Con la innovación y el desarrollo de la tecnología de pago móvil, el pago inteligente de reconocimiento facial ha llamado la atención del público después del pago del código QR cada vez más maduro y popularizado, especialmente el rápido desarrollo de la tecnología de reconocimiento facial en los últimos dos años. La mejora efectiva de la precisión y velocidad de reconocimiento ha proporcionado una base para la aplicación del reconocimiento facial en muchos campos.
La aplicación del reconocimiento facial comenzó a aumentar gradualmente. Con el lanzamiento oficial del Proyecto de pago de Jinhua Bus Face en enero de 2019, se convirtió en la primera ciudad de China en utilizar el sistema de "reconocimiento facial", comenzando una nueva era de pago facial en la industria del autobús.
¿Qué tal la práctica y la aplicación de la tecnología de reconocimiento facial inteligente en el campo del transporte público? En 2019, más de 20 ciudades en la industria de los autobuses han realizado pruebas de reconocimiento facial o usaron sistemas de reconocimiento facial. El reconocimiento facial se ha vuelto popular en la industria del autobús. Sin embargo, hay algunas rutas de autobuses que pueden soportar el reconocimiento facial en las ciudades secundarias. La mayoría de ellos están en la etapa de operación de prueba. Por lo tanto, se puede ver que la aceptación del reconocimiento de la cara por parte de los pasajeros debe mejorarse. Hay ciertas limitaciones.
Problemas con el reconocimiento facial en el transporte público
Los principales procesos de tecnología de reconocimiento facial incluyen adquisición de imágenes faciales, detección de caras, preprocesamiento, extracción de características faciales, coincidencia/reconocimiento facial, etc.
Hay algunos problemas en la práctica y la aplicación de la tecnología de reconocimiento facial en el campo del transporte público, de la siguiente manera:
1. Precisión de reconocimiento Alta
El pago del autobús pertenece a la industria del pago. La industria del pago requiere una alta precisión de reconocimiento. Los errores de identificación causarán una gran cantidad de quejas, lo cual es un gran desafío para la experiencia del usuario y la operación del autobús. Pueden afectar seriamente la aceptación de los usuarios del reconocimiento facial.
2. base de usuarios de mayor
Tiene una gran base de usuarios. En comparación con la industria financiera y la industria ferroviaria, la industria del autobús tiene una base de usuarios relativamente mayor. El sistema de autobuses de una ciudad cubre casi todas las personas en la ciudad. Las ciudades secundarias a menudo tienen millones de usuarios.
3. Alta eficiencia de tráfico
Debido a la gran cantidad de pasajeros, se requiere lograr un paso rápido para evitar la congestión y los atascos de tráfico, especialmente durante las horas pico.
4. Entorno operativo diferente
Cada ciudad tiene autobuses. No solo hay edificios altos, viaductos y túneles, sino también suburbios remotos. Por lo tanto, el entorno operativo es relativamente complejo. Al mismo tiempo, diferentes ubicaciones y tiempos de parada de autobús también tendrán diferentes luces. Existen diferentes entornos de iluminación como luz de fondo, poca luz y luz fuerte. También hay diferentes entornos de red 4G en diferentes áreas y diferentes ubicaciones en la misma área. La identificación en línea de lugares con señales de red débiles es muy limitada.
5. Altos costos de construcción
El transporte público urbano es un bienestar social. La mayoría de las compañías de autobuses enfrentan limitaciones financieras. En la actualidad, los terminales de reconocimiento facial en el mercado son principalmente terminales de reconocimiento facial. No hay toquing y pago del código QR, por lo que los autobuses deben instalar múltiples terminales. Por un lado, aumenta los costos de construcción y causa una pérdida de recursos sociales. Por otro lado, múltiples conjuntos de equipos a menudo corresponden a múltiples conjuntos de sistemas de gestión, lo que aumenta los costos de operación y gestión y también trae problemas en la integración de datos.
Soluciones de reconocimiento facial del transporte público
Hangzhou Golong Technology proporciona un conjunto completo de soluciones en el campo del transporte público basado en la tecnología de reconocimiento facial. La tecnología avanzada se adopta para garantizar la precisión y la velocidad de reconocimiento del reconocimiento facial, lo que ayudará al desarrollo de la tecnología de reconocimiento facial en el campo del transporte público.
1. Precisión de reconocimiento de empleo
Los productos de reconocimiento facial de la tecnología Hangzhou Golong utilizan tecnología de reconocimiento facial 3D. La tecnología de reconocimiento facial 3D tiene una mayor adaptabilidad a diversas situaciones.
Puede lograr una mayor precisión de reconocimiento y resolver efectivamente los problemas de reconocimiento facial.
En términos de eficiencia de reconocimiento, Golong Technology adopta el método de reconocimiento doble fuera de línea y en línea de equipos de cabeza y servidores de backend, que pueden lograr un reconocimiento fuera de línea de milisegundos. Además, puede resolver la mayoría del reconocimiento del usuario durante la hora pico. En otras palabras, puede acelerar la velocidad de reconocimiento, aumentar la precisión, reducir los datos de comunicación y disminuir la presión de reconocimiento de los servidores de backend.
El entorno operativo del bus es complejo y variado, y el entorno de luz es diferente. La tecnología Hangzhou Golong captura los datos de la cara a través de una combinación de cámaras ópticas e infrarrojas, lo que garantiza más efectivamente la velocidad y la precisión del reconocimiento facial con una luz fuerte, luz débil y luz de fondo. Puede proporcionar a los usuarios una mejor experiencia al viajar.
2.sole una gran base de usuarios
En primer lugar, con el desarrollo de la capacidad informática, las computadoras existentes han podido identificar millones de bases de datos de escala y comparar información de decenas de millones de personas. En segundo lugar, la amplia aplicación de servicios en la nube también proporciona un modelo de implementación más efectivo y una tasa de utilización de recursos más razonable. En tercer lugar, con la promoción generalizada de microservicios y otras arquitecturas, las operaciones de bases de datos y múltiples nodos se han convertido en una realidad para proporcionar mejores soluciones. Cuarto, también se pueden hacer comparaciones de capa múltiples. Los pasajeros se pueden dividir en diferentes bibliotecas de acuerdo con las reglas de viaje, etc. Las bases de datos pequeñas se detectan mediante grandes bases de datos. Entonces, se puede realizar un reconocimiento preciso. La tecnología anterior se puede utilizar para resolver una gran base de usuarios.
3.Provente la eficiencia del flujo de tráfico
Hay varias soluciones al problema de la eficiencia del tráfico:
En primer lugar, se puede lograr la identificación fuera de línea para resolver el problema de eficiencia causado por la latencia de la red. La identificación fuera de línea ahora está limitada principalmente por la potencia informática de los dispositivos de cabeza y el tamaño de la base de datos local de caras almacenadas. Por lo tanto, se necesita un conjunto de algoritmos para evaluar a los pasajeros comunes de cada bus. La información de viaje de cada persona se puede analizar a través de Big Data.
En segundo lugar, con el desarrollo y el uso gradual de la tecnología 5G, las redes de transmisión de alta velocidad también se convertirán en una excelente solución. Finalmente, las cámaras de captura se implementan para prejear a los pasajeros en tiempo real en algunos lugares, como plataformas BRT, puertas de metro, etc. Después de una identificación exitosa, la información de los pasajeros se sincroniza con el terminal de carga para lograr una identificación rápida.
4. Solva el problema de grandes diferencias en los entornos operativos
En la operación real del transporte público, el medio ambiente es complejo. Para diferentes problemas de luz, el reconocimiento 3D mencionado en la precisión del reconocimiento puede resolver este problema. Ya sea con poca luz, luz de fondo o luz fuerte, las caras pueden ser bien reconocidas. En segundo lugar, el reconocimiento facial se puede combinar con códigos QR. Los diferentes métodos de pago corresponden a la misma cuenta, que no solo pueden mejorar la experiencia del usuario, sino que también resolver los problemas causados por el entorno en el pago facial.
5.
En términos de ahorro de costos, Golong utiliza un método de integración del sistema en lugar de reemplazar los métodos de pago existentes. En la actualidad, las tarjetas IC, los códigos QR, el pago facial y otros métodos de pago se integran en la terminal de pago completo, en lugar de una sola terminal de pago facial. Hangzhou Golong Technology integra la tecnología de código QR popular actual con tecnología de reconocimiento facial sobre la base de mejorar la eficiencia y la precisión del reconocimiento facial. Una aplicación y una cuenta pueden admitir múltiples métodos de pago. Los usuarios solo necesitan registrarse en la aplicación una vez. Pueden abrir selectivamente dos métodos de aplicación, lo que mejora de manera más efectiva la experiencia del usuario y acelera la aceptación de los usuarios.
6. Aplicación en todo el reconocimiento facial
Si bien los problemas anteriores se pueden resolver, Hangzhou Golong Technology también ha ampliado el pago facial a varias aplicaciones.
La primera es la aplicación de seguridad, que puede permitir que los dispositivos de pago enfrenten la ejercicio de otra capa de valor.
En segundo lugar, el reconocimiento facial también puede resolver las pérdidas causadas por el endeudamiento de las tarjetas de autobuses de grupos especiales (personas mayores, personal militar, estudiantes, etc.), y darse cuenta del control anual en línea de las tarjetas preferenciales al mismo tiempo.
En tercer lugar, también combina la programación de autobuses y la seguridad de conducción para lograr múltiples aplicaciones, como registrar la asistencia a través de las caras de los conductores, el análisis de comportamiento de conducción y las estadísticas de flujo de pasajeros.
Cuarto, durante la epidemia, la aplicación del reconocimiento facial puede proporcionar mejores estadísticas de datos para la prevención y el control de la epidemia, y reducir la carga de trabajo de estadísticas manuales.