我国传统的公共场所安防领域存在很多弊端和不安全因素，特别是人像的监控，存在很多问题有待解决。传统的客运站安防系统采用过关式人员安检的方法，这种安检的速度很慢，而且容易引起大量人员滞留于安检口，影响通关效率。而且一些危险分子在企图展开犯罪的时候，不会主动的配合安检工作。如果单凭安保人员的询问和安保人员的记忆辨识，是很难防范这些危险分子的犯罪行为。传统的视频监控方式，只是对一些关键部位进行防范，而对关键部位以外的区域，则存在很多死角，特别是对于人流量特别大的交通要站，由于人员的流动性大，而且区域的范围很大，这就给安防工作造成了很大的难度。传统的视频安保系统很难实现十人以上的人员快速通行的情况下辨别出每个人员的信息，也不能对危险分子做出安全预警。传统的视频监控存在一个明显的弊端，就是没有很强的实时性，只能在出现危险以后才能对视频进行调用，并不能提前发现危险分子进行预警行为[1]。
所谓智慧客运站，是一种以人像大数据为核心的客运站，它的客运站系统不再是传统意义上的安全监控管理，而是可以进行人像识别、人脸检测、人像实时抓怕，人像匹配和搜索等工作。这种客运站系统是一种安全管理信息共享平台，它可以最大程度的提高客运站的安全管理效率，而且还提高了客运站的布控能力。有了这种系统，可以充分体现人像大数据在客运站管理的应用价值，可以让人像大数据得到更加充分的应用，可以确保客运站乘客的安全出行，而且从某种意义上来说，推动了我国智慧城市和平安城市的建设。
我国的客运监控管理刚开始启用人像大数据，只在一些大型城市进行试点，而没有形成成熟的应用模式，它面临着很多现实性问题，例如如何能够在进行安防监控的同时，又能确保个人的隐私不被泄露，如果能够促进大数据在客运站的应用，提高客运站的服务体系，这些问题都对现代客运站安防系统提出了更高的需求。笔者认为，人像大数据管理必须利用先进的计算机技术，对现有的系统进行优化和配置，才能更好的为智慧客运站的建立提供更好的服务，从某种意义上来说，人像大数据管理可以推动智慧客运站的建设，而智慧客运站的建设又可以推动人像大数据管理的技术水平，二者是相辅相成的[2]。
所谓CNN，是一种卷积神经网络，它是图像分类任务中的重要模型，这种人像识别技术具有得天独厚的优势，它利用的是人脸图像的局部相关性，进行了局部连接结构的设计，大大减少了模型的参数，而且提高了计算机的运行速度，还降低了训练难度。这种模型借助的是共享权值的方法，让特征提取器具有更好的鲁棒性，而且让网络的连接数量大大减少，让网络的复杂度大大降低，而且通过池化作用，降低了数据的维度，还可以避免过度拟合活动的发生，这种模型比传统的监控系统具有更加优良的鲁棒性[3]。
从功能架构上看，智慧客运站系统的主要包括人脸检索、人脸检测、人员管理、人脸比对、系统配置、设备管理等功能。
(1)人脸检测模块包括：摄像头控制、实时视频预览、识别告警、人脸跟踪、人脸抓拍;查询人脸。(2)人脸检索包括：人脸录像回放、查询姓名、查询图片。(3)人脸比对是一种基于Seeta Face技术的人像识别算法;(4)人员管理包括：人员信息管理和人员类别管理(5)系统参数配置包括：视频点播配置、实时抓拍配置、布防告警配置。
系统包括：表现层、业务层、模型层、持久层还有逻辑层。
持久层：该逻辑层的主要任务是对视频图像数据采集进行统一管理，并且完成各种视频平台和设备的接入，要对不同的通信协议进行解析，还要屏蔽图像数据的格式，要为向上业务提供一些人脸分析数据。数据层：数据层负责的是提供文件的关系数据存储还有提供系统文件持久存储，文件存储要通过一些共享文件的服务器来提供，关系数据库负责记录关系数据。业务层：它的主要功能是负责逻辑实现，包括一系列的功能，例如识别告警、人脸跟踪、人脸检测、人脸比对、人脸抓拍等功能，该层依赖的是数据层和采集层。表现层：主要提供用户操作界面，基于WEB应用服务器技术，支持多用户同时对系统进行远程访问。
拓扑结构系统采用的是B/S架构，拓扑系统包括WEB客户端、人脸检测、业务管理服务器、建模服务器、主要包括文件服务器、人像识别比对服务器、数据库等六五个逻辑组件。
综上所述，在大数据热门和智慧城市建设度市场情况下，本文对客运站进行人像识别技术，建设智慧客运站系统提出了一些理论参考。目前这种人像识别系统仅在一些大型客运站进行试点，并未普及到全国的客运站，特别是一些偏远地区，由于资金和技术水平的限制，这种人像识别系统很难推广和应用起来，这就需要计算机开发人员不断的优化现有的智慧客运站系统，要争取为每一个客运站都提供良好的社会服务，才能让这种智慧客运站技术得到推广。目前智慧客运站的建设只迈出了第一步，如果想要在全国范围内推广起来，就对计算机人员提出了更高的需求，相信不久的将来，我们在全国范围内都可以体验到这中智慧客运站系统为我们提供的出行便捷，而且也会抵制不法分子利用客运站这种人员密集场所进行犯罪的念头，让我国的市民出行变的更加安全。
摘要：交通事业的发展对我国汽车客运站提出了新的需求，近年来，随着中国人口的日益增多，我国汽车客运站的人流量不断加大，这就给汽车客运站的监控管理带来了一定的难度，无论是安全防范还是事故救援，还有调度指挥，都出现了很大的问题。这是因为传统的客运站采用视频监控系统，这种视频监控系统容易出现管理死角，而且在多人流量的地区，容易出现失误和捕捉死角，这种系统在性能和功能上都不能满足发达城市的大型客运站的监控需求。本文基于平安城市和智慧城市等概念的基础，结合先进的人像对比技术，针对客运站的管理问题，提出了智慧客运站的构建框架，旨在为提高我国客运站的监控水平，提供一些理论性的思考。
关键词：人像大数据,智慧客运站,系统
[1] 赵光辉,朱谷生.《互联网+交通：智能交通新革命时代来临》[J].交通与港航,2016(5):70-70.
[2] 基于卷积神经网络的深度学习算法与应用研究[D].杭州:浙江工商大学,2014.
[3] 郭强,芦晓红,谢英红,等.基于深度谱卷积神经网络的高效视觉目标跟踪算法[J].红外与激光工程,2018,47(6):251-256.
推荐阅读：
大数据在旅游业的应用06-30
大数据在物流方面应用07-26
浅谈数据分析在电子商务中的应用07-09
农业大数据分析09-17
政府大数据分析系统07-26
商品大数据分析系统09-20
交通拥堵大数据分析09-22
大数据与《数值分析》教学实践07-19
大数据分析实验室方案06-01
浅谈数据分析在企业管理中的重要性05-27
