隨著我國綜合實(shí)力和國民收人水平的提高，機(jī)動(dòng)車數(shù)量迅猛增長，道路建設(shè)步伐加快，城市化水平不斷提高，導(dǎo)致交通管理現(xiàn)狀和需求之間的矛盾進(jìn)一步加劇，道路交通安全形勢(shì)嚴(yán)峻。在此情況下，如何利用先進(jìn)的科技手段提高城市交通管理水平、減少交通事故、打擊犯罪分子，提高社會(huì)治安綜合管理水平成為了當(dāng)前交通管理部門亟待解決的問題之一。

　　為此，交通部門先后出臺(tái)了一系列車輛安全管理規(guī)范性文件，如《營運(yùn)客車安全技術(shù)條件》、《營運(yùn)車輛行駛危險(xiǎn)預(yù)警系統(tǒng)技術(shù)要求和試驗(yàn)方法》、《營運(yùn)貨車安全技術(shù)條件》等，各省為貫徹落實(shí)交通部的要求也相應(yīng)的出臺(tái)了與之相關(guān)的政策文件。

　　人臉識(shí)別技術(shù)是多學(xué)科領(lǐng)域的具有挑戰(zhàn)性的難題，涵蓋數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺、神經(jīng)網(wǎng)絡(luò)、心理學(xué)、生理學(xué)、數(shù)學(xué)等內(nèi)容，同時(shí)也具有十分廣泛的應(yīng)用意義。過去幾年里，人臉識(shí)別技術(shù)取得了長足的發(fā)展，在公共安全領(lǐng)域發(fā)揮了重要的作用。而隨著公安大數(shù)據(jù)應(yīng)用背景的出現(xiàn)，人臉識(shí)別技術(shù)面臨更高的挑戰(zhàn)。

　　人臉識(shí)別技術(shù)

　　人臉識(shí)別技術(shù)是利用計(jì)算機(jī)分析人臉圖像，進(jìn)而從中提取出有效的識(shí)別信息，用來“辨認(rèn)”身份的一門技術(shù)，主要包括以下五部分內(nèi)容：

　　●人臉圖像采集：主要通過前端攝像機(jī)采集含有人臉的視頻或圖像。

　　●人臉圖像檢測(cè)：是人臉識(shí)別過程中的一個(gè)重要環(huán)節(jié)，主要檢測(cè)圖像或者視頻序列中是否存在人臉，并準(zhǔn)確標(biāo)定出人臉的位置和大小。

　　●人臉圖像預(yù)處理：基于人臉檢測(cè)結(jié)果，利用灰度校正、噪聲過濾等算法對(duì)所選擇的人臉圖像進(jìn)行優(yōu)化，以形成最加的人臉圖像并服務(wù)于特征提取的過程。人臉圖像預(yù)處理過程主要包括光線補(bǔ)償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波等。

　　●人臉圖像特征提取：主要是針對(duì)人臉的某些特征進(jìn)行的，一般采用基于知識(shí)的表征方法實(shí)現(xiàn)。基于知識(shí)的表征方法主要是根據(jù)人臉器官的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數(shù)據(jù)，其特征分量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉圖像信息數(shù)據(jù)量巨大，為了提高匹配識(shí)別的效率，選取何種特征尤為重要。

　　●人臉圖像匹配識(shí)別：圖像匹配是指將提取的人臉圖像特征數(shù)據(jù)與數(shù)據(jù)庫中存儲(chǔ)的特征模板通過某種算法進(jìn)行搜索匹配，設(shè)定個(gè)閾值，當(dāng)相似度超過這一閾值，則把匹配得到的結(jié)果輸出；圖像識(shí)別是將待識(shí)別的人臉與數(shù)據(jù)庫中的已知人臉進(jìn)行比較，根據(jù)相似度對(duì)人臉的身份信息進(jìn)行判斷。

　　將人臉識(shí)別技術(shù)應(yīng)用于道路交通安全管理，有助于提升整個(gè)公安信息化的管理水平。

　　人臉識(shí)別技術(shù)應(yīng)用于行人闖紅燈交通管理

　　行人無視交通規(guī)則，肆意闖紅燈直是城市“頑疾”。而且行人闖紅燈是行人交通違法中最普遍、最明顯、也是數(shù)量最多的一種交通違法行為。這種違法行為不僅對(duì)交通違法者本人的人身造成極大的危險(xiǎn)，而且有礙道路暢通，更是造成交通事故發(fā)生的極大誘因。

　　將人臉識(shí)別技術(shù)應(yīng)用于行人闖紅燈交通管理，研發(fā)集視頻分析、運(yùn)動(dòng)跟蹤、人臉識(shí)別、大數(shù)據(jù)、云分析技術(shù)于一體的行人闖紅燈交通管理報(bào)警系統(tǒng)，提升交通管理部門的針對(duì)行人闖紅燈違法管理業(yè)務(wù)的能力，促進(jìn)文明城市建設(shè)。行人闖紅燈交通管理報(bào)警系統(tǒng)，主要由以下七部分組成：

　　闖紅燈行為及人臉采集設(shè)備；

　　違法圖片采集：主要包括專業(yè)的行人闖紅燈一體式抓拍機(jī)進(jìn)行闖紅燈運(yùn)動(dòng)過程違法檢測(cè)抓拍，同時(shí)提取闖紅燈人臉圖片信息；

　　終端服務(wù)器：前端設(shè)備錄像圖片緩存與信息轉(zhuǎn)發(fā)；

　　人臉識(shí)別云分析單元：支持人臉圖片的建模及比對(duì)分析；

　　大數(shù)據(jù)單元：支持人臉相關(guān)數(shù)據(jù)的存儲(chǔ)、檢索、分析等功能；

　　云存儲(chǔ)單元：支持所有人臉圖片的存儲(chǔ)；

　　行人闖紅燈平臺(tái)服務(wù)器：向用戶提供應(yīng)用服務(wù)，能實(shí)現(xiàn)人臉布控、人臉查詢、以臉?biāo)涯樀葢?yīng)用；

　　信息發(fā)布服務(wù)器：控制大屏的發(fā)布策略；

　　顯示大屏：顯示曝光行人闖紅燈人像及部分身份信息；

　　提醒音柱：對(duì)欲違法闖紅燈人員進(jìn)行提取語音警示。

　　高清攝像機(jī)對(duì)斑馬線進(jìn)行視頻監(jiān)控，通過視頻檢測(cè)或是硬件檢測(cè)識(shí)別信號(hào)燈狀態(tài)，當(dāng)信號(hào)燈處于紅燈狀態(tài)并有行人闖紅燈時(shí)，則啟動(dòng)算法抓拍，根據(jù)抓拍后的結(jié)果進(jìn)行聲音提醒。

　　當(dāng)行人在紅燈狀態(tài)下穿過警戒線并進(jìn)入人行橫道時(shí)，系統(tǒng)會(huì)自動(dòng)檢測(cè)行人越線行為，抓拍行人闖紅燈全景圖像，系統(tǒng)將三張行人闖紅燈過程圖片和一張行人半身特寫圖像進(jìn)行自動(dòng)合成，形成完整的行人闖紅燈畫面信息。

　　人臉識(shí)別技術(shù)應(yīng)用于改善駕駛行為

　　目前交通管理中經(jīng)常會(huì)遇到這樣的情況：很多運(yùn)輸企業(yè)車輛駕駛?cè)藶榱吮ＷC運(yùn)輸時(shí)效往往存在疲勞駕駛，雖然國家明確規(guī)定連續(xù)駕駛4小時(shí)以上需要停車休息，但實(shí)際落實(shí)卻不到位。每天都會(huì)有大量疲勞駕駛導(dǎo)致的事故發(fā)生，給駕駛?cè)撕蛦挝灰约吧鐣?huì)造成了嚴(yán)重的經(jīng)濟(jì)損失。

　　疲勞駕駛管控存在一定的困難，以往過多依賴于思想教育、費(fèi)時(shí)費(fèi)力，沒有很好地技術(shù)手段進(jìn)行捕獲、沒有較好的系統(tǒng)進(jìn)行實(shí)時(shí)監(jiān)管，難有成效。現(xiàn)在，利用人臉識(shí)別技術(shù)可以對(duì)駕駛?cè)说哪槻勘砬楹托袨檫M(jìn)行識(shí)別分析，來檢測(cè)其是否存在疲勞駕駛的情況，如果出現(xiàn)打哈欠、閉眼、左顧右盼、低頭、打電話、抽煙等行為，基于人臉識(shí)別技術(shù)的終端就會(huì)實(shí)時(shí)發(fā)出語音警報(bào)提醒駕駛?cè)艘?guī)范駕駛。車元素公司的疲勞檢測(cè)預(yù)警系統(tǒng)正是基于人臉識(shí)別技術(shù)的主動(dòng)安全防控系統(tǒng)，安裝至車輛上長期使用可以逐步改善司機(jī)的不良駕駛行為。此外，通過管理云平臺(tái)，還可以對(duì)駕駛行為數(shù)據(jù)進(jìn)行采集，在平臺(tái)上可查看圖片和危險(xiǎn)駕駛視頻，管理人可有針對(duì)性的對(duì)相應(yīng)駕駛?cè)思訌?qiáng)監(jiān)管，從而提升行車安全性。

　　結(jié)合人臉識(shí)別技術(shù)、大數(shù)據(jù)技術(shù)、深度學(xué)習(xí)技術(shù)在城市道路交通管理中的應(yīng)用，設(shè)計(jì)針對(duì)行人闖紅燈的交通管理報(bào)警系統(tǒng)以及針對(duì)失駕人員的駕駛行為管控系統(tǒng)，有效解決公安管理部門遇到的“難題”，對(duì)于提高道路交通安全水平，減少交通事故，保障人民群眾生命財(cái)產(chǎn)安全，創(chuàng)建和諧交通環(huán)境具有重要的積極意義。