Coa innovación e desenvolvemento da tecnoloxía de pagamentos móbiles, o pago intelixente do recoñecemento facial chamou a atención do público despois do pago de código QR cada vez máis maduro e popularizado, especialmente o rápido desenvolvemento da tecnoloxía de recoñecemento facial nos últimos dous anos. A mellora efectiva da precisión e velocidade do recoñecemento proporcionou unha base para a aplicación do recoñecemento facial en moitos campos.
A aplicación do recoñecemento facial comezou a aumentar gradualmente. Co lanzamento oficial do proxecto Jinhua Bus Face Paging en xaneiro de 2019, converteuse na primeira cidade de China en usar o sistema de "recoñecemento de caras", comezando unha nova era de pago facial na industria do autobús.
Que tal a práctica e aplicación da tecnoloxía de recoñecemento de caras intelixentes no campo do transporte público? En 2019, máis de 20 cidades da industria de autobuses realizaron probas de recoñecemento de caras ou sistemas de recoñecemento facial usados. O recoñecemento de caras fíxose popular na industria do autobús. Non obstante, hai algunhas rutas de autobús que poden soportar o recoñecemento de caras nas cidades secundarias. A maioría deles están en fase de operación de proba. Polo tanto, pódese ver que a aceptación do recoñecemento facial por parte dos pasaxeiros debe mellorarse. Hai certas limitacións.
Problemas co recoñecemento facial no transporte público
Os principais procesos de tecnoloxía de recoñecemento de caras inclúen adquisición de imaxes faciais, detección de rostros, preprocesamento, extracción de características de cara, correspondencia/recoñecemento de caras, etc.
Hai algúns problemas na práctica e aplicación da tecnoloxía de recoñecemento de caras no campo do transporte público, do seguinte xeito:
1. Precisión de recoñecemento máis alto
O pago do autobús pertence á industria do pago. A industria do pago require unha alta precisión de recoñecemento. Os erros de identificación provocarán un gran número de queixas, o que supón un gran reto para a experiencia do usuario e a operación de autobuses. Poden afectar seriamente a aceptación dos usuarios do recoñecemento facial.
2. Base de usuario grande
Ten unha gran base de usuarios. En comparación coa industria financeira e a industria ferroviaria, a industria do autobús ten unha base de usuarios relativamente maior. O sistema de autobuses dunha cidade abarca case toda a xente da cidade. As cidades secundarias adoitan ter millóns de usuarios.
3. Eficiencia do tráfico alto
Debido ao gran número de pasaxeiros, é necesario conseguir un paso rápido para evitar a conxestión e os atascos, especialmente durante as horas punta.
4. Ambiente operativo diferenciado
Cada cidade ten autobuses. Non só hai edificios altos, viadutos e túneles, senón tamén suburbios remotos. Polo tanto, o ambiente operativo é relativamente complexo. Ao mesmo tempo, diferentes lugares e tempos de parada de autobús tamén terán luces diferentes. Existen diferentes ambientes de iluminación como a luz de fondo, a luz baixa e a luz forte. Tamén hai diferentes ambientes de rede 4G en diferentes áreas e lugares diferentes na mesma área. A identificación en liña de lugares con sinais de rede débiles é moi limitada.
5. Os gastos de construción máis elevados
O transporte público urbano é un benestar social. A maioría das compañías de autobuses afrontan restricións financeiras. Na actualidade, os terminais de recoñecemento de caras no mercado son principalmente terminais de recoñecemento de caras. Non hai tapóns e pago de código QR, polo que os autobuses necesitan instalar múltiples terminais. Por unha banda, aumenta os custos de construción e provoca un desperdicio de recursos sociais. Por outra banda, varios conxuntos de equipos corresponden a miúdo a varios conxuntos de sistemas de xestión, o que aumenta os custos de operación e xestión e tamén trae problemas na integración de datos.
Solucións de recoñecemento facial de transporte público
A tecnoloxía Hangzhou Golong ofrece un conxunto completo de solucións no campo do transporte público baseado na tecnoloxía de recoñecemento de caras. A tecnoloxía avanzada é adoptada para garantir a precisión e a velocidade de recoñecemento do recoñecemento facial, o que axudará ao desenvolvemento da tecnoloxía de recoñecemento facial no campo do transporte público.
1. Improve a precisión do recoñecemento
Os produtos de recoñecemento facial de Hangzhou Golong Technology usan a tecnoloxía de recoñecemento de caras 3D. A tecnoloxía de recoñecemento de caras 3D ten unha maior adaptabilidade a varias situacións.
Pode conseguir unha maior precisión de recoñecemento e resolver eficazmente os problemas de recoñecemento facial.
En termos de eficiencia de recoñecemento, Golong Technology adopta o método de recoñecemento dobre e en liña de equipos de cabeceira e servidores de backend, que poden conseguir un recoñecemento fóra de liña. Ademais, pode resolver a maioría do recoñecemento dos usuarios durante a hora máxima. Noutras palabras, pode acelerar a velocidade de recoñecemento, aumentar a precisión, reducir os datos de comunicación e diminuír a presión de recoñecemento dos servidores de backend.
O ambiente operativo do autobús é complexo e variado, e o ambiente lixeiro é diferente. A tecnoloxía Hangzhou Golong capta datos de cara a través dunha combinación de cámaras ópticas e infravermellas, o que asegura con máis eficacia a velocidade e a precisión do recoñecemento facial en luz forte, luz débil e luz de fondo. Pode proporcionar aos usuarios unha mellor experiencia ao viaxar.
2. Resolve a base de usuarios grande
En primeiro lugar, co desenvolvemento da capacidade informática, os ordenadores existentes puideron identificar millóns de bases de datos de escala e comparar información de decenas de millóns de persoas. En segundo lugar, a ampla aplicación de servizos na nube tamén ofrece un modelo de implantación máis eficaz e unha taxa de utilización de recursos máis razoable. En terceiro lugar, coa promoción xeneralizada de microservizos e outras arquitecturas, as bases de datos e as operacións de varios nodos convertéronse nunha realidade para ofrecer mellores solucións. En cuarto lugar, tamén se poden facer comparacións de varias capas. Os pasaxeiros pódense dividir en diferentes bibliotecas segundo as regras de viaxe, etc. As bases de datos pequenas son examinadas por grandes bases de datos. A continuación, pódese realizar un recoñecemento preciso. A tecnoloxía anterior pódese usar para resolver unha gran base de usuarios.
3.Prave a eficiencia do fluxo de tráfico
Hai varias solucións para o problema da eficiencia do tráfico:
En primeiro lugar, pódese conseguir unha identificación fóra de liña para resolver o problema de eficiencia causado pola latencia da rede. A identificación fóra de liña está agora limitada principalmente pola potencia informática dos dispositivos de cabeza e o tamaño da base de datos local de caras almacenadas. Polo tanto, é necesario un conxunto de algoritmos para cribar os pasaxeiros comúns de cada autobús. A información de viaxes de cada persoa pódese analizar mediante big data.
En segundo lugar, co desenvolvemento e o uso gradual da tecnoloxía 5G, as redes de transmisión de alta velocidade tamén se converterán nunha excelente solución. Finalmente, as cámaras de captura desprázanse para identificar aos pasaxeiros en reais - tempo nalgúns lugares, como plataformas BRT, portas de metro, etc. Despois da identificación exitosa, a información dos pasaxeiros sincronízase co terminal de carga para conseguir unha identificación rápida.
4. Resolve o problema das grandes diferenzas nos ambientes operativos
No funcionamento real do transporte público, o ambiente é complexo. Para diferentes problemas de luz, o recoñecemento 3D mencionado na precisión do recoñecemento pode resolver este problema. Se se trata de pouca luz, luz de fondo ou luz forte, as caras poden ser ben recoñecidas. En segundo lugar, o recoñecemento de caras pódese combinar con códigos QR. Diferentes métodos de pago corresponden á mesma conta, que non só poden mellorar a experiencia do usuario, senón que tamén resolver os problemas causados polo ambiente no pago facial.
5. Casa os custos
En termos de aforro de custos, Golong usa un método de integración do sistema en lugar de substituír os métodos de pago existentes. Na actualidade, as tarxetas IC, os códigos QR, o pago de caras e outros métodos de pago están integrados no terminal de pago completo, en lugar dun único terminal de pago facial. Hangzhou Golong Technology integra a tecnoloxía actual de código QR actual con tecnoloxía de recoñecemento facial en función da mellora da eficiencia e da precisión do recoñecemento facial. Unha aplicación e unha conta poden soportar múltiples métodos de pago. Os usuarios só precisan rexistrarse na aplicación unha vez. Poden abrir selectivamente dous métodos de aplicación, o que mellora de xeito máis eficaz a experiencia do usuario e acelera a aceptación dos usuarios.
6. Aplicación en todo o recoñecemento facial
Aínda que se poden resolver os problemas anteriores, Hangzhou Golong Technology tamén estendeu o pago facial a varias aplicacións.
O primeiro é a aplicación de seguridade, que pode permitir que os dispositivos de pago faciais exercitar outra capa de valor.
En segundo lugar, o recoñecemento de caras tamén pode resolver as perdas causadas polo préstamo de tarxetas de autobuses de grupos especiais (persoas maiores, persoal militar, estudantes, etc.) e realizar a comprobación anual en liña das tarxetas preferentes ao mesmo tempo.
En terceiro lugar, tamén combina a programación de autobuses e a seguridade da condución para conseguir múltiples aplicacións como a gravación da asistencia a través das caras dos condutores, a análise de comportamento de condución e as estatísticas de fluxo de pasaxeiros.
En cuarto lugar, durante a epidemia, a aplicación do recoñecemento facial pode proporcionar mellores estatísticas de datos para a prevención e control da epidemia e reducir a carga de traballo das estatísticas manuais.