Տաք արտադրանք

Խելացի դեմքի ճանաչման տեխնոլոգիայի պրակտիկա եւ կիրառություն հասարակական տրանսպորտի ոլորտում

1351 բառ | Վերջին թարմացումը՝ 2024-04-19 | By Գոլոնգ
Հեղինակ՝ Գոլոնգ
Մենք հանրային տրանսպորտի վճարային համակարգերի առաջատար մատակարար ենք, որը հիմնադրվել է 2015 թվականին: Մենք կենտրոնացած ենք IoT-ի, դեմքի ճանաչման և թվային արժույթի համար խելացի սարքավորումների և ծրագրաշարերի մշակման և շահագործման վրա:
Practice and Application of Smart Face Recognition Technology in the Field of Public Transportation
Բովանդակություն

    Բջջային վճարային տեխնոլոգիաների նորամուծությամբ եւ զարգացումով, խելացի դեմքի ճանաչման վճարը հանրության ուշադրության է հասել ավելի ու ավելի հասուն եւ ժողովրդականացված QR կոդ վճարումից հետո, հատկապես վերջին երկու տարիներին դեմքի ճանաչման տեխնոլոգիայի արագ զարգացում: Recognition անաչման ճշգրտության եւ արագության արդյունավետ բարելավումը հիմք է հանդիսացել շատ ոլորտներում դեմքի ճանաչման կիրառման համար:
    Դեմքի ճանաչման կիրառումը սկսեց աստիճանաբար աճել: 2019 թվականի հունվարին Jin ինհուա ավտոբուսի վճարային ծրագրի պաշտոնական մեկնարկով այն դարձավ Չինաստանի առաջին քաղաքը `օգտագործելու« Դեմքի ճանաչումը »համակարգը, սկսած ավտոբուսի արդյունաբերության մեջ առկա է դեմքի վճարման նոր դարաշրջան:

    Ինչ վերաբերում է SMART դեմքի ճանաչման տեխնոլոգիայի պրակտիկային եւ կիրառմանը հասարակական տրանսպորտի ոլորտում: 2019-ին ավտոբուսային արդյունաբերության ավելի քան 20 քաղաքներ իրականացրել են դեմքի ճանաչման թեստեր կամ օգտագործվել են դեմքի ճանաչման համակարգեր: Դեմքի ճանաչումը հանրաճանաչ է դարձել ավտոբուսային արդյունաբերության մեջ: Այնուամենայնիվ, կան մի քանի ավտոբուսային երթուղիներ, որոնք կարող են աջակցել դեմքի ճանաչմանը միջնակարգ քաղաքներում: Նրանց մեծ մասը գտնվում է դատական ​​գործողության փուլում: Հետեւաբար, կարելի է տեսնել, որ ուղեւորների կողմից դեմքի ճանաչման ընդունումը պետք է բարելավվի: Կան որոշակի սահմանափակումներ:

    Դեմքի ճանաչման խնդիրներ հասարակական տրանսպորտում

    Դեմքի ճանաչման տեխնոլոգիայի հիմնական գործընթացները ներառում են դեմքի պատկերի ձեռքբերում, դեմքի հայտնաբերում, նախամրցանակ, դեմքի խաղարկային արդյունահանում, դեմքի համապատասխանեցում / ճանաչում եւ այլն:
    Հասարակական տրանսպորտի ոլորտում առկա է խնդիրներ եւ դեմքի ճանաչման տեխնոլոգիայի կիրառման խնդիրներ, հետեւյալ կերպ.

    1. Բարձր ճանաչման ճշգրտություն

    Ավտոբուսի վճարումը պատկանում է վճարային արդյունաբերությանը: Վճարային արդյունաբերությունը պահանջում է բարձր ճանաչման ճշգրտություն: Նույնականացման սխալները կհանգեցնեն մեծ թվով բողոքների, ինչը մեծ մարտահրավեր է օգտագործողի փորձի եւ ավտոբուսի շահագործման համար: Նրանք կարող են լրջորեն ազդել օգտագործողների դեմքի ճանաչման ընդունման վրա:

    2. Աշխատողի բազան

    Այն ունի մեծ օգտագործողի բազա: Ֆինանսական արդյունաբերության եւ երկաթուղային արդյունաբերության համեմատությամբ ավտոբուսային արդյունաբերությունն ունի համեմատաբար ավելի մեծ օգտվողի բազա: Քաղաքի ավտոբուսի համակարգը ընդգրկում է քաղաքի գրեթե բոլոր մարդկանց: Միջնակարգ քաղաքները հաճախ ունենում են միլիոնավոր օգտվողներ:

    3. Բարձր երթեւեկության արդյունավետություն

    Մեծ թվով ուղեւորների շնորհիվ պահանջվում է արագ անցնել, որպեսզի խուսափեն գերբնակվածությունից եւ խցանումներից, հատկապես գագաթնակետային ժամերին:

    4.Different օպերացիոն միջավայր

    Յուրաքանչյուր քաղաք ունի ավտոբուսներ: Գոյություն ունեն ոչ միայն բարձր շենքեր, վիադներ եւ թունելներ, այլեւ հեռավոր արվարձաններ: Հետեւաբար, գործառնական միջավայրը համեմատաբար բարդ է: Միեւնույն ժամանակ, ավտոբուսի կանգառի տարբեր վայրեր եւ ժամանակներ նույնպես կունենան տարբեր լույսեր: Կան տարբեր լուսավորող միջավայրեր, ինչպիսիք են լուսավորությունը, ցածր լույսը եւ ուժեղ լույսը: Նույն տարածքի տարբեր ոլորտներում եւ տարբեր վայրերում կան նաեւ տարբեր 4G ցանցային միջավայրեր: Թույլ ցանցային ազդանշաններով տեղերի առցանց նույնականացումը մեծապես սահմանափակ է:

    5. Բարձր շինարարական ծախսեր

    Քաղաքային հասարակական տրանսպորտը սոցիալական բարեկեցություն է: Ավտոբուսային ընկերությունների մեծ մասը բախվում է ֆինանսական սահմանափակումների: Ներկայումս շուկայում առկա է դեմքի ճանաչման տերմինալները հիմնականում բախվում են ճանաչման տերմինալների: Չկա թակել եւ QR կոդ վճարում, ուստի ավտոբուսները պետք է տեղադրեն բազմաթիվ տերմինալներ: Մի կողմից այն մեծացնում է շինարարության ծախսերը եւ առաջացնում սոցիալական ռեսուրսների վատնում: Մյուս կողմից, սարքավորումների բազմակի հավաքածուները հաճախ համապատասխանում են կառավարման համակարգերի բազմաթիվ հավաքածուներին, որոնք մեծացնում են շահագործման եւ կառավարման ծախսերը եւ նաեւ խնդիրներ են բերում տվյալների ինտեգրման մեջ:

    Հասարակական տրանսպորտի դեմքի ճանաչման լուծումներ

    Hangzhou Golong տեխնոլոգիան ապահովում է հասարակական տրանսպորտի ոլորտում լուծումների ամբողջական փաթեթ, հիմնվելով դեմքի ճանաչման տեխնոլոգիայի վրա: Ընդլայնված տեխնոլոգիան ընդունվում է դեմքի ճանաչման ճշգրտության եւ ճանաչման արագությունը, ինչը կօգնի հասարակական տրանսպորտի ոլորտում դեմքի ճանաչման տեխնոլոգիայի զարգացմանը:

    1.Արտում է RESCESTION ճշգրտությունը

    Hangzhou Golong տեխնոլոգիայի դեմքի ճանաչման արտադրանքը օգտագործում է 3D դեմքի ճանաչման տեխնոլոգիա: 3D դեմքի ճանաչման տեխնոլոգիան ավելի մեծ հարմարեցում ունի տարբեր իրավիճակների:
    Այն կարող է հասնել ավելի բարձր ճանաչման ճշգրտության եւ արդյունավետորեն լուծել դեմքի ճանաչման խնդիրները:

    Recognition անաչման արդյունավետության առումով Golong տեխնոլոգիան ընդունում է Գլխավոր սարքավորումների եւ հետադարձ սերվերների անցանց եւ առցանց կրկնակի ճանաչման եղանակը, որոնք կարող են հասնել Millisecond- ի անցանց ճանաչման: Ավելին, այն կարող է լուծել օգտագործողի ճանաչման մեծ մասը գագաթնակետին: Այլ կերպ ասած, այն կարող է արագացնել ճանաչման արագությունը, բարձրացնել ճշգրտությունը, նվազեցնել հաղորդակցման տվյալները եւ նվազեցնել հետեւի սերվերների ճանաչման ճնշումը:

    Ավտոբուսի գործառնական միջավայրը բարդ է եւ բազմազան, իսկ թեթեւ միջավայրը տարբեր է: Hangzhou Golong տեխնոլոգիաները գրավում են դեմքի տվյալները օպտիկական եւ ինֆրակարմիր տեսախցիկների համադրությամբ, որն ավելի արդյունավետորեն ապահովում է դեմքի ճանաչման արագությունն ու ճշգրտությունը ուժեղ լույսի, թույլ լույսի ներքո: Այն կարող է ճանապարհորդելիս ավելի լավ փորձ ունեցող օգտվողներին տրամադրել ավելի լավ փորձ:

    2. Ընդհանուր օգտագործողի բազան

    Առաջին հերթին, հաշվարկային հզորության մշակմամբ, առկա համակարգիչները կարողացել են նույնականացնել միլիոնավոր տվյալների բազաներով տվյալների բազաներով եւ համեմատել տեղեկատվությունը տասնյակ միլիոնավոր մարդկանցից: Երկրորդ, ամպային ծառայությունների լայն կիրառումը նաեւ ապահովում է տեղակայման ավելի արդյունավետ մոդել եւ ռեսուրսների օգտագործման ավելի ողջամիտ տոկոսադրույքներ: Երրորդ, մանրադիտակների եւ այլ ճարտարապետությունների, տվյալների բազայի եւ բազմաբնույթների տարածված խթանմամբ `հանգույցի գործողություններն իրականություն դարձան ավելի լավ լուծումներ ապահովելու համար: Չորրորդ, բազմաբնակարան - Շերտերի համեմատություններ կարող են արվել նաեւ: Ուղեւորները կարող են բաժանվել տարբեր գրադարանների, ըստ ճանապարհորդության կանոնների եւ այլն: Փոքր տվյալների բազաները ցուցադրվում են մեծ տվյալների բազաներով: Այնուհետեւ կարող է իրականացվել ճշգրիտ ճանաչում: Վերոնշյալ տեխնոլոգիան կարող է օգտագործվել մեծ օգտագործողի բազան լուծելու համար:

    3.PraveProve երթեւեկության հոսքի արդյունավետությունը

    Առկա են երթեւեկության արդյունավետության խնդրի մի քանի լուծումներ.

    Առաջին հերթին, անցանց նույնականացումը կարելի է հասնել ցանցային լատենտության հետեւանքով առաջացած արդյունավետության խնդիրը լուծելու համար: Այժմ անցանց նույնականացումը հիմնականում սահմանափակվում է գլխուղեղի սարքերի հաշվարկային ուժով եւ պահվող դեմքերի տեղական տվյալների բազայի չափի միջոցով: Հետեւաբար, յուրաքանչյուր ավտոբուսի ընդհանուր ուղեւորները ցուցադրելու համար անհրաժեշտ է մի շարք ալգորիթմներ: Յուրաքանչյուր անձի ճանապարհորդական տեղեկատվությունը կարող է վերլուծվել մեծ տվյալների միջոցով:

    Երկրորդ, 5G տեխնոլոգիայի զարգացման եւ աստիճանական օգտագործմամբ, բարձր - Արագության փոխանցման ցանցերը նույնպես կդառնան հիանալի լուծում: Վերջապես, գրավի տեսախցիկները տեղակայված են նախապես - Ուղեւորներին նույնականացնել որոշ տեղերում, ինչպիսիք են BRT պլատֆորմները, մետրոյի դարպասները եւ այլն:

    4. Համաձայնեք խոշոր տարբերությունների խնդիրը գործառնական միջավայրում

    Հասարակական տրանսպորտի իրական գործողության մեջ շրջակա միջավայրը բարդ է: Տարբեր թեթեւ խնդիրների համար ճանաչման ճշգրտության մեջ նշված 3D ճանաչումը կարող է լուծել այս խնդիրը: Անկախ նրանից, թե դա ցածր լույս է, լուսավորություն կամ ուժեղ լույս, դեմքերը կարող են լավ ճանաչվել: Երկրորդ, դեմքի ճանաչումը կարող է զուգակցվել QR կոդերի հետ: Վճարման տարբեր եղանակներ համապատասխանում են նույն հաշվին, որը կարող է ոչ միայն բարելավել օգտագործողի փորձը, այլեւ լուծել դեմքի վճարման հետեւանքով առաջացած խնդիրները:

    5. Պահպանեք ծախսերը

    Արժեքների խնայողությունների առումով Golong- ը օգտագործում է համակարգի ինտեգրման մեթոդ `առկա վճարման եղանակները փոխարինելու փոխարեն: Ներկայումս IC քարտերը, QR կոդերը, դեմքի վճարումը եւ վճարման այլ եղանակները ինտեգրված են վճարման ամբողջական տերմինալում, այլ ոչ թե մեկ դեմքի վճարային տերմինալ: Hangzhou Golong տեխնոլոգիան ինտեգրում է QR կոդերի ներկայիս հանրաճանաչ տեխնոլոգիան դեմքի ճանաչման տեխնոլոգիայով `դեմքի ճանաչման արդյունավետության եւ ճշգրտության բարելավման հիման վրա: Ծրագիր եւ հաշիվ կարող են աջակցել վճարման բազմաթիվ եղանակներին: Օգտագործողները միայն մեկ անգամ պետք է գրանցվեն հավելվածում: Նրանք կարող են ընտրել երկու դիմումի երկու մեթոդ, ինչը ավելի արդյունավետորեն բարելավում է օգտագործողի փորձը եւ արագացնում օգտվողների ընդունումը:

    6. Դեմքի ճանաչման լավագույն կիրառում

    Թեեւ վերը նշված խնդիրները կարող են լուծվել, Hangzhou Golong տեխնոլոգիաները նաեւ դեմքի վճարումը երկարացրել են տարբեր ծրագրերում:

    Առաջինը անվտանգության կիրառումն է, որը կարող է առաջացնել դեմքի վճարման սարքեր `արժեքի մեկ այլ շերտ գործադրելու համար:

    Երկրորդ, դեմքի ճանաչումը կարող է լուծել նաեւ հատուկ խմբերի ավտոբուսային քարտերի (տարեցների, զինծառայողների, ուսանողների, ուսանողների, ուսանողների եւ այլն) փոխառության պատճառած կորուստները եւ միաժամանակ իրականացնել արտոնյալ քարտերի առցանց տարեկան ստուգումը:

    Երրորդ, այն նաեւ համատեղում է ավտոբուսի պլանավորումը եւ շարժիչ անվտանգությունը `բազմաթիվ դիմումների հասնելու համար, ինչպիսիք են վարորդների դեմքերը` վարորդների վերլուծության եւ ուղեւորափոխադրման վիճակագրության միջոցով:

    Չորրորդ, համաճարակի ընթացքում դեմքի ճանաչման կիրառումը կարող է ավելի լավ տվյալների վիճակագրություն տրամադրել համաճարակների կանխարգելման եւ վերահսկման եւ մեխանիկական վիճակագրության ծանրաբեռնվածության համար: