?

基于臉部識別的智能交通汽車乘員管理系統(tǒng)

近年來，隨著智能汽車研究的不斷深入，計算機運算能力以及移動通信技術(shù)的不斷發(fā)展，無線通訊網(wǎng)絡(luò)在車輛上的應(yīng)用越來越廣泛。臉部識別是智能交通汽車上的一項重要技術(shù)，可以用來識別駕駛員及乘員。在公共運輸車輛（如客車、地鐵和火車）上，同時會有很多人上下車，因此如何快速而準(zhǔn)確地對人臉進行識別是智能汽車人臉識別系統(tǒng)的一個重要問題。本文介紹了一種用于智能交通汽車管理系統(tǒng)的快速人臉檢測與識別系統(tǒng)。出發(fā)點在于從普通的圖像中迅速找出人臉并加以識別,在檢測與識別的過程中,正確率和時間是很重要的兩點。

從簡單高效的應(yīng)用實際出發(fā),提出了一種基于兩級Adaboost的LBP（局部二進制模式）實時人臉識別及檢測方法。識別分為兩個階段,第一階段為人臉的檢測以及人臉關(guān)鍵區(qū)域的檢測,在短時間內(nèi)從復(fù)雜的圖像中檢測出人臉的位置,然后在人臉區(qū)域檢測關(guān)鍵器官的區(qū)域;第二階段為人臉的特征表示階段,利用特征表示這些關(guān)鍵區(qū)域,從而使用少量信息表示了整張人臉圖像,為快速識別人臉打下基礎(chǔ)。在第一階段,利用Adaboost來訓(xùn)練層級分類器,利用層級分類器,在最開始過濾掉不包含人臉的圖像區(qū)域,達到加速檢測的目的。在檢測出的人臉區(qū)域,利用相同原理的Adaboost層級分類器檢測人臉關(guān)鍵器官區(qū)域。在第二階段,對這些人臉關(guān)鍵區(qū)域,利用簡單的LBP算子提取其特征,形成該人臉的特征表示向量。在識別中,計算卡方值,利用最近匹配的方法從試驗數(shù)據(jù)庫集中找出最適合的類別,從而達到人臉識別的要求。

將本文提出的人臉識別方法嵌入一輛校車進行試驗驗證。試驗結(jié)果表明，該方法不僅能夠快速地檢測識別人臉,而且識別正確率較高。另外，采用該方法可以隨時更新數(shù)據(jù)庫集,而不需要對整個數(shù)據(jù)庫集重新計算,因此有良好的擴展性。

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

編譯：賀蓉