復雜交通環境下行人生物特征識別與交通管控技術研究

劉劍飛

摘要：在我國城市化快速發展進程中，智能交通系統占據著重要的地位，隨著城市化帶來的交通問題不斷涌現，人車混行帶來了嚴重的交通安全隱患，給交通管理部門也提出了更高的管理挑戰。為此，本文在以現代城市高度復雜的交通環境的背景下，提出采用行人生物特征識別技術對行人實時檢測和追蹤，通過對于路面行人的人臉、步態等特征實時檢測和追蹤，可以得到許多有價值的交通流參數，例如：人流量、人流密度等等；而對于交通路口的行人檢測和追蹤，可以得到諸如排隊長度、占有率等參數；同時還可以檢測事故或者故障等突發狀況，這些有價值數據可以由交通管理部門進行挖掘分析，進一步優化交通管控方式及交通組織設計。

關鍵詞：復雜交通；生物特征識別；人臉識別；交通管控

一、復雜交通環境行人檢測存在問題及技術難點

通過多年國內外學者的共同努力，行人檢測技術特別是人臉識別技術在算法上取得了很大的突破，在室內、專用通道等環境比較單一、固定的場景下已取得了較好的應用效果。但在復雜的交通場景下，例如交通路口、人流密集的商業區等環境中，行人時刻處在移動、靜止、姿態變化和不同程度的相互遮擋等狀態中，這些都給行人檢測與跟蹤帶來了困難，在復雜交通環境下行人檢測技術仍然面臨著挑戰，主要體現在：

（1）移動過程中行人的姿勢變化問題：具體表現在行人在移動過程中可能呈現多種不同的姿態，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。當前的行人檢測方法還不能完全適應這些變化。因此，如何設計一個與外表無關，能適應姿勢變化的行人識別方法是行人檢測需要解決的一道難題。

（2）場景復雜性的問題：行人與車輛、綠化等背景混合難分；在有行人存在的交通環境中，人與人或人與環境之間相互影響、遮擋，以及戶外交通場景下光照度的變化、時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、識別與跟蹤行人變得相當困難。

（3）特征識別的實時性問題：在實際的應用中，特征的檢測跟蹤需要處理較大的數據量，而且為了滿足系統的魯棒性要求，算法的搭建往往較為復雜，對檢測跟蹤系統的反應速度有一定的要求。所以這些都成為了進一步提高系統實時性的阻力。

（4）人、人間或人、物間遮擋問題：行人與行人之間及行人與檢測環境中存在著大量的遮擋，利用當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題，但效果不是很理想，還不能處理較嚴重的遮擋問題。

在實際應用中，除了面臨上述難題之外，還需要考慮到檢測單元的運動問題以及不同的交通路況、天氣的變化也對行人檢測算法提出了更高的要求。

二、行人特征識別與交通管控關鍵技術

基于以上原因，我們提出一種技術架構，對現有行人特征識別和交通管控提出改進，使之達到實際應用水平。

（1）改進特征識別算法：在傳統相鄰幀間差分法、光流分析法、減背景方法和基于統計學習的行人檢測方法基礎上，加入針對場景的細化、使之適合于特定應用環境的算法，包括統計法，主動輪廓線法，獨立分量分析法、高階統計法，小波法，能量運動檢測法，擴展的EM方法和數學形態法等，相應的硬件平臺也許升級為DSP處理。

（2）大數據、云計算技術應用：包括構建基于大數據應用的智能多源感知全網絡覆蓋的生物特征（人臉、指紋、行為）數據庫，包括結合開放的警用人臉數據庫和開放的比對接口，采用了云架構設計，充分利用云計算平臺的超強計算能力，部署多種算法，實現多算法的混合，這些新技術的應用可解決特征識別的實時性和準確度問題。

（3）低照度人臉專用檢測攝像機：以星光級500萬像素CMOS傳感器（1/1.8”）配合高性能ARM+DSP雙核心處理器進行高清視頻圖像處理和識別、采樣分析，實現ULLS超微光感知性能，能夠在極低照度的監控環境中（超低照度，彩色0.001Lux），清晰呈現彩色圖像，可極大減少因夜間光線不足、雨雪極端天氣等惡劣環境下的檢測不準確的問題。

（4）主動服務型交通信號管控：通過人臉、指紋生物特征視頻識別，主動觸發行人過街請求信號，實現與道路信號控制系統聯動。集成人性化交通信號及倒計時顯示、LED紅綠雙色智能聲光警示與檢測曝光、盲人鐘語音提示等行人安全保障功能。支持行人及車輛動態（包括流量、運行軌跡）分析，建立主動優化信號配時方案，實現與道路信號控制系統聯動。

（5）構架可信安全網絡，具體包括：

1.采用安全網閘、防火墻等網絡安全設備，進行數據隔離，保障數據安全。

2.系統前端數據采集和平臺交互采用數字簽名、消息認證、數據優化加密算法等多重保護措施，后端實行原始圖像比較驗證，防止人為修改，以確保證系統信息完整和合法。

3.可靠數據通訊：系統前、后端數據交換采用唯一XML協議和唯一驗證算法等數據傳輸加密，有效限制或屏蔽解析非法數據或不完整數據，確保數據傳輸可靠、完整。

4.對文件及硬盤數據讀/寫操作，設計防暴力開/關機保護；采用軟件硬化技術，防止軟件病毒侵入。

三、行人特征識別與交通管控系統優勢

行人特征識別與交通管控系統主要優勢體現在以下幾個方面：

1.提高識別實時性和準確度。采用高性能DSP處理器以及狄早大星光級圖像傳感器，結合改進特征識別算法，在傳統相鄰幀間差分法、光流分析法、減背景方法和基于統計學習的行人檢測方法基礎上，加入針對場景的細化、使之適合于特定應用環境的算法，能有效適用于靜態或者準靜態背景下面積不大的運動目標檢測，能夠完整的分割出運動目標，提高行人識別實時性和準確度。

2.提高識別響應速度。引入海量生物特征庫，采用了云架構設計，充分利用云計算平臺的超強計算能力，部署多種算法，實現多算法的混合，同時吸納各種算法的優點，提高大數據庫容量下人臉圖像的識別和比對性能，。

3.提高交通綜合應用水平。特征識別與交通管控一體化設計，實現主動型現代交通管控系統應用，包括通過人臉視頻識別，主動觸發行人過街請求信號，實現和路口信號控制系統聯動；集成人性化交通信號及倒計時顯示、LED紅綠雙色智能聲光警示、盲人鐘語音提示等全方位保障行人安全措施，主動規范行人安全通行，實現人性化交通服務；支持行人動態（包括流量、運行軌跡）分析，建立主動優化信號配時方案，實現與道路信號控制系統聯動。

結束語：

綜上所述，在城市發展進程中，交通系統扮演著重要的角色，其主要為交通運輸、物流發展、經濟貿易等提供重要的交通條件。新時期，為促進城市交通系統的全面建設，應將信息技術與科學技術滲透到交通系統之中，打造智能交通管理系統，以實現對城市道路交通的行人特征識別和人性化交通管控，強調城市交通行人和車輛的相互協同，這對于城市交通運行具有重要的作用。同時全面促進城市交通事業的發展，提升道路行人安全管控效率。較好的滿足了交管部門對道路交通及行人安全綜合執法統一部署和集中管控的新需求。

參考文獻：

[1]方旭. 復雜場景下的行人檢測方法研究. 蘇州大學，2014，（11）：108-115.

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

[3]陳清梁. 復雜場景下的目標跟蹤方法研究[D]. 哈爾濱工業大學，2015.

[4]劉曉輝. 復雜視覺場景下的行人檢測與跟蹤方法研究[D]. 天津大學，2013.

[5]吳文旭. 自然場景下行人的視頻跟蹤技術研究[D]. 天津科技大學，2011.

[6]龔燕冰. 基于DM8127的行人檢測智能前端設計與實現[D]. 大連海事大學，2017.

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