人脸识别技术在城市轨道交通的应用分析
来源:用户上传
作者:
摘要：科技的快速发展，使我国快速进入现代化发展阶段。科学技术的飞速发展，为人们的工作和生活带来诸多便利，随着数学统计、生物技术、视频图像处理技术、人工智能技术等多学科技术不断发展、相互融合，人脸识别技术就是其表现形式之一，人脸识别技术被广泛的应用于大型公共场所。
关键词：人脸识别技术;城市轨道交通;应用
引言
我国城市建设的快速发展离不开国家经济的大力支持。人脸识别技术是多学科领域的具有挑战性的难题，涵盖数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等内容，同时也具有十分广泛的应用意義。过去几年里，人脸识别技术取得了长足的发展，在城市轨道交通领域发挥了重要的作用。
11人脸识别技术概述
所谓的人脸识别技术，是运用计算机技术对人脸图像进行分析，从大数据系统中提取相关识别信息，快速辨别人员身份的一种技术。人脸识别技术通过感觉器官来完成，首先需要先进行信息采集，将人脸图像信息录入到系统中，然后系统通过采集的图像与人脸进行比对，如果数据库中存在人脸信息则对人脸图像进行识别，通过系统中存在的相关信息确认身份。人脸识别技术是一种方便、快捷、实用并且具有加密性强、防侵犯的识别系统，被大量应用在企事业单位及公众场所中。
2人脸识别技术的研究范围
（1）人脸检测，就是从各种不同的场景中检测出人脸的存在并确定其位置。这方面的研究主要受光照、噪声、面部倾斜度以及各种各样的遮挡的影响。（2）人脸表征，就是采取某种表示方法表示检测出的人脸和数据库中的已知人脸。通常的表示法包括几何特征（欧式距离、曲率、角度等）、代数特征（如矩阵特征矢量）、固定特征模版、特征脸、云纹图等。（3）人脸比对，就是将待识别的人脸与数据库中的已知人脸比较，得出相关信息。这个过程是选择适当的人脸表征方式与匹配策略。整个识别系统的构造与人脸的表征方式密切相关。
3人脸识别技术特点
（1）非接触，采集更易众多的生物识别技术中，掌纹、指纹及静脉识别等技术都需要被识别个体与识别设备直接接触。而人脸识别则没有这方面的限制，以非接触模式通过近端或远端渠道轻易的获取，获取渠道更加灵活，受限条件更加少，其应用性更加强。（2）非强制性，主动性更强相较于指纹识别和虹膜识别需强制个体的配合，人脸识别不需要个体的授权和配合。目前的技术可以做到在个体没有意识的情况下，获得人脸图像，因此，在安防和甄别工作中应用优势明显，在公公场合即可对流动人口进行监控和识别。（3）并发性，效率更高在同一场景下，人脸识别设备可以进行多人人脸的分拣、判断及识别，识别效率更高，单一场景获取的有用信息更多，相较于其他生物识别技术的单进程获取模式更加适用于错综复杂的现实环境。（4）以貌取人，符合视觉特性人脸识别具有“以貌取人”的特性及操作简单、结果简单，操作性好的特点。
4人脸识别技术在城市轨道交通的应用
4.1人脸识别实现
简单来说，人脸识别就是从图像中提取面部特征关键点，比如骨骼特征、眉毛高度等，通过比对输出结果。在城市轨道交通场景中，人脸识别大致可以分为1∶1和1∶N两种。1∶1等级的人脸识别，实现的是最初级的“证明你是你”。从字面上就可以看出，1∶1是用户提前上传个人照片储存于系统中，每次验证时，线下拍照与系统中存储的照片信息进行对比，进而确定“你是不是你”。手机解锁、刷脸支付、网上买票、医院挂号、政府惠民工程项目，以及各种证券开户、电信开户、互联网金融开户……这都是1∶1人脸识别的应用场景。同其他方式相比，1∶1识别准确率高，对算力的要求也相对较低。而1∶N的人脸识别算法则主要用于人脸检索，“证明你是谁”。显然，如果城市轨道交通推行刷脸支付，只能是1∶N这种实现难度更大的类型。
4.2后端子系统
负责实现对辖区内相关数据的汇聚、处理、人脸建模、存储、应用、管理与共享，由中心管理平台、存储系统、大数据平台和人脸比对服务器等组成。中心管理平台由搭载平台软件模块的服务器组成，包括：管理服务器、大数据服务器、脸谱服务器、云存储管理服务器和云存储节点等。
4.3人脸识别技术系统应用实现
（1）人脸捕获。在车站出入口以及换乘通道中设置摄像机，摄像机可捕获到现场视频监控图像，通过视频分析服务器，能够从所有视频图像中检测到人脸，并将其从背景中分离出来，以用于后期识别中，同时还可以对人脸信息进行自动化保存。在此过程中，摄像机的像素、安装位置等会对人脸捕获质量产生较大影响。（2）提取人脸特征。在人脸识别中，提取人脸特征至关重要，其会在很大程度上影响人脸识别结果的准确性。人脸特征的提取主要依靠车站视频分析服务器来完成。面部识别系统应该具备提取信息的功能，通过提取面部信息，有利于避免光照、人的表情等因素对人脸识别质量造成不良影响。在成功提取人脸特征后，即可形成人脸模型数据，然后将其传递至远程监控中心。（3）人脸比对。在远程监控中心中可以进行人脸识别比对，在城市轨道交通视频监控中，应用一对多比的形式，首先搜索出重点人脸数据库，判断摄像机所捕获到的人脸信息是否存在于重点人员的人脸数据库中，在此过程中，必须合理选择人脸表征方式以及匹配策略。（4）数据库管理。在城市轨道交通人脸识别系统的实际应用中，数据库发挥着十分重要的作用，因此，加强数据库维护管理至关重要。（5）输出显示。在人脸识别系统的实际应用中，对于识别结果，可传递至远程监控中心，并通过远程监控中心的识别终端进行显示，便于监控中心管理人员查看监控信息，并进行相关记录。与此同时，还应该注意，识别终端可以作为警方对鉴定结果二次确认的基础。对于人脸识别系统所显示的输出内容，必须与报警功能具有一定的关联，同时，在人脸识别系统中，还应该显示出报警时间、报警级别、报警地点、报警日志信息等等。（6）系统管理。人脸识别系统中运用了大量的设备，设备上运行了不同的软件，各种硬件和软件一起构成了完整的系统。其主要包括高清摄像机、录像机、视频分析服务器、识别显示终端和人脸识别服务器等设备。如何让系统中纷杂的软件和硬件良性运行下去就需要做好系统管理。系统管理功能涉及到系统配置管理，设备配置管理，系统日志管理，用户管理等功能模块，该系统还需要预留与其他系统的接口，便于系统升级和维护。
结语
综上所述，现如今，生物特征技术逐渐成熟，其中的人脸识别技术也由理论探索转入了实际使用阶段，人脸识别技术的发展前景非常广阔，在边防、视频监控系统、身份信息识别、金融业和大数据分析中都有典型的应用。本文主要对人脸识别技术在城市轨道交通中的应用方式进行了详细探究，通过应用人脸识别技术，能够有效解决轨道交通的身份识别、人员跟踪等难题，进而提升城市轨道交通服务水平。随着大数据、云计算、人工智能的蓬勃发展等，人脸识别技术日益完善，正逐步应用于安防、金融、交通、教育、医疗等多个领域。
参考文献
[1]张立东，潘志福，胡志毅，等.人脸识别技术在上海轨道交通中的应用研究[J].城市轨道交通研究，2011，14（a01）：19～24.
[2]茅飞，孔慧慧，李宏胜，等.轨道交通车站闸机智能识别研究[J].城市轨道交通研究，2017，20（12）：123～126.
[3]周凤丽，杨艳霞.人脸识别方法综述[J].软件导刊，2010，09（6）：181～182.
转载注明来源:https://www.xzbu.com/1/view-14974499.htm
