પ્રેક્ટિસ અને જાહેર પરિવહનના ક્ષેત્રમાં સ્માર્ટ ફેસ રેકગ્નિશન ટેકનોલોજીનો ઉપયોગ

મોબાઇલ પેમેન્ટ ટેક્નોલ of જીના નવીનતા અને વિકાસ સાથે, વધુને વધુ પરિપક્વ અને લોકપ્રિય ક્યુઆર કોડ ચુકવણી પછી, ખાસ કરીને છેલ્લા બે વર્ષમાં ફેસ રેકગ્નિશન ટેકનોલોજીના ઝડપી વિકાસ પછી બુદ્ધિશાળી ચહેરો માન્યતા ચુકવણી લોકોના ધ્યાન પર આવી છે. માન્યતા ચોકસાઈ અને ગતિના અસરકારક સુધારણાએ ઘણા ક્ષેત્રોમાં ચહેરાની માન્યતાના ઉપયોગ માટે પાયો પૂરો પાડ્યો છે.
ચહેરાની માન્યતાની અરજી ધીમે ધીમે વધવા લાગી. જાન્યુઆરી, 2019 માં જિનહુઆ બસ ફેસ પેમેન્ટ પ્રોજેક્ટના સત્તાવાર પ્રક્ષેપણ સાથે, તે બસ ઉદ્યોગમાં ફેસ પેમેન્ટના નવા યુગની શરૂઆત કરીને, "ફેસ રેકગ્નિશન" સિસ્ટમનો ઉપયોગ કરનાર ચીનનું પહેલું શહેર બન્યું.

જાહેર પરિવહનના ક્ષેત્રમાં સ્માર્ટ ફેસ રેકગ્નિશન ટેકનોલોજીની પ્રેક્ટિસ અને એપ્લિકેશન વિશે કેવી રીતે? 2019 માં, બસ ઉદ્યોગના 20 થી વધુ શહેરોએ ચહેરો માન્યતા પરીક્ષણો અથવા વપરાયેલ ફેસ રેકગ્નિશન સિસ્ટમ્સ હાથ ધરી છે. બસ ઉદ્યોગમાં ચહેરો માન્યતા લોકપ્રિય બની છે. જો કે, ત્યાં કેટલાક બસ રૂટ્સ છે જે ગૌણ શહેરોમાં ચહેરો માન્યતાને ટેકો આપી શકે છે. તેમાંના મોટાભાગના ટ્રાયલ ઓપરેશન સ્ટેજમાં છે. તેથી, તે જોઇ શકાય છે કે મુસાફરો દ્વારા ચહેરાની માન્યતાની સ્વીકૃતિ સુધારવાની જરૂર છે. ત્યાં અમુક મર્યાદાઓ છે.

જાહેર પરિવહનમાં ચહેરાની ઓળખ સાથે સમસ્યા

ફેસ રેકગ્નિશન ટેક્નોલ of જીની મુખ્ય પ્રક્રિયાઓમાં ફેસ ઇમેજ એક્વિઝિશન, ફેસ ડિટેક્શન, પ્રિપ્રોસેસિંગ, ફેસ ફિચર એક્સ્ટ્રેક્શન, ફેસ મેચિંગ/રેકગ્નિશન વગેરે શામેલ છે.
જાહેર પરિવહનના ક્ષેત્રમાં ચહેરાની માન્યતા તકનીકની પ્રેક્ટિસ અને એપ્લિકેશનમાં કેટલીક સમસ્યાઓ છે, નીચે પ્રમાણે:

1. ઉચ્ચ માન્યતા ચોકસાઈ

બસ ચુકવણી ચુકવણી ઉદ્યોગની છે. ચુકવણી ઉદ્યોગને ઉચ્ચ માન્યતા ચોકસાઈની જરૂર છે. ઓળખ ભૂલો મોટી સંખ્યામાં ફરિયાદોનું કારણ બનશે, જે વપરાશકર્તા અનુભવ અને બસ કામગીરી માટે એક મોટો પડકાર છે. તેઓ વપરાશકર્તાઓની ચહેરો માન્યતાની સ્વીકૃતિને ગંભીરતાથી અસર કરી શકે છે.

2. મોટા વપરાશકર્તા આધાર

તેમાં મોટો વપરાશકર્તા આધાર છે. નાણાકીય ઉદ્યોગ અને રેલ્વે ઉદ્યોગની તુલનામાં, બસ ઉદ્યોગમાં પ્રમાણમાં મોટો વપરાશકર્તા આધાર છે. શહેરની બસ સિસ્ટમ શહેરના લગભગ તમામ લોકોને આવરી લે છે. ગૌણ શહેરોમાં ઘણીવાર લાખો વપરાશકર્તાઓ હોય છે.

3. ઉચ્ચ ટ્રાફિક કાર્યક્ષમતા

મોટી સંખ્યામાં મુસાફરોને લીધે, ભીડ અને ટ્રાફિક જામને ટાળવા માટે, ખાસ કરીને પીક અવર્સ દરમિયાન ઝડપી પસાર થવાનું જરૂરી છે.

4. વિવિધ operating પરેટિંગ વાતાવરણ

દરેક શહેરમાં બસો હોય છે. ત્યાં ફક્ત ઉચ્ચ ઇમારતો, વાયડક્ટ્સ અને ટનલ જ નહીં, પણ દૂરસ્થ ઉપનગરો પણ છે. તેથી, operating પરેટિંગ વાતાવરણ પ્રમાણમાં જટિલ છે. તે જ સમયે, વિવિધ બસ સ્ટોપ સ્થાનો અને સમયમાં પણ જુદી જુદી લાઇટ હશે. ત્યાં વિવિધ લાઇટિંગ વાતાવરણ છે જેમ કે બેકલાઇટ, ઓછી પ્રકાશ અને મજબૂત પ્રકાશ. એક જ વિસ્તારમાં વિવિધ વિસ્તારો અને વિવિધ સ્થાનોમાં વિવિધ 4 જી નેટવર્ક વાતાવરણ પણ છે. નબળા નેટવર્ક સંકેતોવાળા સ્થાનોની experation નલાઇન ઓળખ ખૂબ મર્યાદિત છે.

5. ઉચ્ચ બાંધકામ ખર્ચ

શહેરી જાહેર પરિવહન એ એક સમાજ કલ્યાણ છે. મોટાભાગની બસ કંપનીઓ આર્થિક અવરોધનો સામનો કરી રહી છે. હાલમાં, બજારમાં ચહેરો માન્યતા ટર્મિનલ્સ મોટે ભાગે ચહેરો માન્યતા ટર્મિનલ્સ છે. ત્યાં કોઈ ટેપીંગ અને ક્યૂઆર કોડ ચુકવણી નથી, તેથી બસોને બહુવિધ ટર્મિનલ્સ ઇન્સ્ટોલ કરવાની જરૂર છે. એક તરફ, તે બાંધકામ ખર્ચમાં વધારો કરે છે અને સામાજિક સંસાધનોનો બગાડનું કારણ બને છે. બીજી બાજુ, ઉપકરણોના બહુવિધ સેટ ઘણીવાર મેનેજમેન્ટ સિસ્ટમ્સના બહુવિધ સેટને અનુરૂપ છે, જે કામગીરી અને સંચાલન ખર્ચમાં વધારો કરે છે અને ડેટા એકીકરણમાં સમસ્યાઓ પણ લાવે છે.

જાહેર પરિવહનના ચહેરાના માન્યતા ઉકેલો

હંગઝોઉ ગોલોંગ ટેકનોલોજી ફેસ રેકગ્નિશન ટેક્નોલ of જીના આધારે જાહેર પરિવહનના ક્ષેત્રમાં ઉકેલોનો સંપૂર્ણ સમૂહ પ્રદાન કરે છે. ચહેરાની માન્યતાની ચોકસાઈ અને માન્યતા ગતિને સુનિશ્ચિત કરવા માટે અદ્યતન તકનીક અપનાવવામાં આવે છે, જે જાહેર પરિવહનના ક્ષેત્રમાં ફેસ રેકગ્નિશન ટેકનોલોજીના વિકાસને મદદ કરશે.

1. માન્યતા ચોકસાઈ

હેંગઝો ગોલોંગ ટેકનોલોજીના ચહેરાની ઓળખ ઉત્પાદનો 3 ડી ફેસ રેકગ્નિશન ટેકનોલોજીનો ઉપયોગ કરે છે. 3 ડી ફેસ રેકગ્નિશન ટેક્નોલ .જીમાં વિવિધ પરિસ્થિતિઓમાં add ંચી અનુકૂલનક્ષમતા છે.
તે ઉચ્ચ માન્યતાની ચોકસાઈ પ્રાપ્ત કરી શકે છે, અને અસરકારક રીતે ચહેરાની ઓળખની સમસ્યાઓ હલ કરી શકે છે.

માન્યતા કાર્યક્ષમતાની દ્રષ્ટિએ, ગોલોંગ ટેકનોલોજી હેડન્ડ સાધનો અને બેકએન્ડ સર્વર્સની offline ફલાઇન અને dual નલાઇન ડ્યુઅલ માન્યતા પદ્ધતિને અપનાવે છે, જે મિલિસેકન્ડ offline ફલાઇન માન્યતા પ્રાપ્ત કરી શકે છે. તદુપરાંત, તે પીક અવર દરમિયાન મોટાભાગના વપરાશકર્તા માન્યતાને હલ કરી શકે છે. બીજા શબ્દોમાં કહીએ તો, તે માન્યતાની ગતિને વેગ આપી શકે છે, ચોકસાઈમાં વધારો કરી શકે છે, સંદેશાવ્યવહાર ડેટા ઘટાડે છે અને બેકએન્ડ સર્વર્સના માન્યતા દબાણમાં ઘટાડો કરી શકે છે.

બસ operating પરેટિંગ વાતાવરણ જટિલ અને વૈવિધ્યસભર છે, અને પ્રકાશ વાતાવરણ અલગ છે. હેંગઝો ગોલોંગ ટેકનોલોજી ઓપ્ટિકલ અને ઇન્ફ્રારેડ કેમેરાના સંયોજન દ્વારા ચહેરો ડેટા મેળવે છે, જે મજબૂત પ્રકાશ, નબળા પ્રકાશ અને બેકલાઇટમાં ચહેરાની ઓળખની ગતિ અને ચોકસાઈને વધુ અસરકારક રીતે સુનિશ્ચિત કરે છે. તે મુસાફરી કરતી વખતે વપરાશકર્તાઓને વધુ સારા અનુભવ પ્રદાન કરી શકે છે.

2. મોટા વપરાશકર્તા આધારને જુઓ

સૌ પ્રથમ, કમ્પ્યુટિંગ ક્ષમતાના વિકાસ સાથે, હાલના કમ્પ્યુટર્સ મિલિયન - સ્કેલ ડેટાબેસેસને ઓળખવામાં અને લાખો લોકોની માહિતીની તુલના કરવામાં સક્ષમ થયા છે. બીજું, ક્લાઉડ સેવાઓની વિશાળ એપ્લિકેશન પણ વધુ અસરકારક જમાવટ મોડેલ અને વધુ વાજબી સંસાધન ઉપયોગ દર પ્રદાન કરે છે. ત્રીજે સ્થાને, માઇક્રો સર્વિસિસ અને અન્ય આર્કિટેક્ચર્સના વ્યાપક પ્રમોશન સાથે, ડેટાબેસ અને મલ્ટિ - નોડ operations પરેશન વધુ સારા ઉકેલો પ્રદાન કરવા માટે વાસ્તવિકતા બની છે. ચોથું, મલ્ટિ - સ્તરની તુલના પણ કરી શકાય છે. મુસાફરોને મુસાફરીના નિયમો, વગેરે અનુસાર વિવિધ પુસ્તકાલયોમાં વહેંચી શકાય છે. નાના ડેટાબેસેસ મોટા ડેટાબેસેસ દ્વારા દર્શાવવામાં આવે છે. તે પછી, સચોટ માન્યતા સાકાર થઈ શકે છે. ઉપરોક્ત તકનીકીનો ઉપયોગ મોટા વપરાશકર્તા આધારને હલ કરવા માટે થઈ શકે છે.

3. ટ્રાફિક પ્રવાહની કાર્યક્ષમતાને ધ્યાનમાં લો

ટ્રાફિક કાર્યક્ષમતાની સમસ્યાના ઘણા ઉકેલો છે:

સૌ પ્રથમ, નેટવર્ક લેટન્સી દ્વારા થતી કાર્યક્ષમતા સમસ્યાને હલ કરવા માટે offline ફલાઇન ઓળખ પ્રાપ્ત કરી શકાય છે. Offline ફલાઇન ઓળખ હવે મુખ્યત્વે હેડએન્ડ ડિવાઇસીસની કમ્પ્યુટિંગ પાવર અને સંગ્રહિત ચહેરાઓના સ્થાનિક ડેટાબેઝના કદ દ્વારા મર્યાદિત છે. તેથી, દરેક બસના સામાન્ય મુસાફરોને સ્ક્રીન કરવા માટે એલ્ગોરિધમ્સનો સમૂહ જરૂરી છે. દરેક વ્યક્તિની મુસાફરીની માહિતીનું વિશ્લેષણ મોટા ડેટા દ્વારા કરી શકાય છે.

બીજું, 5 જી તકનીકના વિકાસ અને ક્રમિક ઉપયોગ સાથે, ઉચ્ચ - સ્પીડ ટ્રાન્સમિશન નેટવર્ક પણ એક ઉત્તમ ઉપાય બનશે. છેવટે, કેપ્ચર કેમેરા પ્રી - બીઆરટી પ્લેટફોર્મ, સબવે ગેટ્સ, વગેરે જેવા કેટલાક સ્થળોએ વાસ્તવિક - સમયના મુસાફરોને ઓળખવા માટે તૈનાત કરવામાં આવે છે. સફળ ઓળખ પછી, મુસાફરોની માહિતી ઝડપી ઓળખ પ્રાપ્ત કરવા માટે ચાર્જિંગ ટર્મિનલ સાથે સિંક્રનાઇઝ કરવામાં આવે છે.

Operating. ઓપરેટિંગ વાતાવરણમાં મોટા તફાવતોની સમસ્યાનું સમાધાન કરો

જાહેર પરિવહનના વાસ્તવિક કામગીરીમાં, પર્યાવરણ જટિલ છે. વિવિધ પ્રકાશ સમસ્યાઓ માટે, માન્યતા ચોકસાઈમાં ઉલ્લેખિત 3 ડી માન્યતા આ સમસ્યાને હલ કરી શકે છે. પછી ભલે તે ઓછી પ્રકાશ, બેકલાઇટ અથવા મજબૂત પ્રકાશ હોય, ચહેરાઓ સારી રીતે ઓળખી શકાય. બીજું, ચહેરો ઓળખ ક્યૂઆર કોડ્સ સાથે જોડી શકાય છે. વિવિધ ચુકવણી પદ્ધતિઓ સમાન ખાતાને અનુરૂપ છે, જે વપરાશકર્તાના અનુભવમાં સુધારો કરી શકે છે, પરંતુ ચહેરાની ચુકવણીમાં પર્યાવરણને કારણે થતી સમસ્યાઓ પણ હલ કરી શકે છે.

5. સેવ ખર્ચ

ખર્ચ બચતની દ્રષ્ટિએ, ગોલોંગ હાલની ચુકવણી પદ્ધતિઓને બદલવાને બદલે સિસ્ટમ એકીકરણ પદ્ધતિનો ઉપયોગ કરે છે. હાલમાં, આઇસી કાર્ડ્સ, ક્યૂઆર કોડ્સ, ચહેરો ચુકવણી અને અન્ય ચુકવણી પદ્ધતિઓ એક ચહેરો ચુકવણી ટર્મિનલને બદલે સંપૂર્ણ ચુકવણી ટર્મિનલમાં એકીકૃત કરવામાં આવે છે. હેંગઝો ગોલોંગ ટેકનોલોજી ચહેરાની માન્યતા અને ચોકસાઈને સુધારવાના આધારે ફેસ રેકગ્નિશન ટેકનોલોજી સાથે વર્તમાન લોકપ્રિય ક્યૂઆર કોડ તકનીકને એકીકૃત કરે છે. એપ્લિકેશન અને એકાઉન્ટ બહુવિધ ચુકવણી પદ્ધતિઓને ટેકો આપી શકે છે. વપરાશકર્તાઓને ફક્ત એકવાર એપ્લિકેશનમાં નોંધણી કરવાની જરૂર છે. તેઓ પસંદગીયુક્ત રીતે બે એપ્લિકેશન પદ્ધતિઓ ખોલી શકે છે, જે વપરાશકર્તાના અનુભવને વધુ અસરકારક રીતે સુધારે છે અને વપરાશકર્તાઓની સ્વીકૃતિને વેગ આપે છે.

6. ચહેરાની ઓળખની એપ્લિકેશન

જ્યારે ઉપરોક્ત સમસ્યાઓ હલ થઈ શકે છે, હંગઝો ગોલોંગ ટેકનોલોજીએ પણ વિવિધ એપ્લિકેશનોમાં ચહેરો ચુકવણી લંબાવી છે.

પ્રથમ સલામતીની એપ્લિકેશન છે, જે ચહેરાના ચુકવણી ઉપકરણોને મૂલ્યના બીજા સ્તરને સક્ષમ કરી શકે છે.

બીજું, ચહેરો માન્યતા વિશેષ જૂથોના બસ કાર્ડ્સ (વૃદ્ધ લોકો, લશ્કરી કર્મચારીઓ, વિદ્યાર્થીઓ, વગેરે) ના ઉધારને કારણે થતી ખોટને પણ હલ કરી શકે છે, અને તે જ સમયે પ્રેફરન્શિયલ કાર્ડ્સના annual નલાઇન વાર્ષિક ચેકની અનુભૂતિ કરે છે.

ત્રીજું, તે ડ્રાઇવરોના ચહેરા દ્વારા હાજરી, ડ્રાઇવિંગ વર્તણૂક વિશ્લેષણ અને મુસાફરોના પ્રવાહના આંકડા જેવી ઘણી એપ્લિકેશનો પ્રાપ્ત કરવા માટે બસના સમયપત્રક અને ડ્રાઇવિંગ સલામતીને પણ જોડે છે.

ચોથું, રોગચાળા દરમિયાન, ચહેરાના માન્યતાનો ઉપયોગ રોગચાળાના નિવારણ અને નિયંત્રણ માટે વધુ સારા ડેટા આંકડા પ્રદાન કરી શકે છે, અને મેન્યુઅલ આંકડાઓના વર્કલોડને ઘટાડે છે.