人臉識別與對比技術在物聯網智能交通中的應用

文/張娟萍

1 引言

我國在大規模城市擴張的同時，基礎設施建設和管理改革模式相對落后，導致“城市病”變得越來越嚴重。爆炸性的城市人口增長和該市車輛數量的快速增長已導致城市交通面臨障礙和發展瓶頸。主要瓶頸問題是：嚴重的城市交通擁堵，導致旅行時間和消耗增加大量的能源，嚴重的交通安全問題，頻繁發生事故；噪音污染和空氣污染日益嚴重。交通安全是城市發展的主要問題之一，需要及時解決。在里面全球人員傷亡事故中，交通傷亡是其中之一，且是造成人員傷亡的主要原因。統計顯示在中國2016年內，發生了8644.3萬起交通事故造成63093人死亡，12.1億元人民幣直接財產損失；2017年5月，交通網絡數據顯示，中國某城市發生787起交通事故。2016年京滬高速公路段，包括由疲勞駕駛引起的414起交通事故，并且說明了約占事故總數的52.6%。因此，疲勞駕駛是造成重大交通事故的主要原因，所以實時監控駕駛員疲勞狀態具有重要意義減少交通事故的實際意義傷亡。

2 基于人臉識別的物聯網智能交通系統理論框架

為了解決交通安全問題，很多世界各國都對駕駛過程給予了全面的考慮，包括車輛調度和車輛操作的整體控制安全性。智能交通系統（ITS）出現并不斷發展起來。智能交通系統（ITS）充分利用物聯網，云計算，互聯網，人工智能，自動控制，移動互聯網，以及運輸領域的其他技術。

它通過高科技收集交通信息并管理整個交通各方面以及私人交通，公共交通和其他交通區域交通建設和管理過程的支持管理，使運輸系統中地區，城市，甚至更大的時空范圍感知，互聯，分析，預測，控制，并可以充分保護交通安全，發揮交通基礎設施的有效性，這樣還可以加強運輸系統運行效率管理水平，促進公共旅行和可持續發展經濟發展服務。目前，智能化運輸系統也得到了廣泛的應用。例如，智能交通預測系統新加坡的（ITPS）包括計算機化的流量信號系統，電子掃描系統，城市高速公路監控系統，聯合電子眼，和道路收費系統，預測一段的時間超過預定的交通流量。它可以幫助交通管制員預測交通流量，防止交通擁堵。斯德哥爾摩，瑞典推出了新的智能收費系統，這使流量減少了22%，排放減少了12%到40%。

智能交通系統的目標是通過人、車輛和道路密切合作，來改進運輸效率，緩解交通擁堵，改善道路網的容量，減少交通事故。目前，有許多研究關于智能交通系統。例如，曾有學者以我國洛陽為例分析了智能的架構運輸系統并給出了整體框架，系統功能，數據庫結構和最佳路徑智能交通系統分析方法。還有學者提出了一個智能城市基于物聯網的交通系統，使用群體智能感知技術實現信息收集和使用廣播和電視技術，手機技術和車載網絡實現信息共享的技術。并分析了現有智能交通系統的關鍵技術并指出了迫切需要解決的問題和研究它的前景。然而，關于研究疲勞駕駛引起的交通技術很少。因為疲勞駕駛是其交通事故的主要原因，有必要研究智能交通中的疲勞駕駛技術。在疲勞駕駛檢測方法中，有主要基于駕駛員的生理信號檢測，基于駕駛員的操作行為和車輛狀態檢測，并基于駕駛員的面部表達檢測。大多數這些測試都依賴于圖像加工技術，以獲得駕駛員的疲勞特性數據。

目前，智能交通系統（ITS）集成了先進的物聯網，大數據等技術，云計算，無線傳感器和人，汽車和道路更協調，使公共交通服務和旅行服務體系更加人性化和智能化。它涵蓋鐵路，高速公路，民用航空和其他領域。由于每個領域的內部管理系統相對成熟，ITS要解決的問題是如何整合多個平臺內的信息，分析挖掘數據后的潛在數據，并為用戶提供更好的服務。在智能交通系統中，行人，周圍的交通燈，照相機，車輛標志，和其他基礎設施作為傳感終端連接形成城市道路網絡信息系統。通過射頻智能識別終端識別（RFID），GPS和紅外線感應燈，并持續交換信息根據某些協議。

3 基于人臉識別的物聯網智能交通系統的關鍵技術分析

基于人臉識別的物聯網智能交通系統框架中的智能交通傳感器層主要負責用于收集車牌號等數據，由智能識別設備讀取，而網絡層主要負責傳輸數據信息，傳輸收集的數據通過互聯網從每個點到數據中心。支持層主要實現并行處理和優化大量信息和動態分配并部署存儲資源；應用層主要包括信息存儲和處理系統和綜合控制系統。該系統涉及收集大數據，大數據的存儲和集成，處理和挖掘不同類型的數據。因此，大量技術被用于完成智能交通中各層的工作系統。基于人臉識別的物聯網智能交通系統關鍵技術包括如下幾個方面。

3.1 用于大數據的分布式存儲技術

在智能交通領域，整個系統處于獨立的信息狀態，而且數據很難互相傳播。因此，智能化的運輸系統通過云計算技術形成交通數據的智能管理。智能交通云利用云計算的優勢，如存儲質量，信息安全和資源的統一處理，并提供了一種新的數據共享解決方案，用于有效管理運輸領域。

3.2 數據處理技術

由于智能交通中的大量數據以及數據的多樣性和異質性，同時數據處理通常也需要實時準確。因此，智能運輸使用數據融合，數據挖掘，數據激活，數據可視化和其他數據處理技術。數據融合技術是一種綜合的數據處理技術涉及人工智能，網聯，決策等領域。它可以檢測，溝通，并從三個層面分析多源信息：數據層，要素圖層和決策層。數據激活是一種新的數據組織和處理技術，它具有存儲，映射，計算等功能。它可以隨著對象的變化而獨立發展并根據用戶行重組適應自己的數據。

3.3 智能識別和無線傳感技術

智能識別和無線傳感技術是最重要的物體識別和傳感技術，是整個智能交通的基礎施工。智能識別通過智能設備讀取獨特的條形碼，二維碼或RFID標簽項目。通過閱讀這些電子標簽，它讀取該項目（事件）獨特的功能和位置信息，然后傳輸這些信息到上層系統進行識別和最終做決定。在智能交通網絡中，每個信息收集點相當于一個在無線傳感器中設置節點。他們負責交通環境的收集和處理信息然后發送到其他節點或聚合節點；聚合節點將接收信息融合處理后的每個節點然后傳到了下一個層次。作為物聯網底層網絡，無線傳感器網絡提供一種更安全，可靠，靈敏的智能交通解決方案。

3.4 圖像智能分析的應用技術

因為ITS有很多視頻圖像和其他數據，所以為了有效捕獲駕駛員的面部信息，圖像智能分析技術被用于處理ITS中的視頻圖像數據。智能圖像分析和處理技術采用智能神經網絡技術將有用的人或物體與視頻圖像通過分層處理分開。借助計算機的強大的數據處理功能，這項技術可以快速分析視頻圖像數據并過濾掉冗余信息。自動分析和提取視頻源中的關鍵信息將提供有用的信息監視，例如，基于圖像識別技術，傳遞數據可用于識別車牌號等。為了搜索圖片，我們可以攔截車輛特征搜索車輛。通過分析司機的視頻，我們可以判斷司機駕駛狀態，例如疲勞、駕駛過程撥打手機等情況。

4 結論

綜上所述，隨著世界汽車數量的增加，智能交通系統已成為一個解決現代交通問題的重要手段。智能運輸系統（ITS）涉及圖像處理，智能識別，機器視覺等跨學科的。本文分析基于人臉識別的物聯網智能交通系統理論框架，提出了基于人臉識別與對比技術在當代物聯網智能交通中的應用與探索的關鍵技術，對圖像處理在智能交通領域的應用做了一定的補充。