人脸识别算法在行人过街系统中的应用研究

　　摘 要：近几年来，人工智能、物联网技术得到了高速发展，传统的交通行业在二者的辅助下也得到了发展。本文针对智慧交通系统中的行人过街系统进行了改进，提出一种基于人脸检测和人脸识别的行人过街系统。该系统由图像采集模块、人脸检测及识别模块、数据分析及处理模块等部分组成，借助MTCNN、FaceNet等深度卷积神经网络算法实现人脸检测和人脸识别，同时在年龄识别模块中调整了AlexNet模型的网络参数，并对模型进行重新训练。行人过街系统借助深度学习算法，可以实现无感知放行，有效提升道路通行率及行人过马路的安全性。

　　关键词：人脸检测;人脸识别;行人过街;MTCNN

　　智能交通系統通常简称为ITS(Intelligent Transportation System)，是将先进的信息技术、数据通信传输技术、电子传感技术、控制技术及计算机技术等有效地集成并运用于交通系统，从而提高交通系统效率的综合性应用系统。除了北京、上海、广州和深圳，天津、重庆、武汉等也正在迈向超大城市行列。与此同时，城市道路人车抢道的问题日益严重，行人既是道路通行中的弱者，也是引起交通秩序混乱和效率低下的根源之一，因此，全国各地纷纷涌现出不同形式的智能行人过街系统。行人过街系统作为ITS系统的一部分，实现智能化是未来交通系统发展的方向，也是未来车联网的重要组成部分。

　　1 行人过街系统

　　本文设计的是一种基于人脸识别的智能行人过街系统，该类控制系统以机动车放行为强控制权、行人放行为弱控制权，通过动态分配放行权的方式实现路口的控制，在保障机动车通行效率的同时，也能动态分配行人通行的权利，最大限度保障道路的畅通。目前，比较常见的行人过街控制系统有按钮式行人过街控制系统及感应式行人过街控制系统[1]。

　　与按钮式行人过街控制系统相比，感应式行人过街控制系统用行人检测模块替换了行人过街的按钮，行人检测模块负责检测在固定等待区内的行人过街请求，可以动态检测过街行人的数量，动态调整行人放行的时间。目前，该系统感应模块主要通过温度、光等传感器实现触发。

　　按钮式行人过街控制系统安装简单，但存在不够灵活、按键容易损坏等问题，而温度、光等感应式系统受环境、使用时间等因素影响，感应精度偏低。现在，基于深度学习的行人检测算法已经比较成熟，因此本文采用该方案来构建感应式行人过街控制系统[2]。

　　2 基于人脸识别的行人过街系统

　　本文设计的行人过街系统由前端视频采集模块、IoT(OneNET)平台及后端识别三部分组成。前端视频采集模块采用高清或标清的摄像机，首先在视频范围内划分行人虚拟等待区，如果有行人进入虚拟等待区，则触发摄像机运行并将视频流通过IoT(OneNET)平台实时推送到后端平台服务器中，后端平台获取每一帧视频数据后通过人脸检测和人脸识别算法提取行人数量、行人运动轨迹、行人年龄等特征，并通过特征加权形成放行方案后传输至道路交通控制系统，最终形成行人的智能化放行方案。

　　2.1 人脸识别网络模型

　　一个完整的人脸识别过程包括人脸检测、人脸识别两个过程，首先通过人脸检测算法提取出人脸的候选框，接着通过人脸识别算法识别候选框中的人脸并进行人脸比对，最后完成人脸识别的过程。

　　推荐阅读：互联网科技对传统保险的改变和影响

期刊VIP网，您身边的高端学术顾问

文章名称： 人脸识别算法在行人过街系统中的应用研究

文章地址： http://www.qikanvip.com/yingyongdianzijishu/55361.html