با نوآوری و توسعه فناوری پرداخت موبایل ، پرداخت هوشمند تشخیص چهره پس از پرداخت فزاینده و محبوب کد QR ، به ویژه توسعه سریع فناوری تشخیص چهره در دو سال گذشته ، مورد توجه عموم قرار گرفته است. بهبود مؤثر دقت و سرعت شناخت ، پایه و اساس استفاده از تشخیص چهره در بسیاری از زمینه ها را فراهم کرده است.
کاربرد تشخیص چهره به تدریج افزایش یافت. با راه اندازی رسمی پروژه پرداخت Face Bus Jinhua در ژانویه سال 2019 ، این اولین شهر در چین شد که از سیستم "تشخیص چهره" استفاده کرد و دوره جدیدی از پرداخت چهره در صنعت اتوبوس را آغاز کرد.
در مورد تمرین و کاربرد فناوری تشخیص چهره هوشمند در زمینه حمل و نقل عمومی چطور؟ در سال 2019 ، بیش از 20 شهر در صنعت اتوبوس تست های تشخیص چهره را انجام داده اند یا از سیستم های تشخیص چهره استفاده شده اند. تشخیص چهره در صنعت اتوبوس محبوب شده است. با این حال ، چند مسیر اتوبوس وجود دارد که می توانند در شهرهای ثانویه از تشخیص چهره پشتیبانی کنند. بیشتر آنها در مرحله عملیات آزمایشی قرار دارند. بنابراین ، می توان دریافت که پذیرش تشخیص چهره توسط مسافران باید بهبود یابد. محدودیت های خاصی وجود دارد.
مشکلات تشخیص چهره در حمل و نقل عمومی
فرآیندهای اصلی فناوری تشخیص چهره شامل دستیابی به تصویر چهره ، تشخیص چهره ، پیش پردازش ، استخراج ویژگی های صورت ، تطبیق/تشخیص چهره و غیره است.
برخی از مشکلات در تمرین و کاربرد فناوری تشخیص چهره در زمینه حمل و نقل عمومی وجود دارد ، به شرح زیر:
1. دقت شناخت بالا
پرداخت اتوبوس متعلق به صنعت پرداخت است. صنعت پرداخت به دقت شناخت بالایی نیاز دارد. خطاهای شناسایی باعث ایجاد تعداد زیادی شکایت می شود که این یک چالش بزرگ برای تجربه کاربر و عملکرد اتوبوس است. آنها می توانند به طور جدی بر پذیرش کاربران از تشخیص چهره تأثیر بگذارند.
2. پایه کاربر
این یک پایگاه کاربر بزرگ دارد. در مقایسه با صنعت مالی و صنعت راه آهن ، صنعت اتوبوس دارای یک پایگاه کاربر نسبتاً بزرگتر است. سیستم اتوبوس یک شهر تقریباً همه افراد شهر را در بر می گیرد. شهرهای ثانویه اغلب میلیون ها کاربر دارند.
3. راندمان ترافیک بالا
با توجه به تعداد زیادی از مسافران ، به منظور جلوگیری از احتقان و ترافیک ، به ویژه در ساعات اوج ، لازم است به گذر سریع دست یابند.
4. محیط عملیاتی متفاوت
هر شهر اتوبوس دارد. نه تنها ساختمانهای بلند ، ویدکت ها و تونل ها ، بلکه حومه های از راه دور نیز وجود دارند. بنابراین ، محیط عملیاتی نسبتاً پیچیده است. در عین حال ، مکان ها و زمان های مختلف ایستگاه اتوبوس نیز دارای چراغ های مختلفی خواهند بود. محیط های مختلف روشنایی مانند نور پس زمینه ، نور کم و نور قوی وجود دارد. همچنین محیط های شبکه 4G مختلف در مناطق مختلف و مکانهای مختلف در همان منطقه وجود دارد. شناسایی آنلاین مکانهایی با سیگنال های شبکه ضعیف بسیار محدود است.
5. هزینه ساخت و ساز
حمل و نقل عمومی شهری یک رفاه اجتماعی است. بیشتر شرکت های اتوبوس با محدودیت های مالی روبرو هستند. در حال حاضر ، پایانه های تشخیص چهره در بازار عمدتا پایانه های تشخیصی روبرو هستند. هیچ گونه ضربه زدن و پرداخت کد QR وجود ندارد ، بنابراین اتوبوس ها نیاز به نصب چندین پایانه دارند. از یک طرف ، هزینه های ساخت و ساز را افزایش می دهد و باعث هدر رفتن منابع اجتماعی می شود. از طرف دیگر ، مجموعه های مختلف تجهیزات اغلب با مجموعه های مختلف سیستم های مدیریتی مطابقت دارند ، که باعث افزایش هزینه های عملکرد و مدیریت می شود و همچنین در ادغام داده ها مشکلاتی را به وجود می آورد.
راه حل های تشخیص چهره حمل و نقل عمومی
Hangzhou Golong Technology مجموعه کاملی از راه حل ها را در زمینه حمل و نقل عمومی بر اساس فناوری تشخیص چهره ارائه می دهد. فناوری پیشرفته برای اطمینان از صحت و سرعت شناخت شناخت چهره اتخاذ شده است که به توسعه فناوری تشخیص چهره در زمینه حمل و نقل عمومی کمک خواهد کرد.
1. دقت تشخیص را بهبود بخشید
محصولات تشخیص چهره Hangzhou Golong Technology از فناوری تشخیص چهره سه بعدی استفاده می کنند. فناوری تشخیص چهره سه بعدی سازگاری بالاتری با موقعیت های مختلف دارد.
این می تواند به دقت تشخیص بالاتری برسد و به طور مؤثر مشکلات تشخیص چهره را حل کند.
از نظر بهره وری شناخت ، فناوری Golong روش تشخیص دوگانه و آنلاین از تجهیزات سرفصل و سرورهای پس زمینه را اتخاذ می کند ، که می تواند به تشخیص آفلاین میلی ثانیه برسد. علاوه بر این ، می تواند اکثر شناخت کاربر را در ساعت اوج حل کند. به عبارت دیگر ، این می تواند سرعت تشخیص را تسریع کند ، دقت را افزایش دهد ، داده های ارتباطی را کاهش داده و فشار تشخیص سرورهای پس زمینه را کاهش دهد.
محیط عملیاتی اتوبوس پیچیده و متنوع است و محیط نور متفاوت است. فناوری Hangzhou Golong از طریق ترکیبی از دوربین های نوری و مادون قرمز ، داده های چهره ای را ضبط می کند ، که به طور مؤثر سرعت و دقت تشخیص چهره را در نور قوی ، نور ضعیف و نور پس زمینه تضمین می کند. این می تواند هنگام مسافرت تجربه بهتری را در اختیار کاربران قرار دهد.
2. پایه کاربر بزرگ را حل کنید
اول از همه ، با توسعه ظرفیت محاسبات ، رایانه های موجود قادر به شناسایی بانکهای اطلاعاتی در مقیاس و مقایسه اطلاعات از ده ها میلیون نفر بوده اند. ثانیا ، استفاده گسترده از خدمات ابری همچنین یک مدل استقرار مؤثرتر و نرخ استفاده از منابع معقول تر را ارائه می دهد. سوم ، با ارتقاء گسترده میکروسرویس و سایر معماری ها ، پایگاه داده و عملیات چند - گره به واقعیت تبدیل شده اند تا راه حل های بهتری ارائه دهند. چهارم ، مقایسه چند لایه نیز می تواند انجام شود. با توجه به قوانین سفر و غیره ، مسافران را می توان به کتابخانه های مختلف تقسیم کرد. سپس می توان تشخیص دقیق را تحقق بخشید. از فناوری فوق می توان برای حل یک پایگاه کاربر بزرگ استفاده کرد.
3. بهره وری از جریان ترافیک را تقویت کنید
چندین راه حل برای مشکل کارآیی ترافیک وجود دارد:
اول از همه ، شناسایی آفلاین می تواند برای حل مشکل کارایی ناشی از تأخیر شبکه حاصل شود. در حال حاضر شناسایی آفلاین عمدتاً با قدرت محاسبات دستگاههای هدست و اندازه پایگاه داده محلی چهره های ذخیره شده محدود است. بنابراین ، مجموعه ای از الگوریتم ها برای غربالگری مسافران مشترک هر اتوبوس مورد نیاز است. اطلاعات سفر هر شخص را می توان از طریق داده های بزرگ تجزیه و تحلیل کرد.
ثانیا ، با توسعه و استفاده تدریجی از فناوری 5G ، شبکه های انتقال سرعت - سرعت نیز به یک راه حل عالی تبدیل می شوند. سرانجام ، دوربین های ضبط شده برای شناسایی مسافران در زمان واقعی - در بعضی مکان ها ، مانند سیستم عامل های BRT ، دروازه های مترو و غیره ، پس از شناسایی موفقیت آمیز ، اطلاعات مسافر برای دستیابی به شناسایی سریع ، با ترمینال شارژ هماهنگ می شوند.
4. مشکل تفاوت های بزرگ در محیط های عملیاتی را حل کنید
در عملکرد واقعی حمل و نقل عمومی ، محیط پیچیده است. برای مشکلات مختلف نور ، شناخت سه بعدی ذکر شده در صحت تشخیص می تواند این مشکل را حل کند. چه نور کم ، نور پس زمینه یا نور قوی باشد ، چهره ها به خوبی قابل تشخیص هستند. ثانیا ، تشخیص چهره را می توان با کدهای QR ترکیب کرد. روش های مختلف پرداخت با همان حساب مطابقت دارد ، که نه تنها می تواند تجربه کاربر را بهبود بخشد بلکه مشکلات ناشی از محیط را در پرداخت چهره نیز حل می کند.
5. هزینه های ذخیره
از نظر صرفه جویی در هزینه ، Golong به جای جایگزینی روش های پرداخت موجود ، از یک روش ادغام سیستم استفاده می کند. در حال حاضر ، کارت های IC ، کدهای QR ، پرداخت چهره و سایر روش های پرداخت در ترمینال پرداخت کامل ، به جای یک ترمینال پرداخت چهره واحد ، در ترمینال پرداخت کامل ادغام می شوند. Hangzhou Golong Technology فناوری فعلی QR کد را با فناوری تشخیص چهره بر اساس بهبود کارآیی و صحت تشخیص چهره ادغام می کند. یک برنامه و یک حساب می توانند از چندین روش پرداخت پشتیبانی کنند. کاربران فقط باید یک بار در برنامه ثبت نام کنند. آنها می توانند به صورت انتخابی دو روش برنامه را باز کنند ، که به طور مؤثر تجربه کاربر را بهبود می بخشد و پذیرش کاربران را سرعت می بخشد.
6. کاربرد گسترده در تشخیص چهره
در حالی که مشکلات فوق را می توان حل کرد ، فناوری Hangzhou Golong همچنین پرداخت چهره را به برنامه های مختلف گسترش داده است.
مورد اول استفاده از امنیت است که می تواند دستگاه های پرداخت Face را قادر به اعمال لایه دیگری از ارزش کند.
ثانیا ، شناخت چهره همچنین می تواند ضررهای ناشی از وام گرفتن کارتهای اتوبوس گروههای ویژه (افراد سالخورده ، پرسنل نظامی ، دانش آموزان و غیره) را حل کند و به طور همزمان بررسی سالانه آنلاین کارتهای ترجیحی را تحقق بخشد.
سوم ، این برنامه همچنین برای دستیابی به برنامه های کاربردی مانند ضبط از طریق چهره رانندگان ، تجزیه و تحلیل رفتار رانندگی و آمار جریان مسافر ، برنامه ریزی اتوبوس و ایمنی رانندگی را ترکیب می کند.
چهارم ، در طول اپیدمی ، استفاده از شناخت صورت می تواند آمار داده های بهتری را برای پیشگیری و کنترل اپیدمی فراهم کند و بار کاری آمار دستی را کاهش دهد.