一种基于人脸序列模式的机车驾驶员疲劳检测方法

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法。根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别;最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试。实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能。%     

基于RetinaFace的人脸多属性检测算法研究

为提高铁路刷脸检票业务中人脸检测的平均精度,通过研究分析人脸检测算法RetinaFace,针对闸机应用场景制定损失函数,提出了一种基于RetinaFace的人脸多属性检测算法,实现了人脸框位置、人脸是否佩戴墨镜以及人脸遮挡程度等信息的准确输出.算法使用轻量化骨干网络MobileNet-0.25网络结构,移除非必要的分支...     

基于Faster R-CNN的人脸识别算法研究

人脸识别技术是身份认证的重要方式。旨在设计算法识别身份证人像与待检人像是否为同一旅客。使用卷积神经网络进行人脸识别算法的研究。使用检测人脸后计算人脸特征间欧式距离的方式进行算法设计,最终达到95%的正确率。结果表明, Faster R-CNN算法能较精准地检测人脸, VGG-Net可以较好地提取人脸特征值。     

多技术融合的大流量智能测温系统设计与实现

针对传统非接触式测温技术存在的测温效率低、测温数据不准、漏检率高等问题,提出了一种基于人像检测、人员跟踪、红外热成像等多技术融合的大流量智能测温系统。该系统通过人像检测技术获取人脸信息;通过人员跟踪技术连续跟踪人体并准确定位人脸及额头位置;通过红外热成像技术获取人脸温度,将测温数据与人脸信息关联,实现精准测温。     

自然场景下基于四级级联全卷积神经网络的人脸检测算法

针对于自然场景下人脸检测存在的姿态复杂、遮挡和光照等问题,提出一种基于4级级联全卷积神经网络的人脸检测算法。构建4级级联网络,采用级联分级训练代替端到端训练,以避免只共享1个网络权值的局限,进而获得有区分性功能的深度网络,提高检测精度;每级深度网络结构均采用全卷积结构,可以接受任意尺寸图像的输入,提高检测效率;另外在训练过程采用自举法Bootstrap进行网络模型的优化训练,提高训练样本利用率;利用最终训练好的深度卷积网络模型实现人脸检测。人脸检测实验结果标明,本算法在自然场景下,对多姿态、遮挡、单图多种人脸类型等均具有良好的鲁棒性,同时在现有平台上每张图片的检测速度达到96ms,在国际权威的人脸检测公开测试集FDDB上的"真正率"达到82.98%。     

基于主动表观模型及PERCLOS的疲劳检测研究

针对城市轨道交通电客车司机长时间驾驶产生的疲劳问题，目前主要是通过规章制度及警惕按钮来解决，这样既增加司机的劳动强度，也对司机疲劳驾驶检测效果有限。文章针对电客车司机现场工作环境，提出了一种主动在线实时检测方法，该方法通过视频序列分析人脸信息，采用主动表观模型完成对人眼的识别及定位，采用PERCLOS算法完成对司机疲劳检测。实验证明，该模型和算法能够很好地完成对司机的疲劳检测。     

基于人眼PERCLOS特征的列车驾驶员疲劳检测系统

针对列车驾驶员疲劳驾驶问题,提出一种基于人眼PERCLOS特征的列车驾驶员疲劳检测系统,即首先采用基于Haar特征的AdaBoost算法进行人脸检测,而后进行人脸定位和跟踪,最后计算人眼的PERCLOS参数,实现驾驶员的疲劳检测。通过室内模拟驾驶实验,该系统具有检测率高、鲁棒性强等特性。     

一种用于监测城轨车辆司机盹睡系统的设计与实现

设计了一套城轨车辆司机盹睡系统,该系统首先从视频图像中检测出人脸,根据人脸检测的结果提取出眼睛部位,通过结合人眼状态并融合人体的姿态和运动特征,如头部姿态的俯仰角,人眼的开/闭合度等特征,从而实现乘务员盹睡状态的智能识别.该系统可实时监控城轨车辆司机的工作状态,并对不安全行为及时提示,保障运行安全.     

基于机车车载视频序列的人眼疲劳快速定位方法研究

人眼定位是非接触式机车车辆乘务员实时疲劳检测中最基本的关键环节。针对机车车载视频序列进行疲劳检测时存在实时性、鲁棒性要求高的问题,结合计算机视觉和图像处理技术,提出一种多算法融合的人眼疲劳快速定位方法。利用基于Haar-like特征的Ada Boost人脸检测方法检测视频序列中乘务员人脸并设置目标跟踪区域,利用Camshift目标跟踪算法快速定位人脸;基于人脸和人眼的对称性等先验知识,提出比例缩减区域(PRA)的方法快速定位人眼。研究结果表明:该方法可以有效减少误检,适应复杂光照,并具有实时性和鲁棒性,为机车车辆乘务员疲劳实时检测提供理论和实践参考。     

深圳地铁黑科技亮相国际城轨展

正7月25日,深圳地铁集团携智慧交通方案亮相2019北京国际城市轨道交通展,带来了"生物识别+信用支付"、长圳车辆段"海绵城市设施"建设等国内创新案例,全面展示了云计算、大数据、人工智能等技术在轨道交通细分领域的创新应用。本次展会上,深圳地铁展示了"生物识别+信用支付""智慧安检""车厢拥挤度显示系统""站内外一体化导航""地铁工控云"等智慧交通的研究和应用。值得一提的是,"生物识别+信用支付"地铁售检票系统支持"单人人脸""人脸+证件"以及"人脸+指静脉"三种     

基于逆投影修正和眼睛凝视修正的列车驾驶员疲劳检测方法

为了使基于正面人脸的疲劳检测不受列车驾驶员头部姿态变化的影响,提出一种基于眼睛特征修正的疲劳检测算法。采用多视角人脸检测算法搜寻人脸位置,运用监督下降法在人脸区域进行特征点定位,利用获得的特征点分别计算头部姿态角度和投影眼睛开合度。针对投影眼睛开合度与真实眼睛开合度存在一定偏差,建立投影眼睛开合度与真实眼睛开合度的逆投影变换关系,研究凝视方向对眼睛开合度的影响。通过凝视修正和逆投影修正的修正公式对投影眼睛开合度进行两次修正,并结合PERCLOS疲劳判定准则判定其有效性。实验测试结果表明,头部姿态变化对眼睛开合度影响较大,修正后的特征比修正前的特征具有更强的判别能力。     

基于智能视频分析的铁路入侵检测技术研究

针对视频监控系统人工监视容易产生疏漏的问题,研究在铁路场景下基于智能视频监控图像序列处理和分析的识别物体入侵行为检测技术,给出铁路入侵物体检测、定位与跟踪的适用算法,实现基于轨迹点行为模型的入侵行为分析与理解。设计和开发了基于OpenCV的铁路入侵检测实验平台,在此平台上实现背景建模、运动检测与跟踪等项功能,初步实现了对入侵行为的识别、分析以及对危险行为的报警。     

基于百度云AI的自动售检票系统人脸识别应用可行性分析

人脸识别作为生物识别技术的重要分支,因其非接触性特点,在身份认证方面已经获得广泛应用。百度云AI作为智能云平台已经开放轻量级人脸识别和认证的应用服务。基于该服务不需要重复研发人脸识别算法,短期即可完成“刷脸”乘车环境搭建。分析了基于百度云AI(人工智能)技术快速建立轨道交通AFC(自动售检票)系统人脸身份识别应用场景的可行性。     

基于光照自适应调节和模糊分类的人脸图像质量提升算法研究

针对铁路人脸识别闸机使用中影响人脸识别准确率的光照和模糊问题，文章提出一种人脸光照自适应调节算法，以提升非理想光照条件下的人脸识别准确率；设计了模糊识别模块，以挑选清晰的人脸图像，提升旅客移动场景的人脸识别准确率。在自建数据集中进行算法实验，实验结果表明，采用文章设计的算法，人脸识别准确率达到97.21%，能够满足实际应用的需求，具有推广价值。     

基于AR智能眼镜的免打扰列车验票应用研究

为进一步提升铁路列车验票效率,提高铁路旅客运输服务质量,优化旅客出行体验,以增强现实（AR,Augmented Reality）智能眼镜设备为载体,进行免打扰列车验票服务应用研究。设计了基于AR智能眼镜的免打扰列车验票应用流程,阐述了AR技术、人脸检测技术和人脸桶检索技术在免打扰列车验票中的应用,并在塔建的测试环境中进行了功能测试,验证了方法的有效性。该研究可为铁路客运服务向更智能化、数字化、人性化方向发展提供技术支持。     

复杂背景中人脸的检测与定位

提出了一种复杂背景下的新的人脸检测方法。该方法首先利用进化算法对彩色图象中与人的皮肤颜色相似的象素进行聚类及区域分割，然后对每一个人脸候选区域进行形状及灰度分布分析，满足人脸知识要求的，则认为是人脸。实验结果表明，该方法不仅速度快、效率高，而且可以对任意背景下，任意姿态及任意数目的人脸进行检测。     

简讯

正人脸识别技术——"刷脸"进站便捷高效为保证春运期间旅客平安、有序进入候车区域,今年春运,南昌西站增设4台自动实名制验证检票机,旅客可自助"刷脸"完成票、证、人核验,进站通道更加便捷、顺畅。南昌西站增设的自动实名制验证检票机是由中国铁道科学研究院自主研发并设计的,通过视频动态抓取,高效判断人脸的姿态,选取最佳人脸检测角度进行比对。人脸检测和比对时间小于1s,单     

人脸识别系统在铁路车站安检区域应用的研究

本文对人脸识别技术的发展和人脸识别系统在铁路车站安检区域的应用进行了分析和研究.针对火车站存在人流密度大、治安难度大、安检时间短和光线环境复杂等较为特殊的行业应用特点,提出一种应用于铁路车站的人脸识别系统解决方案,并在京沪高速铁路试点.该系统具有响应时间短、人脸采集率高和比对识别速度快等特点,在提高人脸识别率的同时降低误识率和漏识率.     

铁路客运站安检区域人脸识别系统设计与实现

文章介绍铁路客运站安检区域人脸识别系统的构架及实现,包括人脸识别系统的视频采集、算法处理、人脸比对、输出报警等模块,最后给出该系统的实际应用场景.     

基于轮廓线特征的三维人脸识别改进算法

研究基于面部轮廓曲线特征的三维人脸识别。为提取最优面部曲线特征,提出一种基于模糊聚类方法的人脸曲线特征优选算法。该算法从三维人脸深度图中选取最具代表性的8条轮廓曲线,作为主要识别特征,这在很大程度上降低了计算复杂度,克服表情和光照对人脸识别的消极影响,同时它用最少的轮廓线包含了所需要的人脸识别信息。基于这些人脸轮廓线特征,利用改进的Manhattan距离分类器来提高人脸识别的分类效果。实验结果表明,所提出的算法明显提高了人脸识别率,并且具有很强的鲁棒性。