人臉識別技術在城市交通領域中的應用探索

鄧志 顧裕波 付冰凌 宋秉麟 黃騰

摘要：本文探討了人臉識別技術發展和人臉識別技術原理，分析了人臉識別技術在交通領域應用場景，研究了人臉識別技術優劣。

關鍵詞：人臉識別技術;交通領域;應用

中圖分類號：TP391.4 文獻標識碼：A 文章編號：1007-9416（2020）01-0067-01

0 引言

隨著移動互聯網、大數據、人工智能等技術發展，新的技術手段出現在交通服務行業。例如交通二維碼、電子標簽、視頻監控、交通仿真等信息系統，推動交通行業往智能化、信息化的方向發展。在眾多技術中，人臉識別技術頗受關注，其結合人的臉部生物特征與圖像處理技術，對人身份進行快速識別和自動匹配，從而達到一定的服務目的，在支付、安防、城市服務等方面具有巨大潛力。

1 人臉識別技術發展

人臉識別（Face Recognition）是一種依據人的面部特征（如統計或幾何特征等）確認身份的生物識別技術。人臉識別涉及圖像處理、深度學習、計算機視覺、人工智能等技術領域。與虹膜、聲音、指紋等其他生物識別技術相比，人臉識別具有易用程度高、接受程度高、識別程度高和準確度高的優勢。人臉識別技術的發展大概經歷三個階段。1950年至1980年期間，主要研究和提取人的面部特征，還未能實現實現對人臉的自動化識別。到1990年，技術有了長足發展，計算機能夠通過幾何特征來表達人的正面圖像特性，配合實驗人員的經驗進行身份識別和個體區分，但仍然未做到完全自動化的識別。隨著高效圖像算法的出現和計算機性能的進步，人臉識別技術經歷了第三次發展，進入機器識別階段，并最終實現了自動識別的目標[1]。

2 人臉識別技術原理

人臉識別是一種通過采集用戶臉部信息，提取特征數據進行量化處理，再將處理后數據與人臉數據庫進行匹配對比，從而完成身份匹配的一項技術[2]。

（1）人臉檢測。基于深度學習網絡的人臉檢測技術，在圖像或視頻流中檢測到人臉區域的位置和尺寸大小，進而獲取人臉信息。人臉檢測是識別系統進行數據分析的第一步，其檢測性能對后續識別分析的性能有傳遞性影響。若目標人臉在這個環節未被檢測出來，后續的人臉識別分析無法開展。（2）人臉預處理。人臉預處理是通過直方圖均衡化、圖像濾波、人臉對齊等處理技巧，對上一步獲取的人臉圖像進行處理，提高圖像的對比度和亮度，減小外部環境的影響，從而輔助提升人臉識別的精度。（3）人臉特征提取。通過人臉幾何特征、代數特征、固定特征模板、特征臉、云紋圖等方法，提取出人的面部特征，確定檢測的人臉和數據庫中已存在的人臉描述方式。（4）人臉特征比對。特征值度量是人臉識別的最后一步，是將待測對象特征值與數據庫中已存在的人臉圖像特征進行一一比對，得出匹配度的結果，進而做出判斷。人臉識別模式有1：1、1：N、M：N三種。1：1是靜態對比，通過采集的人臉圖像特征與數據庫快速比對。1：N則是將人臉圖像特種與數據庫中海量數據匹配，從而回答“我是誰”的問題。城市公共交通客流量大、通行快，在已應用的快速安檢等場景中，多數采用1：1或1：N。M：N模式是通過采集攝像范圍內所有人的臉部圖像特征，并依次區分身份。M：N是一種動態人臉比對，對環境中所有人進行人臉識別，需要海量的人臉數據庫作為支撐，構建難度大和應用場景缺陷大，多數情況用于公共安全、機器人等。

3 交通領域應用場景

（1）快速安檢。由于客運站、火車站、地鐵站客流量大，站臺對乘客身份進行人工驗票耗時較長，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，可應用人臉識別技術來改善。針對此類有固定的售票口和檢票口的場景，設備安裝在固定的位置，身份證和用戶臉部能夠同時進行驗證，可快速完成比對，此類應用技術難度較低，物理影響因素較少，場景相對容易實現。（2）刷臉支付。對于公交出行，由于架設在車輛上的支付終端受到行駛路線和停靠站的光照、衣物遮擋、車輛晃動等因素影響，人臉識別應用環境復雜，對人臉識別技術的成熟度、容錯率要求更高。刷臉支付，需要用戶提前開通人臉識別支付功能并錄入人臉注冊，用戶乘坐公共交通工具時，設備實時檢測并比對數據庫，從對應賬戶完成支付扣款。目前，有個別城市啟動試點公交領域人臉支付。例如上海、深圳、廣州，考慮人臉識別對環境的要求較高，選擇在BRT這類進站收費的場景下試點，將刷臉支付環節放在站臺完成。但總體上，上述人臉支付應用還處于試驗的階段，離大規模應用推廣還有很有一定距離。（3）交通調度。利用交通站場、公交車輛等的安防視頻監控，結合人臉識別技術，精細化刻畫乘客的用戶畫像，可進一步對客流出行特征進行分析，包括時間分布特性、OD分布特性、客流構成分布特性等，為交通企業合理安排計劃、均衡組織運力提供數據支撐，為交通疏運組織、車輛監控調度提供智能化科學支撐。（4）安防管控。在危險品運輸車、長途大巴等特定場景下，通過駕駛員臉部識別技術，實現防疲勞駕駛，減少交通事故發生。此外，面對車輛亂停放、交通違規、酒駕、超員、闖紅燈等各種交通違法行為，使用人臉識別技術能夠有效起到震嚇作用[3]。

4 技術優劣研究

（1）優勢分析。提升智慧支付水平。人臉識別技術改變了交通支付的模式，人們刷臉乘車，不用再擔心沒帶現金、沒帶交通卡、手機沒電、沒有網絡等問題，刷“臉”即刷“卡”的無感支付，極大方便人們出行。提升城市治理能力。人臉識別與交通動態運營數據結合，將幫助管理部門和公共交通運營公司更合理安排計劃，更直觀感知城市路況和車輛現狀，有助于更智慧地管理行業服務。提升交通出行安全。給車輛加裝人臉識別模塊，根據駕駛者的檢測情況給予休息、停車、正常行駛的提醒，從而減少不必要的交通事故。（2）劣勢分析。人臉識別需要先采集用戶臉部信息，涉及用戶隱私，用戶擔憂發生敏感信息泄露等問題，因此人們普遍持觀望態度。但隨著信息安全技術的升級，以及應用場景的開拓豐富，相信將逐步建立人們對人臉識別技術的信心。此外，人臉識別受應用場景影響較大。在不同的天氣或者特殊環境下應用，出現的物理問題多。例如當鏡頭下的場景背景比較復雜時，人臉檢測正確率會相應降低;其次光線變化會嚴重影響到采集人臉圖像的質量;還有人類面部表情多種多樣，面部變化較大的哭、笑、憤怒等表情也會影響面部識別的準確度;出現遮擋情況下也會影響人臉特征的提取等等。

5 結語

人臉識別的大范圍應用盡管還存在制約，但作為新興技術仍然具有很大的發展潛力，隨著技術的研發和應用問題的解決，上述的問題終將得到解決。相信，在未來人臉識別技術會越來越多地應用到人們生活的方方面面，在城市公共交通領域，刷臉進站、刷臉坐公交、客流監測、司機臉部監測、停車場無人值守等應用將能夠逐步實現，讓交通出行變得更加便捷和安全。

參考文獻

[1] 謝丹.無感支付發展現狀與思考[J].福建金融，2019（09）：35-37.

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

[3] 劉小平.基于深度學習的人臉識別技術研究與應用[D].成都：電子科技大學，2018.