摘 要：近幾年來，人工智能、物聯網技術得到了高速發展，傳統的交通行業在二者的輔助下也得到了發展。本文針對智慧交通系統中的行人過街系統進行了改進，提出一種基于人臉檢測和人臉識別的行人過街系統。該系統由圖像采集模塊、人臉檢測及識別模塊、數據分析及處理模塊等部分組成，借助MTCNN、FaceNet等深度卷積神經網絡算法實現人臉檢測和人臉識別，同時在年齡識別模塊中調整了AlexNet模型的網絡參數，并對模型進行重新訓練。行人過街系統借助深度學習算法，可以實現無感知放行，有效提升道路通行率及行人過馬路的安全性。

　　關鍵詞：人臉檢測;人臉識別;行人過街;MTCNN

　　智能交通系統通常簡稱為ITS(Intelligent Transportation System)，是將先進的信息技術、數據通信傳輸技術、電子傳感技術、控制技術及計算機技術等有效地集成并運用于交通系統，從而提高交通系統效率的綜合性應用系統。除了北京、上海、廣州和深圳，天津、重慶、武漢等也正在邁向超大城市行列。與此同時，城市道路人車搶道的問題日益嚴重，行人既是道路通行中的弱者，也是引起交通秩序混亂和效率低下的根源之一，因此，全國各地紛紛涌現出不同形式的智能行人過街系統。行人過街系統作為ITS系統的一部分，實現智能化是未來交通系統發展的方向，也是未來車聯網的重要組成部分。

　　1 行人過街系統

　　本文設計的是一種基于人臉識別的智能行人過街系統，該類控制系統以機動車放行為強控制權、行人放行為弱控制權，通過動態分配放行權的方式實現路口的控制，在保障機動車通行效率的同時，也能動態分配行人通行的權利，最大限度保障道路的暢通。目前，比較常見的行人過街控制系統有按鈕式行人過街控制系統及感應式行人過街控制系統[1]。

　　與按鈕式行人過街控制系統相比，感應式行人過街控制系統用行人檢測模塊替換了行人過街的按鈕，行人檢測模塊負責檢測在固定等待區內的行人過街請求，可以動態檢測過街行人的數量，動態調整行人放行的時間。目前，該系統感應模塊主要通過溫度、光等傳感器實現觸發。

　　按鈕式行人過街控制系統安裝簡單，但存在不夠靈活、按鍵容易損壞等問題，而溫度、光等感應式系統受環境、使用時間等因素影響，感應精度偏低。現在，基于深度學習的行人檢測算法已經比較成熟，因此本文采用該方案來構建感應式行人過街控制系統[2]。

　　2 基于人臉識別的行人過街系統

　　本文設計的行人過街系統由前端視頻采集模塊、IoT(OneNET)平臺及后端識別三部分組成。前端視頻采集模塊采用高清或標清的攝像機，首先在視頻范圍內劃分行人虛擬等待區，如果有行人進入虛擬等待區，則觸發攝像機運行并將視頻流通過IoT(OneNET)平臺實時推送到后端平臺服務器中，后端平臺獲取每一幀視頻數據后通過人臉檢測和人臉識別算法提取行人數量、行人運動軌跡、行人年齡等特征，并通過特征加權形成放行方案后傳輸至道路交通控制系統，最終形成行人的智能化放行方案。

　　2.1 人臉識別網絡模型

　　一個完整的人臉識別過程包括人臉檢測、人臉識別兩個過程，首先通過人臉檢測算法提取出人臉的候選框，接著通過人臉識別算法識別候選框中的人臉并進行人臉比對，最后完成人臉識別的過程。

　　推薦閱讀：互聯網科技對傳統保險的改變和影響