Mobiilimaksetehnoloogia innovatsiooni ja arendamisega on arukas näotuvastusmakse jõudnud avalikkuse tähelepanu pärast üha küpsemat ja populariseerinud QR -koodi makse, eriti näotuvastustehnoloogia kiiret arengut viimase kahe aasta jooksul. Tunnustamise täpsuse ja kiiruse tõhus parandamine on andnud aluse näotuvastuse rakendamiseks paljudes valdkondades.
Näotuvastuse rakendamine hakkas järk -järgult suurenema. Jinhua bussi näomakse projekti ametliku käivitamisega 2019. aasta jaanuaris sai sellest esimene linn Hiinas, kes kasutas süsteemi „näotuvastuse”, alustades bussitööstuses uut näomakse ajastut.
Kuidas oleks nutika näo tunnustamise tehnoloogia harjutamise ja rakendamisega ühistranspordi valdkonnas? 2019. aastal on enam kui 20 bussitööstuse linna läbi viinud näotuvastustestid või kasutanud näotuvastussüsteeme. Näotuvastus on bussitööstuses populaarseks saanud. Siiski on mõned bussiliinid, mis toetavad sekundaarsete linnade näotuvastust. Enamik neist on katseoperatsiooni etapis. Seetõttu on näha, et reisijate näotuvastuse aktsepteerimist tuleb parandada. On teatud piiranguid.
Probleemid ühistranspordi näotuvastusega
Näotuvastustehnoloogia peamised protsessid hõlmavad näopiltide omandamist, näo tuvastamist, eeltöötlust, näofunktsioonide ekstraheerimist, näo sobitamist/äratundmist jne.
Näotuvastustehnoloogia praktikas ja rakendamisel on ühistranspordi valdkonnas mõned probleemid järgmiselt:
1.Kui äratundmise täpsus
Bussimakse kuulub maksetööstusele. Maksetööstus nõuab suurt tunnustustäpsust. Identifitseerimisvead põhjustavad palju kaebusi, mis on kasutajakogemuse ja bussioperatsiooni jaoks suur väljakutse. Need võivad tõsiselt mõjutada kasutajate näotuvastuse aktsepteerimist.
2. suur kasutajabaas
Sellel on suur kasutajabaas. Võrreldes finantssektori ja raudteetööstusega on bussitööstusel suhteliselt suurem kasutajabaas. Linna bussisüsteem hõlmab peaaegu kõiki linna inimesi. Teirinnades on sageli miljoneid kasutajaid.
3.Kui liikluse tõhusus
Reisijate suure arvu tõttu on ummikute ja liiklusummikute vältimiseks vaja kiiret möödumist, eriti tipptundidel.
4. Diferent töökeskkond
Igal linnal on bussid. Seal pole mitte ainult kõrgeid hooneid, viaduktsioone ja tunnelid, vaid ka äärelinnad. Seetõttu on töökeskkond suhteliselt keeruline. Samal ajal on erinevatel bussipeatuskohtadel ja kellaaegadel ka erinevad tuled. Seal on erinevaid valgustuskeskkondi, näiteks taustvalgus, vähese valgus ja tugev valgus. Samuti on erinevates piirkondades ja samas piirkonnas erinevaid 4G võrgukeskkondi. Nõrkade võrgusignaalidega kohtade veebipõhine tuvastamine on tunduvalt piiratud.
5. Kihilised ehituskulud
Linna ühistransport on sotsiaalne heaolu. Enamik bussifirmasid seisavad silmitsi rahaliste piirangutega. Praegu on turul olevad näotuvastusterminalid enamasti näotuvastusterminalid. Puudub koputamine ja QR -koodi makse, seetõttu peavad bussid installima mitu terminali. Ühest küljest suurendab see ehituskulusid ja põhjustab sotsiaalsete ressursside raiskamist. Teisest küljest vastavad mitmed seadmed sageli mitmele haldussüsteemi komplektile, mis suurendab töö- ja halduskulusid ning toob kaasa ka andmete integreerimisel probleeme.
Ühistranspordi näotuvastuslahendused
Hangzhou Golong Technology pakub ühistranspordi valdkonnas täielikku lahenduste komplekti, mis põhineb näotuvastustehnoloogial. Näotuvastuse täpsuse ja tunnustamiskiiruse tagamiseks võetakse vastu arenenud tehnoloogia, mis aitab arendada näotuvastustehnoloogiat ühistranspordi valdkonnas.
1. Täiendamise täpsus
Hangzhou Golong Technology näotuvastuse tooted kasutavad 3D -näotuvastustehnoloogiat. 3D -näotuvastustehnoloogia on erinevate olukordade suhtes suurem kohanemisvõime.
See võib saavutada kõrgema äratundmise täpsuse ja lahendada tõhusalt näotuvastuse probleemid.
Tunnustamise tõhususe osas võtab Golong Technology kasutusele võrgusisese seadmete ja tausta serverite võrguühenduseta ja veebipõhise kahetuvastuse meetodi, mis võib saavutada millisekundi võrguühenduseta äratundmise. Lisaks suudab see suurema osa kasutajatunnist tipptunnil lahendada. Teisisõnu, see võib kiirendada äratundmiskiirust, suurendada täpsust, vähendada suhtlusandmeid ja vähendada tausta serverite äratundmisrõhku.
Bussi töökeskkond on keeruline ja mitmekesine ning kerge keskkond on erinev. Hangzhou Golong Technology kajastab näo andmeid optiliste ja infrapunakaamerate kombinatsiooni kaudu, mis tagab tõhusamalt näotuvastuse kiiruse ja täpsuse tugevas valguses, nõrgas valguses ja taustvalguses. See võib pakkuda kasutajatele reisimisel paremat kogemust.
2. Laske suur kasutajabaas
Esiteks on olemasolevad arvutid suutnud arvutite mahutavuse arendamisega tuvastada miljon - skaala andmebaase ja võrrelda kümnete miljonite inimeste teavet. Teiseks pakub pilveteenuste lai rakendus ka tõhusamat juurutusmudelit ja mõistlikumat ressursside kasutamise määra. Kolmandaks, mikroteenuste ja muude arhitektuuride laialdase reklaamimisega on andmebaas ja multi - sõlme toimingud muutunud paremate lahenduste pakkumiseks reaalsuseks. Neljandaks saab teha ka multi - kihtide võrdlusi. Reisijaid saab jagada erinevatesse raamatukogudesse vastavalt reisireeglitele jne. Väikesed andmebaasid linastuvad suurte andmebaaside abil. Seejärel saab täpse äratundmise realiseerida. Ülaltoodud tehnoloogiat saab kasutada suure kasutajabaasi lahendamiseks.
3.Kaba liiklusvoo tõhusus
Liikluse tõhususe probleemile on mitu lahendust:
Esiteks on võrguühenduseta tuvastamine, et lahendada võrgu latentsusaja põhjustatud tõhususe probleemi. Võrguühenduseta identifitseerimist piirab peamiselt peaosa seadmete arvutusvõimsus ja salvestatud nägude kohaliku andmebaasi suurus. Seetõttu on iga bussi ühiste reisijate sõelumiseks vaja algoritmide komplekti. Iga inimese reisiteavet saab analüüsida suurandmete kaudu.
Teiseks, 5G tehnoloogia arendamise ja järkjärgulise kasutamise korral muutuvad suured - kiiruskiiruse võrgud ka suurepäraseks lahenduseks. Lõpuks võetakse hõivamiskaamerad kasutusele PRE -le
4. Laske töökeskkonnas suurte erinevuste probleem
Ühistranspordi tegelikus toimimises on keskkond keeruline. Erinevate valguseprobleemide korral võib selle probleemi lahendada 3D -äratundmine tunnustuse täpsuses. Ükskõik, kas see on vähese valguse, taustvalguse või tugeva valguse, saab nägusid hästi ära tunda. Teiseks saab näotuvastust kombineerida QR -koodidega. Erinevad makseviisid vastavad samale kontole, mis ei saa mitte ainult parandada kasutajakogemust, vaid lahendada ka keskkonnaga seotud probleemid.
5. Saate kulud
Kulude kokkuhoiu osas kasutab Golong olemasolevate makseviiside asendamise asemel süsteemi integreerimismeetodit. Praegu integreeritakse IC -kaardid, QR -koodid, näo makse ja muud makseviisid, mitte ühe näo makseterminali, mitte kogu makseterminali. Hangzhou Golong Technology integreerib praeguse populaarse QR -koodi tehnoloogia näotuvastustehnoloogiaga, et parandada näotuvastuse tõhusust ja täpsust. Rakendus ja konto saavad toetada mitut makseviisi. Kasutajad peavad rakenduses registreeruma ainult üks kord. Nad saavad valikuliselt avada kaks rakendusmeetodit, mis parandab tõhusamalt kasutajakogemust ja kiirendab kasutajate aktsepteerimist.
6. Näotuvastuse kogu rakendamine
Ehkki ülaltoodud probleeme saab lahendada, on Hangzhou Golong Technology laiendanud näomakse erinevatele rakendustele.
Esimene on turvalisuse rakendamine, mis võimaldab vastasmakseseadmetel avaldada veel ühte väärtuskihti.
Teiseks võib näotuvastus lahendada ka erirühmade bussikaartide (eakad, sõjaväelased, õpilased jne) laenatud kahjud ja realiseerida samal ajal eelistatavate kaartide iga -aastase kontrollimise veebis.
Kolmandaks ühendab see ka busside ajastamise ja sõiduohutuse, et saavutada mitu rakendust, näiteks osavõtjate registreerimine juhtide nägude kaudu, sõidukäitumise analüüsi ja reisijate voo statistika kaudu.
Neljandaks, epideemia ajal võib näotuvastuse rakendamine pakkuda paremat andmestatistikat epideemia ennetamiseks ja kontrollimiseks ning vähendada käsitsi statistika töökoormust.