人脸识别技术的应用-车元素
来源：车元素 日期：2019-04-26 点击：10970次
人脸识别技术的应用-车元素
随着我国综合实力和国民收人水平的提高，机动车数量迅猛增长，道路建设步伐加快，城市化水平不断提高，导致交通管理现状和需求之间的矛盾进一步加剧，道路交通安全形势严峻。在此情况下，如何利用先进的科技手段提高城市交通管理水平、减少交通事故、打击犯罪分子，提高社会治安综合管理水平成为了当前交通管理部门亟待解决的问题之一。
为此，交通部门先后出台了一系列车辆安全管理规范性文件，如《营运客车安全技术条件》、《营运车辆行驶危险预警系统
技术要求和试验方法》、《营运货车安全技术条件》等，各省为贯彻落实交通部的要求也相应的出台了与之相关的政策文件。
人脸识别技术是多学科领域的具有挑战性的难题，涵盖数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等内容，同时也具有十分广泛的应用意义。过去几年里，人脸识别技术取得了长足的发展，在公共安全领域发挥了重要的作用。而随着公安大数据应用背景的出现，人脸识别技术面临更高的挑战。
人脸识别技术
人脸识别技术是利用计算机分析人脸图像，进而从中提取出有效的识别信息，用来“辨认”身份的一门技术，主要包括以下五部分内容：
● 人脸图像采集：主要通过前端摄像机采集含有人脸的视频或图像。
● 人脸图像检测：是人脸识别过程中的一个重要环节，主要检测图像或者视频序列中是否存在人脸，并准确标定出人脸的位置和大小。
● 人脸图像预处理：基于人脸检测结果，利用灰度校正、噪声过滤等算法对所选择的人脸图像进行优化，以形成最加的人脸图像并服务于特征提取的过程。人脸图像预处理过程主要包括光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波等。
● 人脸图像特征提取：主要是针对人脸的某些特征进行的，一般采用基于知识的表征方法实现。基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸图像信息数据量巨大，为了提高匹配识别的效率，选取何种特征尤为重要。
● 人脸图像匹配识别：图像匹配是指将提取的人脸图像特征数据与数据库中存储的特征模板通过某种算法进行搜索匹配，设定个阈值，当相似度超过这一阈值，则把匹配得到的结果输出；图像识别是将待识别的人脸与数据库中的已知人脸进行比较，根据相似度对人脸的身份信息进行判断。
将人脸识别技术应用于道路交通安全管理，有助于提升整个公安信息化的管理水平。
人脸识别技术应用于行人闯红灯交通管理
行人无视交通规则，肆意闯红灯直是城市“顽疾”。而且行人闯红灯是行人交通违法中最普遍、最明显、也是数量最多的一种交通违法行为。这种违法行为不仅对交通违法者本人的人身造成极大的危险，而且有碍道路畅通，更是造成交通事故发生的极大诱因。
将人脸识别技术应用于行人闯红灯交通管理，研发集视频分析、运动跟踪、人脸识别、大数据、云分析技术于一体的行人闯红灯交通管理报警系统，提升交通管理部门的针对行人闯红灯违法管理业务的能力，促进文明城市建设。行人闯红灯交通管理报警系统，主要由以下七部分组成:
闯红灯行为及人脸采集设备；
违法图片采集:主要包括专业的行人闯红灯一体式抓拍机进行闯红灯运动过程违法检测抓拍，同时提取闯红灯人脸图片信息；
终端服务器：前端设备录像图片缓存与信息转发；
人脸识别云分析单元：支持人脸图片的建模及比对分析；
大数据单元：支持人脸相关数据的存储、检索、分析等功能；
云存储单元：支持所有人脸图片的存储；
行人闯红灯平台服务器：向用户提供应用服务，能实现人脸布控、人脸查询、以脸搜脸等应用；
信息发布服务器：控制大屏的发布策略；
显示大屏：显示曝光行人闯红灯人像及部分身份信息；
提醒音柱：对欲违法闯红灯人员进行提取语音警示。
高清摄像机对斑马线进行视频监控，通过视频检测或是硬件检测识别信号灯状态，当信号灯处于红灯状态并有行人闯红灯时，则启动算法抓拍，根据抓拍后的结果进行声音提醒。
当行人在红灯状态下穿过警戒线并进入人行横道时，系统会自动检测行人越线行为，抓拍行人闯红灯全景图像，系统将三张行人闯红灯过程图片和一张行人半身特写图像进行自动合成，形成完整的行人闯红灯画面信息。
人脸识别技术应用于改善驾驶行为
目前交通管理中经常会遇到这样的情况:很多运输企业车辆驾驶人为了保证运输时效往往存在疲劳驾驶，虽然国家明确规定连续驾驶4小时以上需要停车休息，但实际落实却不到位。每天都会有大量疲劳驾驶导致的事故发生，给驾驶人和单位以及社会造成了严重的经济损失。
疲劳驾驶管控存在一定的困难，以往过多依赖于思想教育、费时费力，没有很好地技术手段进行捕获、没有较好的系统进行实时监管，难有成效。现在，利用人脸识别技术可以对驾驶人的脸部表情和行为进行识别分析，来检测其是否存在疲劳驾驶的情况，如果出现打哈欠、闭眼、左顾右盼、低头、打电话、抽烟等行为，基于人脸识别技术的终端就会实时发出语音警报提醒驾驶人规范驾驶。车元素公司的疲劳检测预警系统正是基于人脸识别技术的主动安全防控系统，安装至车辆上长期使用可以逐步改善司机的不良驾驶行为。此外，通过管理云平台，还可以对驾驶行为数据进行采集，在平台上可查看图片和危险驾驶视频，管理人可有针对性的对相应驾驶人加强监管，从而提升行车安全性。
结合人脸识别技术、大数据技术、深度学习技术在城市道路交通管理中的应用，设计针对行人闯红灯的交通管理报警系统以及针对失驾人员的驾驶行为管控系统，有效解决公安管理部门遇到的“难题”，对于提高道路交通安全水平，减少交通事故，保障人民群众生命财产安全，创建和谐交通环境具有重要的积极意义。
