[发明专利]一种复杂交通环境下行人生物特征识别与交通管控系统

权利要求书

1.一种复杂交通环境下行人生物特征识别与交通管控系统，其特征在于：包括生物特征数据库子系统、视频违法取证子系统和主动型服务型交通信号管控子系统；所述生物特征数据库子系统、视频违法取证子系统和主动型服务型交通信号管控子系统之间设有安全网络；

所述生物特征数据库子系统包括服务器集群和生物特征库；所述服务器集群包括人脸信息分析与人脸比对服务器、前端数据接入认证服务器，视频接入及存储服务器和应用服务器；所述生物特征数据库采用云架构设计；

所述视频违法取证子系统包括行人人脸识别模块和车辆违法取证模块，所述人脸识别模块连接行人违法取证模块；

所述主动型服务型交通信号管控子系统包括了：1)行人闯红灯行为检测，行人数量感知单元；2)机动车流量感知单元；3)行人过街请求单元；4)交通信号控制单元。

2.根据权利要求1所述的管控系统，其特征在于：所述安全网络包括内网、外网、中立区和防火墙非安全区，所述内网和外网之间设有网闸，需要交换数据的应用系统分别位于内网与防火墙中立区，中立区能够直接访问防火墙安全区，直接向GAP发起连接；位于内网的应用系统设置为Server端，位于中立区的应用系统设置为Client端。

3.根据权利要求1所述的管控系统，其特征在于：所述人脸信息分析与人脸比对服务器上设有行人生物特征识别系统，行人生物特征识别的过程如下：

所述人脸比对服务器接收到比对请求后，先对所述摄像机采集到的图像进行特征提取，获取人脸特征，通过映射过程，将待识别的人脸特征分布到各计算节点进行比对，输出相似程度及对应的人员身份信息；

通过规约过程，将识别结果按照相似程度排序，并进一步过滤，输出最终的比对结果。

4.根据权利要求2所述的管控系统，其特征在于：所述安全网络的网络安全机制接入步骤包括：

应用系统Client端与GAP建立Socket连接；

Client通过Socket连接向GAP发送申请链路报文，GAP返回成功后，Client与应用系统Server端建立TCP数据交换通道。

5.根据权利要求1所述的管控系统，其特征在于：所述系统采用Linux系统，包括内核层、硬件抽象层HAL、JAVA框架层和JAVA应用层，所述JAVA框架层通过JNI层调用硬件抽象层，完成JAVA到C++的调用；算法部分采用3A成像控制和3D数字降噪技术，使被监控物在任何光照条件下，都能不受取景、光影响，精准还原物体本来的色彩；使图像效果在低光和明暗对比强烈的环境中得到极大的增强和改善，并且彻底消除动态图像噪点。

6.根据权利要求1所述的管控系统，其特征在于：所述人脸识别模块包括人脸图像采集及检测、人脸图像预处理、人脸图像特征提取、人脸图像匹配与识别四个组成部分，识别流程如下:

1)人脸图像采集及检测；

2)人脸图像预处理；

3)人脸图像特征提取；

4)人脸图像匹配与识别。

7.根据权利要求6所述的管控系统，其特征在于：所述人脸图像采集及检测包括如下流程：

在高清摄像机视频采集范围内，通过内置人脸跟踪算法，自动识别人脸和获取不同位置、不同表情的静态图像、动态图像；

人脸图像采集预处理：在图像中准确标定人脸位置、大小和人脸面部特征，包括直方图特征、颜色特征、模板特征、结构特征、Haar特征；

人脸图像检测：对采集预处理得到的人脸图像特征进行检测，检测方法采用Adaboost学习分类算法，进行特征优化分类标定；挑选最能代表人脸的矩形特征，弱分类器，按加权投票的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，提高分类器的检测速度。

8.根据权利要求6所述的管控系统，其特征在于：所述人脸图像预处理包括：

基于人脸检测结果，对图像进行灰度校正、噪声过滤预处理；预处理过程包括人脸图像的光线补偿、灰度变换、直方图均衡化和归一化、几何校正、滤波、锐化。