復(fù)雜交通環(huán)境下行人生物特征識(shí)別與交通管控技術(shù)研究

劉劍飛

摘要：在我國(guó)城市化快速發(fā)展進(jìn)程中，智能交通系統(tǒng)占據(jù)著重要的地位，隨著城市化帶來(lái)的交通問(wèn)題不斷涌現(xiàn)，人車混行帶來(lái)了嚴(yán)重的交通安全隱患，給交通管理部門也提出了更高的管理挑戰(zhàn)。為此，本文在以現(xiàn)代城市高度復(fù)雜的交通環(huán)境的背景下，提出采用行人生物特征識(shí)別技術(shù)對(duì)行人實(shí)時(shí)檢測(cè)和追蹤，通過(guò)對(duì)于路面行人的人臉、步態(tài)等特征實(shí)時(shí)檢測(cè)和追蹤，可以得到許多有價(jià)值的交通流參數(shù)，例如：人流量、人流密度等等；而對(duì)于交通路口的行人檢測(cè)和追蹤，可以得到諸如排隊(duì)長(zhǎng)度、占有率等參數(shù)；同時(shí)還可以檢測(cè)事故或者故障等突發(fā)狀況，這些有價(jià)值數(shù)據(jù)可以由交通管理部門進(jìn)行挖掘分析，進(jìn)一步優(yōu)化交通管控方式及交通組織設(shè)計(jì)。

關(guān)鍵詞：復(fù)雜交通；生物特征識(shí)別；人臉識(shí)別；交通管控

一、復(fù)雜交通環(huán)境行人檢測(cè)存在問(wèn)題及技術(shù)難點(diǎn)

通過(guò)多年國(guó)內(nèi)外學(xué)者的共同努力，行人檢測(cè)技術(shù)特別是人臉識(shí)別技術(shù)在算法上取得了很大的突破，在室內(nèi)、專用通道等環(huán)境比較單一、固定的場(chǎng)景下已取得了較好的應(yīng)用效果。但在復(fù)雜的交通場(chǎng)景下，例如交通路口、人流密集的商業(yè)區(qū)等環(huán)境中，行人時(shí)刻處在移動(dòng)、靜止、姿態(tài)變化和不同程度的相互遮擋等狀態(tài)中，這些都給行人檢測(cè)與跟蹤帶來(lái)了困難，在復(fù)雜交通環(huán)境下行人檢測(cè)技術(shù)仍然面臨著挑戰(zhàn)，主要體現(xiàn)在：

（1）移動(dòng)過(guò)程中行人的姿勢(shì)變化問(wèn)題：具體表現(xiàn)在行人在移動(dòng)過(guò)程中可能呈現(xiàn)多種不同的姿態(tài)，或行走或靜止，或站立或蹲下，而且不同行人之間的著裝、外貌也具差異。當(dāng)前的行人檢測(cè)方法還不能完全適應(yīng)這些變化。因此，如何設(shè)計(jì)一個(gè)與外表無(wú)關(guān)，能適應(yīng)姿勢(shì)變化的行人識(shí)別方法是行人檢測(cè)需要解決的一道難題。

（2）場(chǎng)景復(fù)雜性的問(wèn)題：行人與車輛、綠化等背景混合難分；在有行人存在的交通環(huán)境中，人與人或人與環(huán)境之間相互影響、遮擋，以及戶外交通場(chǎng)景下光照度的變化、時(shí)變性和大量存在的類似行人部分輪廓的物體等因素的干擾，使得我們精確檢測(cè)、識(shí)別與跟蹤行人變得相當(dāng)困難。

（3）特征識(shí)別的實(shí)時(shí)性問(wèn)題：在實(shí)際的應(yīng)用中，特征的檢測(cè)跟蹤需要處理較大的數(shù)據(jù)量，而且為了滿足系統(tǒng)的魯棒性要求，算法的搭建往往較為復(fù)雜，對(duì)檢測(cè)跟蹤系統(tǒng)的反應(yīng)速度有一定的要求。所以這些都成為了進(jìn)一步提高系統(tǒng)實(shí)時(shí)性的阻力。

（4）人、人間或人、物間遮擋問(wèn)題：行人與行人之間及行人與檢測(cè)環(huán)境中存在著大量的遮擋，利用當(dāng)前已有的圖像處理等方法能在一定程度上處理局部的遮擋問(wèn)題，但效果不是很理想，還不能處理較嚴(yán)重的遮擋問(wèn)題。

在實(shí)際應(yīng)用中，除了面臨上述難題之外，還需要考慮到檢測(cè)單元的運(yùn)動(dòng)問(wèn)題以及不同的交通路況、天氣的變化也對(duì)行人檢測(cè)算法提出了更高的要求。

二、行人特征識(shí)別與交通管控關(guān)鍵技術(shù)

基于以上原因，我們提出一種技術(shù)架構(gòu)，對(duì)現(xiàn)有行人特征識(shí)別和交通管控提出改進(jìn)，使之達(dá)到實(shí)際應(yīng)用水平。

（1）改進(jìn)特征識(shí)別算法：在傳統(tǒng)相鄰幀間差分法、光流分析法、減背景方法和基于統(tǒng)計(jì)學(xué)習(xí)的行人檢測(cè)方法基礎(chǔ)上，加入針對(duì)場(chǎng)景的細(xì)化、使之適合于特定應(yīng)用環(huán)境的算法，包括統(tǒng)計(jì)法，主動(dòng)輪廓線法，獨(dú)立分量分析法、高階統(tǒng)計(jì)法，小波法，能量運(yùn)動(dòng)檢測(cè)法，擴(kuò)展的EM方法和數(shù)學(xué)形態(tài)法等，相應(yīng)的硬件平臺(tái)也許升級(jí)為DSP處理。

（2）大數(shù)據(jù)、云計(jì)算技術(shù)應(yīng)用：包括構(gòu)建基于大數(shù)據(jù)應(yīng)用的智能多源感知全網(wǎng)絡(luò)覆蓋的生物特征（人臉、指紋、行為）數(shù)據(jù)庫(kù)，包括結(jié)合開(kāi)放的警用人臉數(shù)據(jù)庫(kù)和開(kāi)放的比對(duì)接口，采用了云架構(gòu)設(shè)計(jì)，充分利用云計(jì)算平臺(tái)的超強(qiáng)計(jì)算能力，部署多種算法，實(shí)現(xiàn)多算法的混合，這些新技術(shù)的應(yīng)用可解決特征識(shí)別的實(shí)時(shí)性和準(zhǔn)確度問(wèn)題。

（3）低照度人臉專用檢測(cè)攝像機(jī)：以星光級(jí)500萬(wàn)像素CMOS傳感器（1/1.8”）配合高性能ARM+DSP雙核心處理器進(jìn)行高清視頻圖像處理和識(shí)別、采樣分析，實(shí)現(xiàn)ULLS超微光感知性能，能夠在極低照度的監(jiān)控環(huán)境中（超低照度，彩色0.001Lux），清晰呈現(xiàn)彩色圖像，可極大減少因夜間光線不足、雨雪極端天氣等惡劣環(huán)境下的檢測(cè)不準(zhǔn)確的問(wèn)題。

（4）主動(dòng)服務(wù)型交通信號(hào)管控：通過(guò)人臉、指紋生物特征視頻識(shí)別，主動(dòng)觸發(fā)行人過(guò)街請(qǐng)求信號(hào)，實(shí)現(xiàn)與道路信號(hào)控制系統(tǒng)聯(lián)動(dòng)。集成人性化交通信號(hào)及倒計(jì)時(shí)顯示、LED紅綠雙色智能聲光警示與檢測(cè)曝光、盲人鐘語(yǔ)音提示等行人安全保障功能。支持行人及車輛動(dòng)態(tài)（包括流量、運(yùn)行軌跡）分析，建立主動(dòng)優(yōu)化信號(hào)配時(shí)方案，實(shí)現(xiàn)與道路信號(hào)控制系統(tǒng)聯(lián)動(dòng)。

（5）構(gòu)架可信安全網(wǎng)絡(luò)，具體包括：

1.采用安全網(wǎng)閘、防火墻等網(wǎng)絡(luò)安全設(shè)備，進(jìn)行數(shù)據(jù)隔離，保障數(shù)據(jù)安全。

2.系統(tǒng)前端數(shù)據(jù)采集和平臺(tái)交互采用數(shù)字簽名、消息認(rèn)證、數(shù)據(jù)優(yōu)化加密算法等多重保護(hù)措施，后端實(shí)行原始圖像比較驗(yàn)證，防止人為修改，以確保證系統(tǒng)信息完整和合法。

3.可靠數(shù)據(jù)通訊：系統(tǒng)前、后端數(shù)據(jù)交換采用唯一XML協(xié)議和唯一驗(yàn)證算法等數(shù)據(jù)傳輸加密，有效限制或屏蔽解析非法數(shù)據(jù)或不完整數(shù)據(jù)，確保數(shù)據(jù)傳輸可靠、完整。

4.對(duì)文件及硬盤數(shù)據(jù)讀/寫操作，設(shè)計(jì)防暴力開(kāi)/關(guān)機(jī)保護(hù)；采用軟件硬化技術(shù)，防止軟件病毒侵入。

三、行人特征識(shí)別與交通管控系統(tǒng)優(yōu)勢(shì)

行人特征識(shí)別與交通管控系統(tǒng)主要優(yōu)勢(shì)體現(xiàn)在以下幾個(gè)方面：

1.提高識(shí)別實(shí)時(shí)性和準(zhǔn)確度。采用高性能DSP處理器以及狄早大星光級(jí)圖像傳感器，結(jié)合改進(jìn)特征識(shí)別算法，在傳統(tǒng)相鄰幀間差分法、光流分析法、減背景方法和基于統(tǒng)計(jì)學(xué)習(xí)的行人檢測(cè)方法基礎(chǔ)上，加入針對(duì)場(chǎng)景的細(xì)化、使之適合于特定應(yīng)用環(huán)境的算法，能有效適用于靜態(tài)或者準(zhǔn)靜態(tài)背景下面積不大的運(yùn)動(dòng)目標(biāo)檢測(cè)，能夠完整的分割出運(yùn)動(dòng)目標(biāo)，提高行人識(shí)別實(shí)時(shí)性和準(zhǔn)確度。

2.提高識(shí)別響應(yīng)速度。引入海量生物特征庫(kù)，采用了云架構(gòu)設(shè)計(jì)，充分利用云計(jì)算平臺(tái)的超強(qiáng)計(jì)算能力，部署多種算法，實(shí)現(xiàn)多算法的混合，同時(shí)吸納各種算法的優(yōu)點(diǎn)，提高大數(shù)據(jù)庫(kù)容量下人臉圖像的識(shí)別和比對(duì)性能，。

3.提高交通綜合應(yīng)用水平。特征識(shí)別與交通管控一體化設(shè)計(jì)，實(shí)現(xiàn)主動(dòng)型現(xiàn)代交通管控系統(tǒng)應(yīng)用，包括通過(guò)人臉視頻識(shí)別，主動(dòng)觸發(fā)行人過(guò)街請(qǐng)求信號(hào)，實(shí)現(xiàn)和路口信號(hào)控制系統(tǒng)聯(lián)動(dòng)；集成人性化交通信號(hào)及倒計(jì)時(shí)顯示、LED紅綠雙色智能聲光警示、盲人鐘語(yǔ)音提示等全方位保障行人安全措施，主動(dòng)規(guī)范行人安全通行，實(shí)現(xiàn)人性化交通服務(wù)；支持行人動(dòng)態(tài)（包括流量、運(yùn)行軌跡）分析，建立主動(dòng)優(yōu)化信號(hào)配時(shí)方案，實(shí)現(xiàn)與道路信號(hào)控制系統(tǒng)聯(lián)動(dòng)。

結(jié)束語(yǔ)：

綜上所述，在城市發(fā)展進(jìn)程中，交通系統(tǒng)扮演著重要的角色，其主要為交通運(yùn)輸、物流發(fā)展、經(jīng)濟(jì)貿(mào)易等提供重要的交通條件。新時(shí)期，為促進(jìn)城市交通系統(tǒng)的全面建設(shè)，應(yīng)將信息技術(shù)與科學(xué)技術(shù)滲透到交通系統(tǒng)之中，打造智能交通管理系統(tǒng)，以實(shí)現(xiàn)對(duì)城市道路交通的行人特征識(shí)別和人性化交通管控，強(qiáng)調(diào)城市交通行人和車輛的相互協(xié)同，這對(duì)于城市交通運(yùn)行具有重要的作用。同時(shí)全面促進(jìn)城市交通事業(yè)的發(fā)展，提升道路行人安全管控效率。較好的滿足了交管部門對(duì)道路交通及行人安全綜合執(zhí)法統(tǒng)一部署和集中管控的新需求。

參考文獻(xiàn)：

[1]方旭. 復(fù)雜場(chǎng)景下的行人檢測(cè)方法研究. 蘇州大學(xué)，2014，（11）：108-115.

[2]董盛. 基于視頻的行人快速檢測(cè)方法研究[D]. 大連理工大學(xué)，2013.

[3]陳清梁. 復(fù)雜場(chǎng)景下的目標(biāo)跟蹤方法研究[D]. 哈爾濱工業(yè)大學(xué)，2015.

[4]劉曉輝. 復(fù)雜視覺(jué)場(chǎng)景下的行人檢測(cè)與跟蹤方法研究[D]. 天津大學(xué)，2013.

[5]吳文旭. 自然場(chǎng)景下行人的視頻跟蹤技術(shù)研究[D]. 天津科技大學(xué)，2011.

[6]龔燕冰. 基于DM8127的行人檢測(cè)智能前端設(shè)計(jì)與實(shí)現(xiàn)[D]. 大連海事大學(xué)，2017.

[7]徐良杰. 信號(hào)交叉口混合交通流控制仿真系統(tǒng)研究[J]. 交通與計(jì)算機(jī)，2008，（03）：5-8.