2.根据权利要求1所述的一种基于树莓派和人脸识别的车载嫌疑犯锁定系统，其特征在于图像采集模块(1)包括安装在树莓派(11)上的SCI摄像头(10)，树莓派(11)安置在车辆副驾驶前的仪表台上，面对副驾驶位置斜向上与水平面呈k度夹角。

3.根据权利要求1所述的一种基于树莓派和人脸识别的车载嫌疑犯锁定系统，其特征在于所述人脸检测模块(2)的人脸检测利用卷积神经网络实现，输入为包含人脸的RGB图像，输出为所有人脸在图像中的位置以及人脸对应的面部特征点的位置，所述面部特征点包括两眼中心、两嘴角以及鼻尖5个特征点；所述的人脸姿态评估模块(3)的人脸姿态评估利用人脸面部特征点的位置信息来进行打分，分数越高表示人脸姿态越趋于正面人脸；所述人脸特征提取模块(4)的人脸深度特征提取利用深度卷积神经网络实现，该网络包含7个卷积层与2个全连接层，提取到的人脸特征为4096维的深度人脸特征，令提取出的人脸特征向量为f＝{feai|i＝1,2,...,4096}，其中feai为浮点数并表示人脸特征向量中的第i个特征。

4.根据权利要求1所述的一种基于树莓派和人脸识别的车载嫌疑犯锁定系统，其特征在于所述PCA降维模块(5)将人脸特征提取模块(4)提取到的4096维的深度人脸特征降低到

1024维，令降维后的人脸特征向量为fp＝{feapi|i＝1,2,...,1024}，其中feapi为浮点数并表示降维后的人脸特征向量中的第i个特征。

5.根据权利要求1所述的一种基于树莓派和人脸识别的车载嫌疑犯锁定系统，其特征在于所述的无线网络通信模块(6)基于4G移动通信技术。

6.根据权利要求1所述的一种基于树莓派和人脸识别的车载嫌疑犯锁定系统，其特征在于所述人脸比对模块(7)的人脸特征比对采用根据公式(1)计算两个人脸特征向量A和B的相似度，向量A和B的相似度函数如式(1)所示：其中，A，B分别表示两个人脸特征向量，A＝{ai|i＝1,2,...,K}，B＝{bi|i＝1,2,...,K}，ai表示人脸特征向量A中的第i个特征值，bi表示人脸特征向量B中的第i个特征值。

7.根据权利要求1所述的一种基于树莓派和人脸识别的车载嫌疑犯锁定系统，其特征在于所述公安控制系统包括报警指示灯和报警蜂鸣器。

8.根据权利要求1所述的一种基于树莓派和人脸识别的车载嫌疑犯锁定系统，其特征在于所述人脸姿态评估模块(3)利用人脸面部特征点的位置信息来进行打分的具体步骤如下：

1)令左眼中心点坐标Ple＝(Xle,Yle)、右眼中心点坐标Pre＝(Xre,Yre)、鼻尖坐标Pn＝(Xn,Yn)、左嘴角坐标Plm＝(Xlm,Ylm)以及右嘴角坐标Prm＝(Xrm,Yrm)，令水平向量 垂直向量

2)令由左眼中心点Ple指向右眼中心点Pre的向量为 令左眼中心点Ple与右眼中心点Pre连线的中点坐标为Pec＝(Xec,Yec)，令由鼻尖Pn指向两眼连线的中点Pec的向量为 其中，

3)令人脸在偏航角yaw上的得分为Sy，令人脸在翻滚角roll上的得分为Sr，则人脸姿态总得分Sp＝Sy+Sr，其中，Sy为由鼻尖Pn指向两眼连线中点Pec的向量 与垂直向量 夹角的余弦值，Sr为由左眼中心点Ple指向右眼中心点Pre的向量为 与水平向量 夹角的余弦值，Sr∈[0,1]，Sy∈[0,1]，Sp∈[0,2]，Sy、Sr的计算如公式(2)所示；

9.根据权利要求1所述的一种基于树莓派和人脸识别的车载嫌疑犯锁定系统，其特征在于嫌疑犯人脸数据存储时，按每个嫌疑犯人脸特征向量与标准人脸特征向量的余弦值从小到大存储，整个存储过程按如下步骤所示：

1)将现有嫌疑犯人脸特征向量的平均值作为标准人脸特征向量，令标准人脸特征向量为fs＝{feasi|i＝1,2,...,1024}，其中feasi为浮点数并表示标准人脸特征向量中的第i个特征；

2)对提取到的嫌疑犯人脸特征向量f进行PCA降维得到fp，计算降维后的嫌疑犯人脸特征向量fp与标准人脸特征向量fs的余弦值，根据所得余弦值的大小将嫌疑犯的信息插入到数据库中相应的位置，使得降维后的嫌疑犯人脸特征向量fp与标准人脸特征向量fs的余弦值在数据库中保持从小到大的存储顺序；

3)当再次有嫌疑犯人脸特征向量存入数据库时，不再重新计算标准人脸特征向量fs，重复步骤1)和步骤2)。

10.根据权利要求1所述的一种基于树莓派和人脸识别的车载嫌疑犯锁定系统，其特征在于整个识别过程按如下步骤实现：

1)令数据库中嫌疑犯与其人脸特征向量的映射集 其中

表示第i个人员的人脸特征向量的集合， pi表示第i个人员的编号，

n表示人员数量， 表示第i个人员的人脸特征向量集合中第j个人脸特征向量，mi表示人脸特征向量集合中第i个人脸特征向量的数量；

2)令任意待识别人员为pr，对人员pr进入副驾驶后进行人脸检测，该人员被任意一辆车牌号为PN的车辆安装的SCI摄像头(10)采集到人脸的时间为tr，采集到的人脸为face，该人脸经人脸姿态评估模块(3)评估后输出的总得分为Sp，若Sp>Sa，即该人脸为正面人脸，则对该人脸进行特征提取，否则继续进行人脸检测，其中，Sa表示人脸姿态得分阈值；令提取到的人脸特征向量为fo，由PCA降维模块(5)对提取到的人脸特征向量fo进行PCA降维，得到降维后的人脸特征向量fe，通过无线网格通信模块(6)将(tr，face，fe，PN)发送到人脸比对模块(7)，计算降维后的人脸特征向量fe与标准人脸特征向量fs的余弦值；令得到的余弦值为C，通过二分查找法在数据库中找到与余弦值C最接近的至多N个余弦值，并将N个余弦值对应的人员编号和人脸特征向量读入内存，根据公式(1)计算fe与读入内存中的人脸特征向量集合中的每个人脸特征向量 的相似度，得到相似度集合t表示读入内存中的人脸特征向量的总数， 表示读入内存中的第i个人脸特征向量；令S＝max(GD)，若S>S0，表明识别成功，将此人的姓名name、身份证号id、当前采集到的人脸face以及从数据库中匹配到的人脸FACE发送到公安控制系统，显示、保存并报警，警察接到报警后，对系统显示的两张人脸进行再次验证，如果确定是嫌疑犯，则采取相关措施进行嫌疑犯的抓捕，pr对应于GA中的某个人员，假设为px，若mx