人脸识别与对比技术在物联网智能交通中的应用

文/张娟萍

1 引言

我国在大规模城市扩张的同时，基础设施建设和管理改革模式相对落后，导致“城市病”变得越来越严重。爆炸性的城市人口增长和该市车辆数量的快速增长已导致城市交通面临障碍和发展瓶颈。主要瓶颈问题是：严重的城市交通拥堵，导致旅行时间和消耗增加大量的能源，严重的交通安全问题，频繁发生事故；噪音污染和空气污染日益严重。交通安全是城市发展的主要问题之一，需要及时解决。在里面全球人员伤亡事故中，交通伤亡是其中之一，且是造成人员伤亡的主要原因。统计显示在中国2016年内，发生了8644.3万起交通事故造成63093人死亡，12.1亿元人民币直接财产损失；2017年5月，交通网络数据显示，中国某城市发生787起交通事故。2016年京沪高速公路段，包括由疲劳驾驶引起的414起交通事故，并且说明了约占事故总数的52.6%。因此，疲劳驾驶是造成重大交通事故的主要原因，所以实时监控驾驶员疲劳状态具有重要意义减少交通事故的实际意义伤亡。

2 基于人脸识别的物联网智能交通系统理论框架

为了解决交通安全问题，很多世界各国都对驾驶过程给予了全面的考虑，包括车辆调度和车辆操作的整体控制安全性。智能交通系统（ITS）出现并不断发展起来。智能交通系统（ITS）充分利用物联网，云计算，互联网，人工智能，自动控制，移动互联网，以及运输领域的其他技术。

它通过高科技收集交通信息并管理整个交通各方面以及私人交通，公共交通和其他交通区域交通建设和管理过程的支持管理，使运输系统中地区，城市，甚至更大的时空范围感知，互联，分析，预测，控制，并可以充分保护交通安全，发挥交通基础设施的有效性，这样还可以加强运输系统运行效率管理水平，促进公共旅行和可持续发展经济发展服务。目前，智能化运输系统也得到了广泛的应用。例如，智能交通预测系统新加坡的（ITPS）包括计算机化的流量信号系统，电子扫描系统，城市高速公路监控系统，联合电子眼，和道路收费系统，预测一段的时间超过预定的交通流量。它可以帮助交通管制员预测交通流量，防止交通拥堵。斯德哥尔摩，瑞典推出了新的智能收费系统，这使流量减少了22%，排放减少了12%到40%。

智能交通系统的目标是通过人、车辆和道路密切合作，来改进运输效率，缓解交通拥堵，改善道路网的容量，减少交通事故。目前，有许多研究关于智能交通系统。例如，曾有学者以我国洛阳为例分析了智能的架构运输系统并给出了整体框架，系统功能，数据库结构和最佳路径智能交通系统分析方法。还有学者提出了一个智能城市基于物联网的交通系统，使用群体智能感知技术实现信息收集和使用广播和电视技术，手机技术和车载网络实现信息共享的技术。并分析了现有智能交通系统的关键技术并指出了迫切需要解决的问题和研究它的前景。然而，关于研究疲劳驾驶引起的交通技术很少。因为疲劳驾驶是其交通事故的主要原因，有必要研究智能交通中的疲劳驾驶技术。在疲劳驾驶检测方法中，有主要基于驾驶员的生理信号检测，基于驾驶员的操作行为和车辆状态检测，并基于驾驶员的面部表达检测。大多数这些测试都依赖于图像加工技术，以获得驾驶员的疲劳特性数据。

目前，智能交通系统（ITS）集成了先进的物联网，大数据等技术，云计算，无线传感器和人，汽车和道路更协调，使公共交通服务和旅行服务体系更加人性化和智能化。它涵盖铁路，高速公路，民用航空和其他领域。由于每个领域的内部管理系统相对成熟，ITS要解决的问题是如何整合多个平台内的信息，分析挖掘数据后的潜在数据，并为用户提供更好的服务。在智能交通系统中，行人，周围的交通灯，照相机，车辆标志，和其他基础设施作为传感终端连接形成城市道路网络信息系统。通过射频智能识别终端识别（RFID），GPS和红外线感应灯，并持续交换信息根据某些协议。

3 基于人脸识别的物联网智能交通系统的关键技术分析

基于人脸识别的物联网智能交通系统框架中的智能交通传感器层主要负责用于收集车牌号等数据，由智能识别设备读取，而网络层主要负责传输数据信息，传输收集的数据通过互联网从每个点到数据中心。支持层主要实现并行处理和优化大量信息和动态分配并部署存储资源；应用层主要包括信息存储和处理系统和综合控制系统。该系统涉及收集大数据，大数据的存储和集成，处理和挖掘不同类型的数据。因此，大量技术被用于完成智能交通中各层的工作系统。基于人脸识别的物联网智能交通系统关键技术包括如下几个方面。

3.1 用于大数据的分布式存储技术

在智能交通领域，整个系统处于独立的信息状态，而且数据很难互相传播。因此，智能化的运输系统通过云计算技术形成交通数据的智能管理。智能交通云利用云计算的优势，如存储质量，信息安全和资源的统一处理，并提供了一种新的数据共享解决方案，用于有效管理运输领域。

3.2 数据处理技术

由于智能交通中的大量数据以及数据的多样性和异质性，同时数据处理通常也需要实时准确。因此，智能运输使用数据融合，数据挖掘，数据激活，数据可视化和其他数据处理技术。数据融合技术是一种综合的数据处理技术涉及人工智能，网联，决策等领域。它可以检测，沟通，并从三个层面分析多源信息：数据层，要素图层和决策层。数据激活是一种新的数据组织和处理技术，它具有存储，映射，计算等功能。它可以随着对象的变化而独立发展并根据用户行重组适应自己的数据。

3.3 智能识别和无线传感技术

智能识别和无线传感技术是最重要的物体识别和传感技术，是整个智能交通的基础施工。智能识别通过智能设备读取独特的条形码，二维码或RFID标签项目。通过阅读这些电子标签，它读取该项目（事件）独特的功能和位置信息，然后传输这些信息到上层系统进行识别和最终做决定。在智能交通网络中，每个信息收集点相当于一个在无线传感器中设置节点。他们负责交通环境的收集和处理信息然后发送到其他节点或聚合节点；聚合节点将接收信息融合处理后的每个节点然后传到了下一个层次。作为物联网底层网络，无线传感器网络提供一种更安全，可靠，灵敏的智能交通解决方案。

3.4 图像智能分析的应用技术

因为ITS有很多视频图像和其他数据，所以为了有效捕获驾驶员的面部信息，图像智能分析技术被用于处理ITS中的视频图像数据。智能图像分析和处理技术采用智能神经网络技术将有用的人或物体与视频图像通过分层处理分开。借助计算机的强大的数据处理功能，这项技术可以快速分析视频图像数据并过滤掉冗余信息。自动分析和提取视频源中的关键信息将提供有用的信息监视，例如，基于图像识别技术，传递数据可用于识别车牌号等。为了搜索图片，我们可以拦截车辆特征搜索车辆。通过分析司机的视频，我们可以判断司机驾驶状态，例如疲劳、驾驶过程拨打手机等情况。

4 结论

综上所述，随着世界汽车数量的增加，智能交通系统已成为一个解决现代交通问题的重要手段。智能运输系统（ITS）涉及图像处理，智能识别，机器视觉等跨学科的。本文分析基于人脸识别的物联网智能交通系统理论框架，提出了基于人脸识别与对比技术在当代物联网智能交通中的应用与探索的关键技术，对图像处理在智能交通领域的应用做了一定的补充。