文/張娟萍

1 引言

我國(guó)在大規(guī)模城市擴(kuò)張的同時(shí)，基礎(chǔ)設(shè)施建設(shè)和管理改革模式相對(duì)落后，導(dǎo)致“城市病”變得越來(lái)越嚴(yán)重。爆炸性的城市人口增長(zhǎng)和該市車輛數(shù)量的快速增長(zhǎng)已導(dǎo)致城市交通面臨障礙和發(fā)展瓶頸。主要瓶頸問(wèn)題是：嚴(yán)重的城市交通擁堵，導(dǎo)致旅行時(shí)間和消耗增加大量的能源，嚴(yán)重的交通安全問(wèn)題，頻繁發(fā)生事故；噪音污染和空氣污染日益嚴(yán)重。交通安全是城市發(fā)展的主要問(wèn)題之一，需要及時(shí)解決。在里面全球人員傷亡事故中，交通傷亡是其中之一，且是造成人員傷亡的主要原因。統(tǒng)計(jì)顯示在中國(guó)2016年內(nèi)，發(fā)生了8644.3萬(wàn)起交通事故造成63093人死亡，12.1億元人民幣直接財(cái)產(chǎn)損失；2017年5月，交通網(wǎng)絡(luò)數(shù)據(jù)顯示，中國(guó)某城市發(fā)生787起交通事故。2016年京滬高速公路段，包括由疲勞駕駛引起的414起交通事故，并且說(shuō)明了約占事故總數(shù)的52.6%。因此，疲勞駕駛是造成重大交通事故的主要原因，所以實(shí)時(shí)監(jiān)控駕駛員疲勞狀態(tài)具有重要意義減少交通事故的實(shí)際意義傷亡。

2 基于人臉識(shí)別的物聯(lián)網(wǎng)智能交通系統(tǒng)理論框架

為了解決交通安全問(wèn)題，很多世界各國(guó)都對(duì)駕駛過(guò)程給予了全面的考慮，包括車輛調(diào)度和車輛操作的整體控制安全性。智能交通系統(tǒng)（ITS）出現(xiàn)并不斷發(fā)展起來(lái)。智能交通系統(tǒng)（ITS）充分利用物聯(lián)網(wǎng)，云計(jì)算，互聯(lián)網(wǎng)，人工智能，自動(dòng)控制，移動(dòng)互聯(lián)網(wǎng)，以及運(yùn)輸領(lǐng)域的其他技術(shù)。

它通過(guò)高科技收集交通信息并管理整個(gè)交通各方面以及私人交通，公共交通和其他交通區(qū)域交通建設(shè)和管理過(guò)程的支持管理，使運(yùn)輸系統(tǒng)中地區(qū)，城市，甚至更大的時(shí)空范圍感知，互聯(lián)，分析，預(yù)測(cè)，控制，并可以充分保護(hù)交通安全，發(fā)揮交通基礎(chǔ)設(shè)施的有效性，這樣還可以加強(qiáng)運(yùn)輸系統(tǒng)運(yùn)行效率管理水平，促進(jìn)公共旅行和可持續(xù)發(fā)展經(jīng)濟(jì)發(fā)展服務(wù)。目前，智能化運(yùn)輸系統(tǒng)也得到了廣泛的應(yīng)用。例如，智能交通預(yù)測(cè)系統(tǒng)新加坡的（ITPS）包括計(jì)算機(jī)化的流量信號(hào)系統(tǒng)，電子掃描系統(tǒng)，城市高速公路監(jiān)控系統(tǒng)，聯(lián)合電子眼，和道路收費(fèi)系統(tǒng)，預(yù)測(cè)一段的時(shí)間超過(guò)預(yù)定的交通流量。它可以幫助交通管制員預(yù)測(cè)交通流量，防止交通擁堵。斯德哥爾摩，瑞典推出了新的智能收費(fèi)系統(tǒng)，這使流量減少了22%，排放減少了12%到40%。

智能交通系統(tǒng)的目標(biāo)是通過(guò)人、車輛和道路密切合作，來(lái)改進(jìn)運(yùn)輸效率，緩解交通擁堵，改善道路網(wǎng)的容量，減少交通事故。目前，有許多研究關(guān)于智能交通系統(tǒng)。例如，曾有學(xué)者以我國(guó)洛陽(yáng)為例分析了智能的架構(gòu)運(yùn)輸系統(tǒng)并給出了整體框架，系統(tǒng)功能，數(shù)據(jù)庫(kù)結(jié)構(gòu)和最佳路徑智能交通系統(tǒng)分析方法。還有學(xué)者提出了一個(gè)智能城市基于物聯(lián)網(wǎng)的交通系統(tǒng)，使用群體智能感知技術(shù)實(shí)現(xiàn)信息收集和使用廣播和電視技術(shù)，手機(jī)技術(shù)和車載網(wǎng)絡(luò)實(shí)現(xiàn)信息共享的技術(shù)。并分析了現(xiàn)有智能交通系統(tǒng)的關(guān)鍵技術(shù)并指出了迫切需要解決的問(wèn)題和研究它的前景。然而，關(guān)于研究疲勞駕駛引起的交通技術(shù)很少。因?yàn)槠隈{駛是其交通事故的主要原因，有必要研究智能交通中的疲勞駕駛技術(shù)。在疲勞駕駛檢測(cè)方法中，有主要基于駕駛員的生理信號(hào)檢測(cè)，基于駕駛員的操作行為和車輛狀態(tài)檢測(cè)，并基于駕駛員的面部表達(dá)檢測(cè)。大多數(shù)這些測(cè)試都依賴于圖像加工技術(shù)，以獲得駕駛員的疲勞特性數(shù)據(jù)。

目前，智能交通系統(tǒng)（ITS）集成了先進(jìn)的物聯(lián)網(wǎng)，大數(shù)據(jù)等技術(shù)，云計(jì)算，無(wú)線傳感器和人，汽車和道路更協(xié)調(diào)，使公共交通服務(wù)和旅行服務(wù)體系更加人性化和智能化。它涵蓋鐵路，高速公路，民用航空和其他領(lǐng)域。由于每個(gè)領(lǐng)域的內(nèi)部管理系統(tǒng)相對(duì)成熟，ITS要解決的問(wèn)題是如何整合多個(gè)平臺(tái)內(nèi)的信息，分析挖掘數(shù)據(jù)后的潛在數(shù)據(jù)，并為用戶提供更好的服務(wù)。在智能交通系統(tǒng)中，行人，周圍的交通燈，照相機(jī)，車輛標(biāo)志，和其他基礎(chǔ)設(shè)施作為傳感終端連接形成城市道路網(wǎng)絡(luò)信息系統(tǒng)。通過(guò)射頻智能識(shí)別終端識(shí)別（RFID），GPS和紅外線感應(yīng)燈，并持續(xù)交換信息根據(jù)某些協(xié)議。

3 基于人臉識(shí)別的物聯(lián)網(wǎng)智能交通系統(tǒng)的關(guān)鍵技術(shù)分析

基于人臉識(shí)別的物聯(lián)網(wǎng)智能交通系統(tǒng)框架中的智能交通傳感器層主要負(fù)責(zé)用于收集車牌號(hào)等數(shù)據(jù)，由智能識(shí)別設(shè)備讀取，而網(wǎng)絡(luò)層主要負(fù)責(zé)傳輸數(shù)據(jù)信息，傳輸收集的數(shù)據(jù)通過(guò)互聯(lián)網(wǎng)從每個(gè)點(diǎn)到數(shù)據(jù)中心。支持層主要實(shí)現(xiàn)并行處理和優(yōu)化大量信息和動(dòng)態(tài)分配并部署存儲(chǔ)資源；應(yīng)用層主要包括信息存儲(chǔ)和處理系統(tǒng)和綜合控制系統(tǒng)。該系統(tǒng)涉及收集大數(shù)據(jù)，大數(shù)據(jù)的存儲(chǔ)和集成，處理和挖掘不同類型的數(shù)據(jù)。因此，大量技術(shù)被用于完成智能交通中各層的工作系統(tǒng)?；谌四樧R(shí)別的物聯(lián)網(wǎng)智能交通系統(tǒng)關(guān)鍵技術(shù)包括如下幾個(gè)方面。

3.1 用于大數(shù)據(jù)的分布式存儲(chǔ)技術(shù)

在智能交通領(lǐng)域，整個(gè)系統(tǒng)處于獨(dú)立的信息狀態(tài)，而且數(shù)據(jù)很難互相傳播。因此，智能化的運(yùn)輸系統(tǒng)通過(guò)云計(jì)算技術(shù)形成交通數(shù)據(jù)的智能管理。智能交通云利用云計(jì)算的優(yōu)勢(shì)，如存儲(chǔ)質(zhì)量，信息安全和資源的統(tǒng)一處理，并提供了一種新的數(shù)據(jù)共享解決方案，用于有效管理運(yùn)輸領(lǐng)域。

3.2 數(shù)據(jù)處理技術(shù)

由于智能交通中的大量數(shù)據(jù)以及數(shù)據(jù)的多樣性和異質(zhì)性，同時(shí)數(shù)據(jù)處理通常也需要實(shí)時(shí)準(zhǔn)確。因此，智能運(yùn)輸使用數(shù)據(jù)融合，數(shù)據(jù)挖掘，數(shù)據(jù)激活，數(shù)據(jù)可視化和其他數(shù)據(jù)處理技術(shù)。數(shù)據(jù)融合技術(shù)是一種綜合的數(shù)據(jù)處理技術(shù)涉及人工智能，網(wǎng)聯(lián)，決策等領(lǐng)域。它可以檢測(cè)，溝通，并從三個(gè)層面分析多源信息：數(shù)據(jù)層，要素圖層和決策層。數(shù)據(jù)激活是一種新的數(shù)據(jù)組織和處理技術(shù)，它具有存儲(chǔ)，映射，計(jì)算等功能。它可以隨著對(duì)象的變化而獨(dú)立發(fā)展并根據(jù)用戶行重組適應(yīng)自己的數(shù)據(jù)。

3.3 智能識(shí)別和無(wú)線傳感技術(shù)

智能識(shí)別和無(wú)線傳感技術(shù)是最重要的物體識(shí)別和傳感技術(shù)，是整個(gè)智能交通的基礎(chǔ)施工。智能識(shí)別通過(guò)智能設(shè)備讀取獨(dú)特的條形碼，二維碼或RFID標(biāo)簽項(xiàng)目。通過(guò)閱讀這些電子標(biāo)簽，它讀取該項(xiàng)目（事件）獨(dú)特的功能和位置信息，然后傳輸這些信息到上層系統(tǒng)進(jìn)行識(shí)別和最終做決定。在智能交通網(wǎng)絡(luò)中，每個(gè)信息收集點(diǎn)相當(dāng)于一個(gè)在無(wú)線傳感器中設(shè)置節(jié)點(diǎn)。他們負(fù)責(zé)交通環(huán)境的收集和處理信息然后發(fā)送到其他節(jié)點(diǎn)或聚合節(jié)點(diǎn)；聚合節(jié)點(diǎn)將接收信息融合處理后的每個(gè)節(jié)點(diǎn)然后傳到了下一個(gè)層次。作為物聯(lián)網(wǎng)底層網(wǎng)絡(luò)，無(wú)線傳感器網(wǎng)絡(luò)提供一種更安全，可靠，靈敏的智能交通解決方案。

3.4 圖像智能分析的應(yīng)用技術(shù)

因?yàn)镮TS有很多視頻圖像和其他數(shù)據(jù)，所以為了有效捕獲駕駛員的面部信息，圖像智能分析技術(shù)被用于處理ITS中的視頻圖像數(shù)據(jù)。智能圖像分析和處理技術(shù)采用智能神經(jīng)網(wǎng)絡(luò)技術(shù)將有用的人或物體與視頻圖像通過(guò)分層處理分開(kāi)。借助計(jì)算機(jī)的強(qiáng)大的數(shù)據(jù)處理功能，這項(xiàng)技術(shù)可以快速分析視頻圖像數(shù)據(jù)并過(guò)濾掉冗余信息。自動(dòng)分析和提取視頻源中的關(guān)鍵信息將提供有用的信息監(jiān)視，例如，基于圖像識(shí)別技術(shù)，傳遞數(shù)據(jù)可用于識(shí)別車牌號(hào)等。為了搜索圖片，我們可以攔截車輛特征搜索車輛。通過(guò)分析司機(jī)的視頻，我們可以判斷司機(jī)駕駛狀態(tài)，例如疲勞、駕駛過(guò)程撥打手機(jī)等情況。

4 結(jié)論

綜上所述，隨著世界汽車數(shù)量的增加，智能交通系統(tǒng)已成為一個(gè)解決現(xiàn)代交通問(wèn)題的重要手段。智能運(yùn)輸系統(tǒng)（ITS）涉及圖像處理，智能識(shí)別，機(jī)器視覺(jué)等跨學(xué)科的。本文分析基于人臉識(shí)別的物聯(lián)網(wǎng)智能交通系統(tǒng)理論框架，提出了基于人臉識(shí)別與對(duì)比技術(shù)在當(dāng)代物聯(lián)網(wǎng)智能交通中的應(yīng)用與探索的關(guān)鍵技術(shù)，對(duì)圖像處理在智能交通領(lǐng)域的應(yīng)用做了一定的補(bǔ)充。