隨著我國(guó)綜合實(shí)力和國(guó)民收入水平的提高，機(jī)動(dòng)車及機(jī)動(dòng)車駕駛?cè)藬?shù)量迅猛增長(zhǎng)，道路建設(shè)步伐加快，城市化水平不斷提高，導(dǎo)致交通管理現(xiàn)狀和需求之間的矛盾進(jìn)一步加劇，道路交通安全形勢(shì)嚴(yán)峻。在此情況下，如何利用先進(jìn)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(huì)治安綜合管理水平成為了當(dāng)前公安交通管理部門亟待解決的問題之一。

人臉識(shí)別監(jiān)控技術(shù)是多學(xué)科領(lǐng)域的具有挑戰(zhàn)性的難題，涵蓋數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺、神經(jīng)網(wǎng)絡(luò)、心理學(xué)、生理學(xué)、數(shù)學(xué)等內(nèi)容，同時(shí)也具有十分廣泛的應(yīng)用意義。過去幾年里，人臉識(shí)別技術(shù)取得了長(zhǎng)足的發(fā)展，在公共安全領(lǐng)域發(fā)揮了重要的作用。而隨著公安大數(shù)據(jù)應(yīng)用背景的出現(xiàn)，人臉識(shí)別技術(shù)面臨更高的挑戰(zhàn)。

人臉識(shí)別技術(shù)

人臉識(shí)別技術(shù)是利用計(jì)算機(jī)分析人臉圖像，進(jìn)而從中提取出有效的識(shí)別信息，用來“辨認(rèn)”身份的一門技術(shù)，主要包括以下五部分內(nèi)容，

人臉圖像采集：主要通過前端攝像機(jī)采集含有人臉的視頻或圖像。

人臉圖像檢測(cè)：是人臉識(shí)別過程中的一個(gè)重要環(huán)節(jié)，主要檢測(cè)圖像或者視頻序列中是否存在人臉，并準(zhǔn)確標(biāo)定出入臉的位置和大小。

人臉圖像預(yù)處理：基于人臉檢測(cè)結(jié)果，利用灰度校正、噪聲過濾等算法對(duì)所選擇的人臉圖像進(jìn)行優(yōu)化，以形成最加的人臉圖像并服務(wù)于特征提取的過程。人臉圖像預(yù)處理過程主要包括光線補(bǔ)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?。褐饕轻槍?duì)人臉的某些特征進(jìn)行的，一般采用基于知識(shí)的表征方法實(shí)現(xiàn)?；谥R(shí)的表征方法主要是根據(jù)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(shù)據(jù)，其特征分量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉圖像信息數(shù)據(jù)量巨大，為了提高匹配識(shí)別的效率，選取何種特征尤為重要。

人臉圖像匹配識(shí)別：圖像匹配是指將提取的人臉圖像特征數(shù)據(jù)與數(shù)據(jù)庫中存儲(chǔ)的特征模板通過某種算法進(jìn)行搜索匹配，設(shè)定一個(gè)閾值，當(dāng)相似度超過這一閾值，則把匹配得到的結(jié)果輸出；圖像識(shí)別是將待識(shí)別的人臉與數(shù)據(jù)庫中的已知人臉進(jìn)行比較，根據(jù)相似度對(duì)人臉的身份信息進(jìn)行判斷。

將人臉識(shí)別技術(shù)應(yīng)用于道路交通安全管理，有助于提升整個(gè)公安信息化的管理水平。因此，監(jiān)控?cái)z像頭安裝公司表示本文主要研究人臉識(shí)別技術(shù)在行人闖紅燈交通管理及失駕人員管控兩方面的具體應(yīng)用。