基于脸部识别的智能交通汽车乘员管理系统



基于脸部识别的智能交通汽车乘员管理系统

近年来，随着智能汽车研究的不断深入，计算机运算能力以及移动通信技术的不断发展，无线通讯网络在车辆上的应用越来越广泛。脸部识别是智能交通汽车上的一项重要技术，可以用来识别驾驶员及乘员。在公共运输车辆（如客车、地铁和火车）上，同时会有很多人上下车，因此如何快速而准确地对人脸进行识别是智能汽车人脸识别系统的一个重要问题。本文介绍了一种用于智能交通汽车管理系统的快速人脸检测与识别系统。出发点在于从普通的图像中迅速找出人脸并加以识别,在检测与识别的过程中,正确率和时间是很重要的两点。

从简单高效的应用实际出发,提出了一种基于两级Adaboost的LBP（局部二进制模式）实时人脸识别及检测方法。识别分为两个阶段,第一阶段为人脸的检测以及人脸关键区域的检测,在短时间内从复杂的图像中检测出人脸的位置,然后在人脸区域检测关键器官的区域;第二阶段为人脸的特征表示阶段,利用特征表示这些关键区域,从而使用少量信息表示了整张人脸图像,为快速识别人脸打下基础。在第一阶段,利用Adaboost来训练层级分类器,利用层级分类器,在最开始过滤掉不包含人脸的图像区域,达到加速检测的目的。在检测出的人脸区域,利用相同原理的Adaboost层级分类器检测人脸关键器官区域。在第二阶段,对这些人脸关键区域,利用简单的LBP算子提取其特征,形成该人脸的特征表示向量。在识别中,计算卡方值,利用最近匹配的方法从试验数据库集中找出最适合的类别,从而达到人脸识别的要求。

将本文提出的人脸识别方法嵌入一辆校车进行试验验证。试验结果表明，该方法不仅能够快速地检测识别人脸,而且识别正确率较高。另外，采用该方法可以随时更新数据库集,而不需要对整个数据库集重新计算,因此有良好的扩展性。

Byung- Gil Han et al. Ubiquitous and Future Networks (ICUFN), 2013 Fifth International Conference on 2-5 July 2013.

编译：贺蓉