Inovacijom i razvojem tehnologije mobilnog plaćanja, inteligentno plaćanje lica pripalo je javnosti nakon sve zrelijeg i populariziranog plaćanja QR koda, posebno brzog razvoja tehnologije prepoznavanja lica u posljednje dvije godine. Učinkovito poboljšanje točnosti prepoznavanja i brzine pružilo je temelj za primjenu prepoznavanja lica u mnogim poljima.
Primjena prepoznavanja lica počela se postupno povećavati. Službenim pokretanjem projekta plaćanja lica Jinhua u siječnju 2019., postao je prvi grad u Kini koji je koristio sustav "prepoznavanje lica", započinjući novu eru plaćanja lica u autobusnoj industriji.
Što kažete na praksu i primjenu tehnologije za prepoznavanje pametnog lica u području javnog prijevoza? U 2019. godini više od 20 gradova u autobusnoj industriji provelo je testove prepoznavanja lica ili koristili sustave za prepoznavanje lica. Prepoznavanje lica postalo je popularno u autobusnoj industriji. Međutim, postoji nekoliko autobusnih putova koje mogu podržati prepoznavanje lica u sekundarnim gradovima. Većina ih je u fazi pokusne operacije. Stoga se može vidjeti da prihvaćanje prepoznavanja lica od strane putnika treba poboljšati. Postoje određena ograničenja.
Problemi s prepoznavanjem lica u javnom prijevozu
Glavni procesi tehnologije prepoznavanja lica uključuju prikupljanje slike lica, otkrivanje lica, prethodno obradu, ekstrakciju lica, podudaranje/prepoznavanje lica, itd.
Postoje neki problemi u praksi i primjeni tehnologije prepoznavanja lica u području javnog prijevoza, kako slijedi:
1. Preciznost prepoznavanja
Plaćanje autobusa pripada industriji plaćanja. Industrija plaćanja zahtijeva visoku točnost prepoznavanja. Pogreške u identifikaciji uzrokovat će veliki broj pritužbi, što je veliki izazov korisničkom iskustvu i radu sabirnice. Oni mogu ozbiljno utjecati na prihvaćanje korisnika za prepoznavanje lica.
2. Unajmljiva korisnička baza
Ima veliku korisničku bazu. U usporedbi s financijskom industrijom i željezničkom industrijom, autobusna industrija ima relativno veću korisničku bazu. Autobusni sustav grada pokriva gotovo sve ljude u gradu. Sekundarni gradovi često imaju milijune korisnika.
3. Učinkovitost prometa
Zbog velikog broja putnika, potrebno je postići brzo prolazak kako bi se izbjegli zagušenja i gužve u prometu, posebno tijekom vršnih sati.
4. Razvjesno radno okruženje
Svaki grad ima autobuse. Ne postoje samo visoke zgrade, vijadukti i tuneli, već i udaljena predgrađa. Stoga je operativno okruženje relativno složeno. U isto vrijeme, različite lokacije i vremena autobusnog stajališta također će imati različita svjetla. Postoje različita okruženja za osvjetljenje poput pozadinskog osvjetljenja, slabog svjetla i jaka svjetlost. Postoje i različita 4G mrežna okruženja u različitim područjima i različitim mjestima na istom području. Internetska identifikacija mjesta sa slabim mrežnim signalima uvelike je ograničena.
5. Viši troškovi izgradnje
Urbani javni prijevoz socijalna je skrb. Većina autobusnih tvrtki suočena je s financijskim ograničenjima. Trenutno su terminali za prepoznavanje lica na tržištu uglavnom terminali za prepoznavanje lica. Ne postoji plaćanje kôda za dodirivanje i QR, tako da autobusi moraju instalirati više terminala. S jedne strane, povećava troškove izgradnje i uzrokuje gubitak socijalnih resursa. S druge strane, više setova opreme često odgovara više skupova sustava upravljanja, što povećava troškove rada i upravljanja, a također donosi probleme u integraciji podataka.
Rješenja za prepoznavanje lica javnog prijevoza
Hangzhou Golong tehnologija pruža kompletan skup rješenja u području javnog prijevoza na temelju tehnologije prepoznavanja lica. Napredna tehnologija se usvaja kako bi se osigurala točnost i prepoznavanje brzine prepoznavanja lica, što će pomoći razvoju tehnologije prepoznavanja lica u području javnog prijevoza.
1. Poboljšajte točnost prepoznavanja
Proizvodi za prepoznavanje lica Hangzhou Golong tehnologije koriste 3D tehnologiju prepoznavanja lica. 3D tehnologija prepoznavanja lica ima veću prilagodljivost različitim situacijama.
Može postići veću točnost prepoznavanja i učinkovito riješiti probleme prepoznavanja lica.
U smislu učinkovitosti prepoznavanja, Golong Technology prihvaća izvanmrežnu i internetsku metodu dvostrukog prepoznavanja glavne opreme i rezervnih poslužitelja, što može postići mlilsekundsku izvanmrežnu prepoznavanje. Nadalje, može riješiti većinu prepoznavanja korisnika tijekom vršnog sata. Drugim riječima, može ubrzati brzinu prepoznavanja, povećati točnost, smanjiti podatke o komunikaciji i smanjiti tlak prepoznavanja sigurnosnih poslužitelja.
Radno okruženje sabirnice je složeno i raznoliko, a svjetlosno okruženje je drugačije. Hangzhou Golong tehnologija bilježi podatke o licu kombinacijom optičkih i infracrvenih kamera, što učinkovitije osigurava brzinu i točnost prepoznavanja lica u jakom svjetlu, slabom svjetlu i pozadinskom osvjetljenju. Korisnicima može pružiti bolje iskustvo tijekom putovanja.
2. Oborivanje velike korisničke baze
Prije svega, s razvojem računalnih kapaciteta, postojeća računala uspjela su identificirati milijun - baza podataka i usporediti informacije od desetaka milijuna ljudi. Drugo, široka primjena oblačnih usluga također pruža učinkovitiji model implementacije i razumljiviju stopu korištenja resursa. Treće, s raširenom promocijom mikroservisa i drugih arhitektura, operacije baza podataka i višestrukih čvorova postali su stvarnost za pružanje boljih rješenja. Također se mogu napraviti usporedbe s više slojeva. Putnici se mogu podijeliti u različite knjižnice prema pravilima putovanja itd. Male baze podataka pregledavaju velike baze podataka. Tada se može realizirati točno prepoznavanje. Gornja tehnologija može se koristiti za rješavanje velike korisničke baze.
3. Poboljšajte učinkovitost protoka prometa
Postoji nekoliko rješenja za problem učinkovitosti prometa:
Prije svega, može se postići izvanmrežna identifikacija radi rješavanja problema učinkovitosti uzrokovanog kašnjenjem mreže. Offline identifikacija sada je uglavnom ograničena računalnom snagom Headend uređaja i veličinom lokalne baze podataka pohranjenih lica. Stoga je potreban skup algoritama kako bi se pregledali uobičajeni putnici svakog sabirnice. Informacije o putovanjima svake osobe mogu se analizirati velikim podacima.
Drugo, s razvojem i postupnom uporabom 5G tehnologije, mreže za prijenos brzine također će postati izvrsno rješenje. Konačno, kamere za hvatanje raspoređene su za prethodno identificiranje putnika u stvarnom - vrijeme na nekim mjestima, kao što su BRT platforme, vrata podzemne željeznice itd. Nakon uspješne identifikacije, informacije o putnicima sinkroniziraju se na terminal za punjenje radi postizanja brze identifikacije.
4. Osmjerite problem velikih razlika u radnom okruženju
U stvarnom radu javnog prijevoza, okoliš je složen. Za različite probleme s svjetlom, 3D prepoznavanje spomenuto u točnosti prepoznavanja može riješiti ovaj problem. Bilo da se radi o slabom svjetlu, pozadinskom osvjetljenju ili snažnom svjetlu, lica se mogu dobro prepoznati. Drugo, prepoznavanje lica može se kombinirati s QR kodovima. Različiti načini plaćanja odgovaraju istom računu, koji ne samo da može poboljšati korisničko iskustvo, već i riješiti probleme uzrokovane okolinom u plaćanju lica.
5. Podaci troškova
U pogledu uštede troškova, Golong koristi metodu integracije sustava umjesto da zamjenjuje postojeće načine plaćanja. Trenutno su IC kartice, QR kodovi, plaćanje lica i drugi načini plaćanja integrirani u potpuni terminal za plaćanje, a ne na jedan terminal za plaćanje lica. Hangzhou GoLong Technology integrira trenutnu popularni QR Code tehnologija s tehnologijom prepoznavanja lica na temelju poboljšanja učinkovitosti i točnosti prepoznavanja lica. Aplikacija i račun mogu podržati više načina plaćanja. Korisnici se moraju registrirati u aplikaciji samo jednom. Oni mogu selektivno otvoriti dvije metode aplikacije, što učinkovitije poboljšava korisničko iskustvo i ubrzava prihvaćanje korisnika.
6. Promjena prepoznavanja lica
Iako se gornji problemi mogu riješiti, tehnologija Hangzhou Golong također je proširila plaćanje lica na različite aplikacije.
Prva je primjena sigurnosti koja može omogućiti da se uređaji za plaćanje licenciraju da izvrše još jedan sloj vrijednosti.
Drugo, prepoznavanje lica također može riješiti gubitke uzrokovane zaduživanjem autobusnih karata posebnih grupa (stariji ljudi, vojno osoblje, studenti itd.) I istovremeno ostvariti internetsku godišnju provjeru preferencijalnih karata.
Treće, također kombinira raspored autobusa i sigurnost vožnje kako bi se postigla više aplikacija kao što su sudjelovanje u snimanju putem vozačkih lica, analize ponašanja u vožnji i statistika protoka putnika.
Četvrto, tijekom epidemije, primjena prepoznavanja lica može pružiti bolju statistiku podataka za prevenciju i kontrolu epidemije i smanjiti radno opterećenje ručne statistike.