隨著我國綜合實力和國民收人水平的提高，機動車數量迅猛增長，道路建設步伐加快，城市化水平不斷提高，導致交通管理現狀和需求之間的矛盾進一步加劇，道路交通安全形勢嚴峻。在此情況下，如何利用先進的科技手段提高城市交通管理水平、減少交通事故、打擊犯罪分子，提高社會治安綜合管理水平成為了當前交通管理部門亟待解決的問題之一。

　　為此，交通部門先后出臺了一系列車輛安全管理規范性文件，如《營運客車安全技術條件》、《營運車輛行駛危險預警系統技術要求和試驗方法》、《營運貨車安全技術條件》等，各省為貫徹落實交通部的要求也相應的出臺了與之相關的政策文件。

　　人臉識別技術是多學科領域的具有挑戰性的難題，涵蓋數字圖像處理、模式識別、計算機視覺、神經網絡、心理學、生理學、數學等內容，同時也具有十分廣泛的應用意義。過去幾年里，人臉識別技術取得了長足的發展，在公共安全領域發揮了重要的作用。而隨著公安大數據應用背景的出現，人臉識別技術面臨更高的挑戰。

　　人臉識別技術

　　人臉識別技術是利用計算機分析人臉圖像，進而從中提取出有效的識別信息，用來“辨認”身份的一門技術，主要包括以下五部分內容：

　　●人臉圖像采集：主要通過前端攝像機采集含有人臉的視頻或圖像。

　　●人臉圖像檢測：是人臉識別過程中的一個重要環節，主要檢測圖像或者視頻序列中是否存在人臉，并準確標定出人臉的位置和大小。

　　●人臉圖像預處理：基于人臉檢測結果，利用灰度校正、噪聲過濾等算法對所選擇的人臉圖像進行優化，以形成最加的人臉圖像并服務于特征提取的過程。人臉圖像預處理過程主要包括光線補償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波等。

　　●人臉圖像特征提取：主要是針對人臉的某些特征進行的，一般采用基于知識的表征方法實現。基于知識的表征方法主要是根據人臉器官的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數據，其特征分量通常包括特征點間的歐氏距離、曲率和角度等。人臉圖像信息數據量巨大，為了提高匹配識別的效率，選取何種特征尤為重要。

　　●人臉圖像匹配識別：圖像匹配是指將提取的人臉圖像特征數據與數據庫中存儲的特征模板通過某種算法進行搜索匹配，設定個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出；圖像識別是將待識別的人臉與數據庫中的已知人臉進行比較，根據相似度對人臉的身份信息進行判斷。

　　將人臉識別技術應用于道路交通安全管理，有助于提升整個公安信息化的管理水平。

　　人臉識別技術應用于行人闖紅燈交通管理

　　行人無視交通規則，肆意闖紅燈直是城市“頑疾”。而且行人闖紅燈是行人交通違法中最普遍、最明顯、也是數量最多的一種交通違法行為。這種違法行為不僅對交通違法者本人的人身造成極大的危險，而且有礙道路暢通，更是造成交通事故發生的極大誘因。

　　將人臉識別技術應用于行人闖紅燈交通管理，研發集視頻分析、運動跟蹤、人臉識別、大數據、云分析技術于一體的行人闖紅燈交通管理報警系統，提升交通管理部門的針對行人闖紅燈違法管理業務的能力，促進文明城市建設。行人闖紅燈交通管理報警系統，主要由以下七部分組成：

　　闖紅燈行為及人臉采集設備；

　　違法圖片采集：主要包括專業的行人闖紅燈一體式抓拍機進行闖紅燈運動過程違法檢測抓拍，同時提取闖紅燈人臉圖片信息；

　　終端服務器：前端設備錄像圖片緩存與信息轉發；

　　人臉識別云分析單元：支持人臉圖片的建模及比對分析；

　　大數據單元：支持人臉相關數據的存儲、檢索、分析等功能；

　　云存儲單元：支持所有人臉圖片的存儲；

　　行人闖紅燈平臺服務器：向用戶提供應用服務，能實現人臉布控、人臉查詢、以臉搜臉等應用；

　　信息發布服務器：控制大屏的發布策略；

　　顯示大屏：顯示曝光行人闖紅燈人像及部分身份信息；

　　提醒音柱：對欲違法闖紅燈人員進行提取語音警示。

　　高清攝像機對斑馬線進行視頻監控，通過視頻檢測或是硬件檢測識別信號燈狀態，當信號燈處于紅燈狀態并有行人闖紅燈時，則啟動算法抓拍，根據抓拍后的結果進行聲音提醒。

　　當行人在紅燈狀態下穿過警戒線并進入人行橫道時，系統會自動檢測行人越線行為，抓拍行人闖紅燈全景圖像，系統將三張行人闖紅燈過程圖片和一張行人半身特寫圖像進行自動合成，形成完整的行人闖紅燈畫面信息。

　　人臉識別技術應用于改善駕駛行為

　　目前交通管理中經常會遇到這樣的情況：很多運輸企業車輛駕駛人為了保證運輸時效往往存在疲勞駕駛，雖然國家明確規定連續駕駛4小時以上需要停車休息，但實際落實卻不到位。每天都會有大量疲勞駕駛導致的事故發生，給駕駛人和單位以及社會造成了嚴重的經濟損失。

　　疲勞駕駛管控存在一定的困難，以往過多依賴于思想教育、費時費力，沒有很好地技術手段進行捕獲、沒有較好的系統進行實時監管，難有成效。現在，利用人臉識別技術可以對駕駛人的臉部表情和行為進行識別分析，來檢測其是否存在疲勞駕駛的情況，如果出現打哈欠、閉眼、左顧右盼、低頭、打電話、抽煙等行為，基于人臉識別技術的終端就會實時發出語音警報提醒駕駛人規范駕駛。車元素公司的疲勞檢測預警系統正是基于人臉識別技術的主動安全防控系統，安裝至車輛上長期使用可以逐步改善司機的不良駕駛行為。此外，通過管理云平臺，還可以對駕駛行為數據進行采集，在平臺上可查看圖片和危險駕駛視頻，管理人可有針對性的對相應駕駛人加強監管，從而提升行車安全性。

　　結合人臉識別技術、大數據技術、深度學習技術在城市道路交通管理中的應用，設計針對行人闖紅燈的交通管理報警系統以及針對失駕人員的駕駛行為管控系統，有效解決公安管理部門遇到的“難題”，對于提高道路交通安全水平，減少交通事故，保障人民群眾生命財產安全，創建和諧交通環境具有重要的積極意義。