Με την καινοτομία και την ανάπτυξη της τεχνολογίας πληρωμών για κινητά, η έξυπνη πληρωμή αναγνώρισης προσώπου έχει έρθει στην προσοχή του κοινού μετά την ολοένα και πιο ώριμη και δημοφιλή πληρωμή QR κώδικα, ειδικά την ταχεία ανάπτυξη της τεχνολογίας αναγνώρισης προσώπου τα τελευταία δύο χρόνια. Η αποτελεσματική βελτίωση της ακρίβειας και της ταχύτητας αναγνώρισης έχει παράσχει ένα θεμέλιο για την εφαρμογή της αναγνώρισης προσώπου σε πολλούς τομείς.
Η εφαρμογή της αναγνώρισης προσώπου άρχισε να αυξάνεται σταδιακά. Με την επίσημη έναρξη του έργου πληρωμής του λεωφορείου Jinhua τον Ιανουάριο του 2019, έγινε η πρώτη πόλη στην Κίνα να χρησιμοποιήσει το σύστημα "Αναγνώρισης προσώπου", ξεκινώντας μια νέα εποχή πληρωμής προσώπου στη βιομηχανία λεωφορείων.
Τι γίνεται με την πρακτική και την εφαρμογή της τεχνολογίας αναγνώρισης έξυπνων προσώπων στον τομέα των δημόσιων συγκοινωνιών; Το 2019, περισσότερες από 20 πόλεις της βιομηχανίας λεωφορείων έχουν πραγματοποιήσει δοκιμές αναγνώρισης προσώπου ή χρησιμοποιημένα συστήματα αναγνώρισης προσώπου. Η αναγνώριση προσώπου έχει γίνει δημοφιλής στη βιομηχανία λεωφορείων. Ωστόσο, υπάρχουν μερικές διαδρομές λεωφορείων που μπορούν να υποστηρίξουν την αναγνώριση προσώπου στις δευτερεύουσες πόλεις. Οι περισσότεροι από αυτούς βρίσκονται στο στάδιο της δοκιμής. Ως εκ τούτου, μπορεί να φανεί ότι η αποδοχή της αναγνώρισης προσώπου από τους επιβάτες πρέπει να βελτιωθεί. Υπάρχουν ορισμένοι περιορισμοί.
Προβλήματα με αναγνώριση προσώπου στα μέσα μαζικής μεταφοράς
Οι κύριες διαδικασίες της τεχνολογίας αναγνώρισης προσώπου περιλαμβάνουν την απόκτηση εικόνων προσώπου, την ανίχνευση προσώπου, την προεπεξεργασία, την εξαγωγή χαρακτηριστικών προσώπου, την αντιστοίχιση/αναγνώριση προσώπου κ.λπ.
Υπάρχουν ορισμένα προβλήματα στην πρακτική και την εφαρμογή της τεχνολογίας αναγνώρισης προσώπου στον τομέα των δημόσιων συγκοινωνιών, ως εξής:
1. Ακρίβεια αναγνώρισης υψηλής αναγνώρισης
Η πληρωμή του λεωφορείου ανήκει στον κλάδο των πληρωμών. Η βιομηχανία πληρωμών απαιτεί υψηλή ακρίβεια αναγνώρισης. Τα σφάλματα αναγνώρισης θα προκαλέσουν μεγάλο αριθμό καταγγελιών, γεγονός που αποτελεί μεγάλη πρόκληση για την εμπειρία των χρηστών και τη λειτουργία των λεωφορείων. Μπορούν να επηρεάσουν σοβαρά την αποδοχή των χρηστών για την αναγνώριση προσώπου.
2. Λαρική βάση χρηστών
Έχει μεγάλη βάση χρηστών. Σε σύγκριση με τον χρηματοπιστωτικό κλάδο και τη σιδηροδρομική βιομηχανία, η βιομηχανία λεωφορείων έχει σχετικά μεγαλύτερη βάση χρηστών. Το σύστημα λεωφορείων μιας πόλης καλύπτει σχεδόν όλους τους ανθρώπους στην πόλη. Οι δευτερεύουσες πόλεις έχουν συχνά εκατομμύρια χρήστες.
3. υψηλή απόδοση κυκλοφορίας
Λόγω του μεγάλου αριθμού των επιβατών, απαιτείται να επιτευχθεί γρήγορη διέλευση προκειμένου να αποφευχθεί η συμφόρηση και οι κυκλοφοριακές συμφόρησης, ειδικά κατά τις ώρες αιχμής.
4. Διεξοδική λειτουργικό περιβάλλον
Κάθε πόλη έχει λεωφορεία. Δεν υπάρχουν μόνο υψηλά κτίρια, οδογέφυρα και σήραγγες, αλλά και απομακρυσμένα προάστια. Ως εκ τούτου, το λειτουργικό περιβάλλον είναι σχετικά περίπλοκο. Ταυτόχρονα, διαφορετικές τοποθεσίες και ώρες στάσης λεωφορείου θα έχουν επίσης διαφορετικά φώτα. Υπάρχουν διαφορετικά περιβάλλοντα φωτισμού όπως οπίσθιο φωτισμό, χαμηλό φως και ισχυρό φως. Υπάρχουν επίσης διαφορετικά περιβάλλοντα δικτύου 4G σε διαφορετικές περιοχές και διαφορετικές τοποθεσίες στην ίδια περιοχή. Η ηλεκτρονική αναγνώριση θέσεων με αδύναμα σήματα δικτύου είναι πολύ περιορισμένη.
5. υψηλές δαπάνες κατασκευής
Οι αστικές δημόσιες συγκοινωνίες είναι μια κοινωνική ευημερία. Οι περισσότερες εταιρείες λεωφορείων αντιμετωπίζουν οικονομικούς περιορισμούς. Επί του παρόντος, οι ακροδέκτες αναγνώρισης προσώπου στην αγορά είναι κυρίως τερματικά αναγνώρισης προσώπου. Δεν υπάρχει καμία πληρωμή κώδικα και QR, επομένως τα λεωφορεία πρέπει να εγκαταστήσουν πολλαπλά τερματικά. Από τη μία πλευρά, αυξάνει το κόστος κατασκευής και προκαλεί σπατάλη κοινωνικών πόρων. Από την άλλη πλευρά, πολλαπλά σύνολα εξοπλισμού συχνά αντιστοιχούν σε πολλαπλά σύνολα συστημάτων διαχείρισης, τα οποία αυξάνουν το κόστος λειτουργίας και διαχείρισης και φέρνουν επίσης προβλήματα στην ενσωμάτωση δεδομένων.
Λύσεις αναγνώρισης προσώπου των δημόσιων μεταφορών
Η τεχνολογία Hangzhou Golong παρέχει ένα πλήρες σύνολο λύσεων στον τομέα των δημόσιων συγκοινωνιών με βάση την τεχνολογία αναγνώρισης προσώπου. Η προηγμένη τεχνολογία υιοθετείται για να εξασφαλιστεί η ταχύτητα ακρίβειας και αναγνώρισης της αναγνώρισης προσώπου, η οποία θα βοηθήσει στην ανάπτυξη της τεχνολογίας αναγνώρισης προσώπου στον τομέα των δημόσιων συγκοινωνιών.
1. Ακρίβεια αναγνώρισης
Τα προϊόντα αναγνώρισης προσώπου του Hangzhou Golong Technology χρησιμοποιούν τεχνολογία αναγνώρισης προσώπου 3D. Η τεχνολογία αναγνώρισης προσώπου 3D έχει υψηλότερη προσαρμοστικότητα σε διάφορες καταστάσεις.
Μπορεί να επιτύχει υψηλότερη ακρίβεια αναγνώρισης και να λύσει αποτελεσματικά τα προβλήματα αναγνώρισης προσώπου.
Από την άποψη της αποτελεσματικότητας της αναγνώρισης, η τεχνολογία Golong υιοθετεί τη μέθοδο διπλής αναγνώρισης offline και online εξοπλισμού Headend και Backend Servers, οι οποίοι μπορούν να επιτύχουν αναγνώριση εκτός σύνδεσης χιλιοστών του δευτερολέπτου. Επιπλέον, μπορεί να λύσει την πλειονότητα της αναγνώρισης των χρηστών κατά τη διάρκεια της ώρας αιχμής. Με άλλα λόγια, μπορεί να επιταχύνει την ταχύτητα αναγνώρισης, να αυξήσει την ακρίβεια, να μειώσει τα δεδομένα επικοινωνίας και να μειώσει την πίεση αναγνώρισης των διακομιστών backend.
Το περιβάλλον λειτουργίας του λεωφορείου είναι πολύπλοκο και ποικίλο και το ελαφρύ περιβάλλον είναι διαφορετικό. Η τεχνολογία Hangzhou Golong καταγράφει τα δεδομένα προσώπου μέσω ενός συνδυασμού οπτικών και υπέρυθρων φωτογραφικών μηχανών, οι οποίες εξασφαλίζουν αποτελεσματικότερα την ταχύτητα και την ακρίβεια της αναγνώρισης προσώπου σε έντονο φως, αδύναμο φως και οπίσθιο φωτισμό. Μπορεί να παρέχει στους χρήστες μια καλύτερη εμπειρία όταν ταξιδεύουν.
2. Διαλύστε μεγάλη βάση χρηστών
Πρώτα απ 'όλα, με την ανάπτυξη της υπολογιστικής χωρητικότητας, οι υπάρχοντες υπολογιστές μπόρεσαν να προσδιορίσουν τις βάσεις δεδομένων των εκατομμυρίων - και να συγκρίνουν πληροφορίες από δεκάδες εκατομμύρια άτομα. Δεύτερον, η ευρεία εφαρμογή των υπηρεσιών cloud παρέχει επίσης ένα πιο αποτελεσματικό μοντέλο ανάπτυξης και ένα πιο λογικό ποσοστό χρήσης πόρων. Τρίτον, με την ευρεία προώθηση των μικροεπιχειρήσεων και άλλων αρχιτεκτονικών, της βάσης δεδομένων και των λειτουργιών πολλαπλών κόμβων έχουν γίνει πραγματικότητα για την παροχή καλύτερων λύσεων. Τέταρτον, μπορούν επίσης να γίνουν συγκρίσεις πολλαπλών στρωμάτων. Οι επιβάτες μπορούν να χωριστούν σε διαφορετικές βιβλιοθήκες σύμφωνα με τους κανόνες ταξιδιού κλπ. Οι μικρές βάσεις δεδομένων προβάλλονται από μεγάλες βάσεις δεδομένων. Στη συνέχεια, μπορεί να πραγματοποιηθεί ακριβής αναγνώριση. Η παραπάνω τεχνολογία μπορεί να χρησιμοποιηθεί για την επίλυση μιας μεγάλης βάσης χρηστών.
3. Ενισχύστε την αποτελεσματικότητα της ροής της κυκλοφορίας
Υπάρχουν αρκετές λύσεις στο πρόβλημα της αποδοτικότητας της κυκλοφορίας:
Πρώτα απ 'όλα, μπορεί να επιτευχθεί αναγνώριση εκτός σύνδεσης για την επίλυση του προβλήματος αποτελεσματικότητας που προκαλείται από την καθυστέρηση του δικτύου. Η αναγνώριση εκτός σύνδεσης περιορίζεται τώρα κυρίως από την υπολογιστική ισχύ των συσκευών κεφαλής και το μέγεθος της τοπικής βάσης δεδομένων των αποθηκευμένων προσώπων. Επομένως, απαιτείται ένα σύνολο αλγορίθμων για την προβολή των κοινών επιβατών κάθε λεωφορείου. Οι ταξιδιωτικές πληροφορίες κάθε ατόμου μπορούν να αναλυθούν μέσω μεγάλων δεδομένων.
Δεύτερον, με την ανάπτυξη και τη σταδιακή χρήση της τεχνολογίας 5G, τα δίκτυα μετάδοσης υψηλής ταχύτητας θα γίνουν επίσης μια εξαιρετική λύση. Τέλος, οι κάμερες σύλληψης αναπτύσσονται για να προσδιορίσουν τους επιβάτες σε πραγματικό χρόνο σε ορισμένα μέρη, όπως πλατφόρμες BRT, πύλες του μετρό κλπ. Μετά την επιτυχή ταυτοποίηση, οι πληροφορίες επιβατών συγχρονίζονται με το τερματικό φορτίου για να επιτευχθεί ταχεία ταυτοποίηση.
4. Διαλύστε το πρόβλημα των μεγάλων διαφορών στα περιβάλλοντα λειτουργίας
Στην πραγματική λειτουργία των δημόσιων συγκοινωνιών, το περιβάλλον είναι πολύπλοκο. Για διαφορετικά προβλήματα φωτός, η αναγνώριση 3D που αναφέρεται στην ακρίβεια αναγνώρισης μπορεί να λύσει αυτό το πρόβλημα. Είτε πρόκειται για χαμηλό φως, οπίσθιο φωτισμό ή ισχυρό φως, τα πρόσωπα μπορούν να αναγνωριστούν καλά. Δεύτερον, η αναγνώριση προσώπου μπορεί να συνδυαστεί με τους κωδικούς QR. Διαφορετικές μέθοδοι πληρωμής αντιστοιχούν στον ίδιο λογαριασμό, οι οποίοι όχι μόνο μπορούν να βελτιώσουν την εμπειρία του χρήστη αλλά και να λύσουν τα προβλήματα που προκαλούνται από το περιβάλλον στην πληρωμή του προσώπου.
5. Συμμετέχετε έξοδα
Όσον αφορά την εξοικονόμηση κόστους, το Golong χρησιμοποιεί μια μέθοδο ενσωμάτωσης συστήματος αντί να αντικαταστήσει τις υπάρχουσες μεθόδους πληρωμής. Επί του παρόντος, οι κάρτες IC, οι κωδικοί QR, η πληρωμή προσώπου και άλλες μέθοδοι πληρωμής ενσωματώνονται στον τερματικό πλήρους πληρωμής, παρά σε ένα ενιαίο τερματικό πληρωμής προσώπου. Η τεχνολογία Hangzhou Golong ενσωματώνει την τρέχουσα δημοφιλή τεχνολογία κώδικα QR με τεχνολογία αναγνώρισης προσώπου με βάση τη βελτίωση της αποτελεσματικότητας και της ακρίβειας της αναγνώρισης προσώπου. Μια εφαρμογή και ένας λογαριασμός μπορούν να υποστηρίξουν πολλαπλές μεθόδους πληρωμής. Οι χρήστες πρέπει μόνο να εγγραφούν στην εφαρμογή μία φορά. Μπορούν να ανοίξουν επιλεκτικά δύο μεθόδους εφαρμογής, οι οποίες βελτιώνουν αποτελεσματικότερα την εμπειρία του χρήστη και επιταχύνουν την αποδοχή των χρηστών.
6. Καθορισμός της αναγνώρισης προσώπου
Ενώ τα παραπάνω προβλήματα μπορούν να λυθούν, η τεχνολογία Hangzhou Golong έχει επίσης επεκτείνει την πληρωμή προσώπου σε διάφορες εφαρμογές.
Η πρώτη είναι η εφαρμογή της ασφάλειας, η οποία μπορεί να επιτρέψει στις συσκευές πληρωμής προσώπου να ασκήσουν ένα άλλο επίπεδο αξίας.
Δεύτερον, η αναγνώριση προσώπου μπορεί επίσης να λύσει τις απώλειες που προκλήθηκαν από το δανεισμό των καρτών λεωφορείων ειδικών ομάδων (ηλικιωμένοι, στρατιωτικοί, φοιτητές κ.λπ.) και να συνειδητοποιήσουν ταυτόχρονα τον online ετήσιο έλεγχο των προτιμησιακών καρτών.
Τρίτον, συνδυάζει επίσης τον προγραμματισμό των λεωφορείων και την ασφάλεια οδήγησης για την επίτευξη πολλαπλών εφαρμογών, όπως η καταγραφή της συμμετοχής στα πρόσωπα των οδηγών, η ανάλυση συμπεριφοράς οδήγησης και τα στατιστικά στοιχεία ροής επιβατών.
Τέταρτον, κατά τη διάρκεια της επιδημίας, η εφαρμογή της αναγνώρισης του προσώπου μπορεί να παρέχει καλύτερα στατιστικά στοιχεία δεδομένων για την πρόληψη και τον έλεγχο της επιδημίας και να μειώσει τον φόρτο εργασίας των χειροκίνητων στατιστικών.