人臉識(shí)別技術(shù)在城市交通領(lǐng)域中的應(yīng)用探索

鄧志 顧裕波 付冰凌 宋秉麟 黃騰

摘要：本文探討了人臉識(shí)別技術(shù)發(fā)展和人臉識(shí)別技術(shù)原理，分析了人臉識(shí)別技術(shù)在交通領(lǐng)域應(yīng)用場(chǎng)景，研究了人臉識(shí)別技術(shù)優(yōu)劣。

關(guān)鍵詞：人臉識(shí)別技術(shù);交通領(lǐng)域;應(yīng)用

中圖分類(lèi)號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2020）01-0067-01

0 引言

隨著移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)發(fā)展，新的技術(shù)手段出現(xiàn)在交通服務(wù)行業(yè)。例如交通二維碼、電子標(biāo)簽、視頻監(jiān)控、交通仿真等信息系統(tǒng)，推動(dòng)交通行業(yè)往智能化、信息化的方向發(fā)展。在眾多技術(shù)中，人臉識(shí)別技術(shù)頗受關(guān)注，其結(jié)合人的臉部生物特征與圖像處理技術(shù)，對(duì)人身份進(jìn)行快速識(shí)別和自動(dòng)匹配，從而達(dá)到一定的服務(wù)目的，在支付、安防、城市服務(wù)等方面具有巨大潛力。

1 人臉識(shí)別技術(shù)發(fā)展

人臉識(shí)別（Face Recognition）是一種依據(jù)人的面部特征（如統(tǒng)計(jì)或幾何特征等）確認(rèn)身份的生物識(shí)別技術(shù)。人臉識(shí)別涉及圖像處理、深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、人工智能等技術(shù)領(lǐng)域。與虹膜、聲音、指紋等其他生物識(shí)別技術(shù)相比，人臉識(shí)別具有易用程度高、接受程度高、識(shí)別程度高和準(zhǔn)確度高的優(yōu)勢(shì)。人臉識(shí)別技術(shù)的發(fā)展大概經(jīng)歷三個(gè)階段。1950年至1980年期間，主要研究和提取人的面部特征，還未能實(shí)現(xiàn)實(shí)現(xiàn)對(duì)人臉的自動(dòng)化識(shí)別。到1990年，技術(shù)有了長(zhǎng)足發(fā)展，計(jì)算機(jī)能夠通過(guò)幾何特征來(lái)表達(dá)人的正面圖像特性，配合實(shí)驗(yàn)人員的經(jīng)驗(yàn)進(jìn)行身份識(shí)別和個(gè)體區(qū)分，但仍然未做到完全自動(dòng)化的識(shí)別。隨著高效圖像算法的出現(xiàn)和計(jì)算機(jī)性能的進(jìn)步，人臉識(shí)別技術(shù)經(jīng)歷了第三次發(fā)展，進(jìn)入機(jī)器識(shí)別階段，并最終實(shí)現(xiàn)了自動(dòng)識(shí)別的目標(biāo)[1]。

2 人臉識(shí)別技術(shù)原理

人臉識(shí)別是一種通過(guò)采集用戶(hù)臉部信息，提取特征數(shù)據(jù)進(jìn)行量化處理，再將處理后數(shù)據(jù)與人臉數(shù)據(jù)庫(kù)進(jìn)行匹配對(duì)比，從而完成身份匹配的一項(xiàng)技術(shù)[2]。

（1）人臉檢測(cè)。基于深度學(xué)習(xí)網(wǎng)絡(luò)的人臉檢測(cè)技術(shù)，在圖像或視頻流中檢測(cè)到人臉區(qū)域的位置和尺寸大小，進(jìn)而獲取人臉信息。人臉檢測(cè)是識(shí)別系統(tǒng)進(jìn)行數(shù)據(jù)分析的第一步，其檢測(cè)性能對(duì)后續(xù)識(shí)別分析的性能有傳遞性影響。若目標(biāo)人臉在這個(gè)環(huán)節(jié)未被檢測(cè)出來(lái)，后續(xù)的人臉識(shí)別分析無(wú)法開(kāi)展。（2）人臉預(yù)處理。人臉預(yù)處理是通過(guò)直方圖均衡化、圖像濾波、人臉對(duì)齊等處理技巧，對(duì)上一步獲取的人臉圖像進(jìn)行處理，提高圖像的對(duì)比度和亮度，減小外部環(huán)境的影響，從而輔助提升人臉識(shí)別的精度。（3）人臉特征提取。通過(guò)人臉幾何特征、代數(shù)特征、固定特征模板、特征臉、云紋圖等方法，提取出人的面部特征，確定檢測(cè)的人臉和數(shù)據(jù)庫(kù)中已存在的人臉描述方式。（4）人臉特征比對(duì)。特征值度量是人臉識(shí)別的最后一步，是將待測(cè)對(duì)象特征值與數(shù)據(jù)庫(kù)中已存在的人臉圖像特征進(jìn)行一一比對(duì)，得出匹配度的結(jié)果，進(jìn)而做出判斷。人臉識(shí)別模式有1：1、1：N、M：N三種。1：1是靜態(tài)對(duì)比，通過(guò)采集的人臉圖像特征與數(shù)據(jù)庫(kù)快速比對(duì)。1：N則是將人臉圖像特種與數(shù)據(jù)庫(kù)中海量數(shù)據(jù)匹配，從而回答“我是誰(shuí)”的問(wèn)題。城市公共交通客流量大、通行快，在已應(yīng)用的快速安檢等場(chǎng)景中，多數(shù)采用1：1或1：N。M：N模式是通過(guò)采集攝像范圍內(nèi)所有人的臉部圖像特征，并依次區(qū)分身份。M：N是一種動(dòng)態(tài)人臉比對(duì)，對(duì)環(huán)境中所有人進(jìn)行人臉識(shí)別，需要海量的人臉數(shù)據(jù)庫(kù)作為支撐，構(gòu)建難度大和應(yīng)用場(chǎng)景缺陷大，多數(shù)情況用于公共安全、機(jī)器人等。

3 交通領(lǐng)域應(yīng)用場(chǎng)景

（1）快速安檢。由于客運(yùn)站、火車(chē)站、地鐵站客流量大，站臺(tái)對(duì)乘客身份進(jìn)行人工驗(yàn)票耗時(shí)較長(zhǎng)，且存在工作人員疲勞等原因誤判的情況，為避免人、證、票不相符，可應(yīng)用人臉識(shí)別技術(shù)來(lái)改善。針對(duì)此類(lèi)有固定的售票口和檢票口的場(chǎng)景，設(shè)備安裝在固定的位置，身份證和用戶(hù)臉部能夠同時(shí)進(jìn)行驗(yàn)證，可快速完成比對(duì)，此類(lèi)應(yīng)用技術(shù)難度較低，物理影響因素較少，場(chǎng)景相對(duì)容易實(shí)現(xiàn)。（2）刷臉支付。對(duì)于公交出行，由于架設(shè)在車(chē)輛上的支付終端受到行駛路線(xiàn)和?？空镜墓庹?、衣物遮擋、車(chē)輛晃動(dòng)等因素影響，人臉識(shí)別應(yīng)用環(huán)境復(fù)雜，對(duì)人臉識(shí)別技術(shù)的成熟度、容錯(cuò)率要求更高。刷臉支付，需要用戶(hù)提前開(kāi)通人臉識(shí)別支付功能并錄入人臉注冊(cè)，用戶(hù)乘坐公共交通工具時(shí)，設(shè)備實(shí)時(shí)檢測(cè)并比對(duì)數(shù)據(jù)庫(kù)，從對(duì)應(yīng)賬戶(hù)完成支付扣款。目前，有個(gè)別城市啟動(dòng)試點(diǎn)公交領(lǐng)域人臉支付。例如上海、深圳、廣州，考慮人臉識(shí)別對(duì)環(huán)境的要求較高，選擇在BRT這類(lèi)進(jìn)站收費(fèi)的場(chǎng)景下試點(diǎn)，將刷臉支付環(huán)節(jié)放在站臺(tái)完成。但總體上，上述人臉支付應(yīng)用還處于試驗(yàn)的階段，離大規(guī)模應(yīng)用推廣還有很有一定距離。（3）交通調(diào)度。利用交通站場(chǎng)、公交車(chē)輛等的安防視頻監(jiān)控，結(jié)合人臉識(shí)別技術(shù)，精細(xì)化刻畫(huà)乘客的用戶(hù)畫(huà)像，可進(jìn)一步對(duì)客流出行特征進(jìn)行分析，包括時(shí)間分布特性、OD分布特性、客流構(gòu)成分布特性等，為交通企業(yè)合理安排計(jì)劃、均衡組織運(yùn)力提供數(shù)據(jù)支撐，為交通疏運(yùn)組織、車(chē)輛監(jiān)控調(diào)度提供智能化科學(xué)支撐。（4）安防管控。在危險(xiǎn)品運(yùn)輸車(chē)、長(zhǎng)途大巴等特定場(chǎng)景下，通過(guò)駕駛員臉部識(shí)別技術(shù)，實(shí)現(xiàn)防疲勞駕駛，減少交通事故發(fā)生。此外，面對(duì)車(chē)輛亂停放、交通違規(guī)、酒駕、超員、闖紅燈等各種交通違法行為，使用人臉識(shí)別技術(shù)能夠有效起到震嚇作用[3]。

4 技術(shù)優(yōu)劣研究

（1）優(yōu)勢(shì)分析。提升智慧支付水平。人臉識(shí)別技術(shù)改變了交通支付的模式，人們刷臉乘車(chē)，不用再擔(dān)心沒(méi)帶現(xiàn)金、沒(méi)帶交通卡、手機(jī)沒(méi)電、沒(méi)有網(wǎng)絡(luò)等問(wèn)題，刷“臉”即刷“卡”的無(wú)感支付，極大方便人們出行。提升城市治理能力。人臉識(shí)別與交通動(dòng)態(tài)運(yùn)營(yíng)數(shù)據(jù)結(jié)合，將幫助管理部門(mén)和公共交通運(yùn)營(yíng)公司更合理安排計(jì)劃，更直觀(guān)感知城市路況和車(chē)輛現(xiàn)狀，有助于更智慧地管理行業(yè)服務(wù)。提升交通出行安全。給車(chē)輛加裝人臉識(shí)別模塊，根據(jù)駕駛者的檢測(cè)情況給予休息、停車(chē)、正常行駛的提醒，從而減少不必要的交通事故。（2）劣勢(shì)分析。人臉識(shí)別需要先采集用戶(hù)臉部信息，涉及用戶(hù)隱私，用戶(hù)擔(dān)憂(yōu)發(fā)生敏感信息泄露等問(wèn)題，因此人們普遍持觀(guān)望態(tài)度。但隨著信息安全技術(shù)的升級(jí)，以及應(yīng)用場(chǎng)景的開(kāi)拓豐富，相信將逐步建立人們對(duì)人臉識(shí)別技術(shù)的信心。此外，人臉識(shí)別受應(yīng)用場(chǎng)景影響較大。在不同的天氣或者特殊環(huán)境下應(yīng)用，出現(xiàn)的物理問(wèn)題多。例如當(dāng)鏡頭下的場(chǎng)景背景比較復(fù)雜時(shí)，人臉檢測(cè)正確率會(huì)相應(yīng)降低;其次光線(xiàn)變化會(huì)嚴(yán)重影響到采集人臉圖像的質(zhì)量;還有人類(lèi)面部表情多種多樣，面部變化較大的哭、笑、憤怒等表情也會(huì)影響面部識(shí)別的準(zhǔn)確度;出現(xiàn)遮擋情況下也會(huì)影響人臉特征的提取等等。

5 結(jié)語(yǔ)

人臉識(shí)別的大范圍應(yīng)用盡管還存在制約，但作為新興技術(shù)仍然具有很大的發(fā)展?jié)摿?，隨著技術(shù)的研發(fā)和應(yīng)用問(wèn)題的解決，上述的問(wèn)題終將得到解決。相信，在未來(lái)人臉識(shí)別技術(shù)會(huì)越來(lái)越多地應(yīng)用到人們生活的方方面面，在城市公共交通領(lǐng)域，刷臉進(jìn)站、刷臉坐公交、客流監(jiān)測(cè)、司機(jī)臉部監(jiān)測(cè)、停車(chē)場(chǎng)無(wú)人值守等應(yīng)用將能夠逐步實(shí)現(xiàn)，讓交通出行變得更加便捷和安全。

參考文獻(xiàn)

[1] 謝丹.無(wú)感支付發(fā)展現(xiàn)狀與思考[J].福建金融，2019（09）：35-37.

[2] 高卓宇.人臉識(shí)別技術(shù)的基本原理與應(yīng)用[J].電子制作，2019（14）：41-42+37.

[3] 劉小平.基于深度學(xué)習(xí)的人臉識(shí)別技術(shù)研究與應(yīng)用[D].成都：電子科技大學(xué)，2018.