荟聚奇文、博采众长、见贤思齐
当前位置:公文素材库 > 公文素材 > 范文素材 > 人脸识别应用于交通领域的场景分析

人脸识别应用于交通领域的场景分析

网站:公文素材库 | 时间:2019-05-14 11:49:31 | 移动端:人脸识别应用于交通领域的场景分析

科技的不断发展,让我们有了更多的选择,同时也让我们的生活更加便捷,其中人脸识别就在交通领域中慢慢被广泛使用,下面是小编带来的人脸识别应用于交通领域的场景分析。

    人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。人脸识别主要用来在缺乏介质的前提下确认人的身份,是生物识别技术的一种,近年来被广泛用于交通、商业、公共安全等领域,我们今天就来盘点下,人脸识别在交通领域的应用。

    安检

    航空、高铁、道路客运等等诸多出行方式,现在都普及了实名购票,为避免人、证、票不相符的情况,就需要人脸识别技术来判断人、证是否相符。

    航空早已全部实现人脸识别安检。过境安检或许是未来规模最大的应用,国际民航组织(ICAO)已确定,从2010年起,其118个成员国家和地区,必须使用机读护照,人脸识别技术是首推识别模式,该规定已经成为国际标准。目前国内外的海关和机场安检都引入了人脸识别过境的方案,快速核验过关人和持证人是否是同一个人,帮助快速过关,让出入境变得更便捷。

    而高铁也大部分普及,普通火车站也开始普及,9月2日,东莞火车站启用人脸识别闸机,票证齐全再刷个“脸”就能进站,无需人工“认脸”。一般情况下,整个过程仅需3到5秒,相比以往人工查验效率更高,能有效保证票、证、人一致。

    道路客运应是几大城际出行方式中,最晚推广人脸识别验证的,新修订的《道路旅客运输及客运站管理规定》要求,省际、市际客运班线经营者或其委托的售票单位、起讫点和中途停靠站点客运站,应当实行客票实名售票和实名查验。2017年,交通运输部在全国各大客运场站实施人脸识别比对,2018年春运,诸多客运场站已经能够执行实名制。

    这种人脸识别方式,相对来说,识别时间要短一些,因为主要是人、证是否相符的对比,在识别的时候,首先识读身份证件,进入公民身份信息系统查找到相应的身份证图像,然后与拍摄到的实时人脸进行比对,从而确认是否相符。对采集设备的要求相对不高,固定方向,受光线环境变化影响较小,未识别可以不响应等等。

    未来,人脸识别在交通安检领域,或可能推及到地铁、有轨、BRT等相对封闭的出行方式中。

    今年7月,广州地铁的珠江新城站和万胜围站等,就设置了人脸安检门,成为全国首例试点人脸识别技术智能安检项目的地铁公司。

    针对交通出行的特殊性,使用人脸识别不仅方便快速,还能帮助公安部们在必要时收集人员流动信息,有助于更快速确定抓捕疑犯和寻找失踪人员的行踪。

    车驾管业务

    2016年5月9日,国务院召开全国推进放管服改革电视电话会议。李克强总理在《政府工作报告》提出,持续推进简政放权、放管结合、优化服务,不断提高政府效能。2018年8月,公安部宣布9月1日前全面推行公安交管“放管服”。

    日前,公安部交通管理局的官方APP“交管12123”推出了一项新服务,让许多车主免除了奔波之苦。市民在互联网交通安全综合服务管理平台、“交管12123”APP注册新用户时,只需通过系统自拍照片进行远程人脸识别,“刷脸”即可完成“实名+实人”核验,成为实人认证用户,绑定车辆,就能足不出户办理各种交通业务,无须再到交警部门业务窗口面签,不仅省去跑腿的负累,也节省了办事时间。原有网签用户也可通过同样方式转为实人认证用户,享受便捷服务。

    对于车管所的放管服改革,自助设备要能实现对人脸比对引擎系统集成和管理,人脸识别模块应具有人脸检测、特征提取和人脸识别等基本功能;通过对人脸照片数据建模和自学习功能,提高识别率;通过1:N人脸照片比对,实现身份证照片和人现场采集照片的认证。

    未来,人脸识别将成为车驾管业务放管服改革的重要支撑技术,不论是线上,还是线下的业务办理,基于人脸识别的业务办理,将实现少跑路,少黄牛,少漏洞等等功能。

    电警、卡口等交通监控

    以往电警、卡口主要用于抓拍和识别车牌,随着监控设备的升级,逐步升级到车脸、车标等特征识别,2014年12月,修订后的《GA/T 496-2014 闯红灯自动记录系统通用技术条件》、《GA/T 832-2014 道路交通安全违法行为图像取证技术规范》规定,要求电警系统应能记录机动车闯红灯行为对应驾驶人面部特征的图片,驾驶人面部的分辨率应不小于50×50像素点,作为认定机动车闯红灯违法驾驶人的参考资料,但并不用于比对和识别。

    与电警相比,卡口对于人脸抓拍的要求更高,虽然不用于违法驾驶人识别,但主要用于缉查布控,比如追逃人员、失驾人员、毒驾嫌疑人员等特定对象的查缉。这种人脸比对识别,主要是将卡口采集到的人脸与入库的人脸进行比对,而入库的人脸数量一般也是有限的,全国可能也不会超过百万,所以这样的人脸比对速度也会比较快。但目前并没有直接面向人脸进行布控,而是先对嫌疑车辆进行布控,这些被布控车辆所采集到的人脸,再进行比对,而不是对所有卡口采集到的人脸进行实时比对。卡口前端的设备功能要求比较高,这也是为什么卡口一路从300万到500万到700万,甚至现在的900万一路高清的升上来。卡口的直接人脸布控,目前还不成熟,一是500万及以上高清设备还不够多,其次车贴车检标识、墨镜等可能在拍摄时遮挡到面部等。

    采用人脸识别技术的交通卡口,能够主动对监控视频中出现的人脸进行实时提取和记录,达到及时报警并利用存储信息来有效地检索视频数据的目的,可有效地协助安全人员处理危机,并最大限度地降低误报和漏报现象,有力地帮助卡口应对袭击和处理突发事件。

    现在已经在一些平安城市项目中出现了单独的人脸卡口项目,这种卡口应该就可以直接以人脸作为布控数据库,而非关联分析布控。

    此外,比对数量最大的,应该是行人闯红灯抓拍系统,比对目标也是随机的,样本库至少是所有当地城市居民,一般也是几十万起,如果要扩展一下,就上千万了。像北上广深杭蓉等一线和准一线城市,城市常住人口上千万,行人闯红灯被抓拍,然后要进行实时识别,而且只能云端识别,要求要高得多。未来很可能会对快递员、外卖送餐员等经常骑电动、非机动车的人员,以及之前闯过红灯然后被抓拍识别出来的人,建立一个比对数据库,优先在这个数据库进行比对。

    驾驶员识别

    驾驶员识别,在一些危险品运输车、长途大巴等特定营运车辆上,需要对驾驶员进行验证,以保证不出现连续的长时间驾驶。交通运输部的政策规定,长途大巴车在交接班期间,下车休息的驾驶员必须在交班后1小时内强制卧床休息,与第二次轮换上车的的间隔时间不得低于8小时;夜间22时至次日凌晨6时之间,驾驶员连续驾驶时间不得超过2小时,每次停车休息时间不得少于25分钟;长途大巴不得在夜晚2点到5点之间上路行驶,必须在规定的休息点换司机。

    另外,在驾校培训、两客一危车辆驾驶员接受远程教育等,也都需要人脸识别,以确认身份。未来危险品运输车辆、工程机械车辆、矿区运输车辆等,可以预见,将会很快普及人脸识别以确认司机身份和驾驶时长。

    而营运车辆的司机疲劳驾驶监测,虽然不是直接的人脸识别,但技术上要比人脸识别要更复杂一些,是动态的识别人脸变化,当然,主要是眼部的特征变化,以确定是否出现疲劳驾驶症状。而人脸识别技术的运用能有效减低疲劳驾驶事故。人脸识别软件基于防疲劳驾驶图像智能识别分析技术,通过检测司机的面部特征、眼部变化推断驾驶员的疲劳状态,进行疲劳预警提示,防疲劳驾驶安全方案给予司机更主动、更智能的安全保障。并且不受光线、墨镜的干扰,即使戴着墨镜或在逆光环境,也同样能够识别司机的疲劳程度。

    现在滴滴的顺风车业务虽然已经无限期停止了,但在此前一段时间,滴滴的顺风车也开启了人脸识别确认顺风车司机身份的功能,以保护乘客安全。

    支付

    人脸识别本身就是生物特征识别,未来可能不再需要任何介质来证明人的身份,仅通过人脸、虹膜等就完成身份验证,就像科幻电影里那样,甚至于未来可以用便携DNA检测来确定身份。

    所以人脸识别除能够确认人的身份外,那么基于身份验证之上,也就可以有扩展应用服务了。比如在客运站、高铁站,当乘客忘记带身份证的时候,在上海长途客运总站,推出了人脸识别办理临时乘车凭证服务,只需通过摄像头进行人脸识别,整个流程仅用1分钟,就可获得临时乘车凭证。

    除此之外,用于移动支付也不是很新鲜了。8月,金华试水“互联网+公交”,成为全国首个刷脸支付试点。乘客上车后无需任何操作,车上的识别终端只需1秒就能自动识别乘客脸部信息,就能自动支付车费,整个支付过程不到10秒,识别速度很快。具体操作只需要在金华公交的APP“金华行”上来进行,通过APP注册验证、绑定身份信息、录入人脸信息、充值等一系列的步骤,使用时则只需要刷脸通行即可。

    8月,深圳地铁与腾讯、广电运通共同发布了拥有生物识别、无感支付等功能的"生物识别+信用支付"地铁售检票系统解决方案。系统上线后,可支持65岁以上的老人刷脸加身份证免注册与免费乘坐;可支持普通乘客注册人脸信息及支付账户后,生物识别过闸,信用支付;可支持工作人员直接刷脸无感进出站。

    未来,人脸识别将越来越多应用到人们生活的方方面面,在交通领域,人脸识别将进一步支持无人化值守、电子支付和交通管理缉查布控,让出行更便捷和安全,但人脸识别的信息安全性也应该得到足够的重视。

 

 

来源:网络整理 免责声明:本文仅限学习分享,如产生版权问题,请联系我们及时删除。


人脸识别应用于交通领域的场景分析》由互联网用户整理提供,转载分享请保留原作者信息,谢谢!
链接地址:http://www.bsmz.net/gongwen/191303.html