基于臉部識(shí)別的智能交通汽車乘員管理系統(tǒng)

?

基于臉部識(shí)別的智能交通汽車乘員管理系統(tǒng)

近年來，隨著智能汽車研究的不斷深入，計(jì)算機(jī)運(yùn)算能力以及移動(dòng)通信技術(shù)的不斷發(fā)展，無線通訊網(wǎng)絡(luò)在車輛上的應(yīng)用越來越廣泛。臉部識(shí)別是智能交通汽車上的一項(xiàng)重要技術(shù)，可以用來識(shí)別駕駛員及乘員。在公共運(yùn)輸車輛（如客車、地鐵和火車）上，同時(shí)會(huì)有很多人上下車，因此如何快速而準(zhǔn)確地對(duì)人臉進(jìn)行識(shí)別是智能汽車人臉識(shí)別系統(tǒng)的一個(gè)重要問題。本文介紹了一種用于智能交通汽車管理系統(tǒng)的快速人臉檢測(cè)與識(shí)別系統(tǒng)。出發(fā)點(diǎn)在于從普通的圖像中迅速找出人臉并加以識(shí)別,在檢測(cè)與識(shí)別的過程中,正確率和時(shí)間是很重要的兩點(diǎn)。

從簡(jiǎn)單高效的應(yīng)用實(shí)際出發(fā),提出了一種基于兩級(jí)Adaboost的LBP（局部二進(jìn)制模式）實(shí)時(shí)人臉識(shí)別及檢測(cè)方法。識(shí)別分為兩個(gè)階段,第一階段為人臉的檢測(cè)以及人臉關(guān)鍵區(qū)域的檢測(cè),在短時(shí)間內(nèi)從復(fù)雜的圖像中檢測(cè)出人臉的位置,然后在人臉區(qū)域檢測(cè)關(guān)鍵器官的區(qū)域;第二階段為人臉的特征表示階段,利用特征表示這些關(guān)鍵區(qū)域,從而使用少量信息表示了整張人臉圖像,為快速識(shí)別人臉打下基礎(chǔ)。在第一階段,利用Adaboost來訓(xùn)練層級(jí)分類器,利用層級(jí)分類器,在最開始過濾掉不包含人臉的圖像區(qū)域,達(dá)到加速檢測(cè)的目的。在檢測(cè)出的人臉區(qū)域,利用相同原理的Adaboost層級(jí)分類器檢測(cè)人臉關(guān)鍵器官區(qū)域。在第二階段,對(duì)這些人臉關(guān)鍵區(qū)域,利用簡(jiǎn)單的LBP算子提取其特征,形成該人臉的特征表示向量。在識(shí)別中,計(jì)算卡方值,利用最近匹配的方法從試驗(yàn)數(shù)據(jù)庫(kù)集中找出最適合的類別,從而達(dá)到人臉識(shí)別的要求。

將本文提出的人臉識(shí)別方法嵌入一輛校車進(jìn)行試驗(yàn)驗(yàn)證。試驗(yàn)結(jié)果表明，該方法不僅能夠快速地檢測(cè)識(shí)別人臉,而且識(shí)別正確率較高。另外，采用該方法可以隨時(shí)更新數(shù)據(jù)庫(kù)集,而不需要對(duì)整個(gè)數(shù)據(jù)庫(kù)集重新計(jì)算,因此有良好的擴(kuò)展性。

Byung- Gil Han et al. Ubiquitous and Future Networks (ICUFN), 2013 Fifth International Conference on 2-5 July 2013.

編譯：賀蓉