Con l'innovazione e lo sviluppo della tecnologia di pagamento mobile, il pagamento intelligente per il riconoscimento del volto è arrivato all'attenzione del pubblico dopo il pagamento del codice QR sempre più maturo e reso popolare, in particolare il rapido sviluppo della tecnologia di riconoscimento facciale negli ultimi due anni. L'efficace miglioramento dell'accuratezza e della velocità di riconoscimento ha fornito una base per l'applicazione del riconoscimento del viso in molti campi.
L'applicazione del riconoscimento del viso ha iniziato ad aumentare gradualmente. Con il lancio ufficiale del progetto di pagamento sugli autobus Jinhua nel gennaio 2019, è diventata la prima città in Cina a utilizzare il sistema di "riconoscimento facciale", iniziando una nuova era di pagamento del viso nel settore degli autobus.
Che ne dici della pratica e dell'applicazione della tecnologia di riconoscimento del volto intelligente nel campo dei trasporti pubblici? Nel 2019, oltre 20 città del settore degli autobus hanno condotto test di riconoscimento delle faccia o sistemi di riconoscimento facciale. Il riconoscimento del viso è diventato popolare nel settore degli autobus. Tuttavia, ci sono alcune percorsi di autobus che possono supportare il riconoscimento facciale nelle città secondarie. La maggior parte di loro è nella fase di operazione di prova. Pertanto, si può vedere che l'accettazione del riconoscimento facciale da parte dei passeggeri deve essere migliorata. Ci sono alcune limitazioni.
Problemi con il riconoscimento facciale nei trasporti pubblici
I principali processi di tecnologia di riconoscimento del viso includono l'acquisizione di immagini facciali, il rilevamento del viso, la preelaborazione, l'estrazione delle caratteristiche del viso, la corrispondenza/riconoscimento del viso, ecc.
Ci sono alcuni problemi nella pratica e nell'applicazione della tecnologia di riconoscimento facciale nel campo del trasporto pubblico, come segue:
1. Accuratezza del riconoscimento elevato
Il pagamento degli autobus appartiene al settore dei pagamenti. Il settore dei pagamenti richiede un'elevata precisione di riconoscimento. Gli errori di identificazione causeranno un gran numero di reclami, il che è una grande sfida all'esperienza dell'utente e al funzionamento del bus. Possono influenzare seriamente l'accettazione degli utenti del riconoscimento facciale.
2. Base di utenti di Lorge
Ha una grande base di utenti. Rispetto all'industria finanziaria e all'industria ferroviaria, l'industria degli autobus ha una base di utenti relativamente più ampia. Il sistema di autobus di una città copre quasi tutte le persone in città. Le città secondarie hanno spesso milioni di utenti.
3. Efficienza del traffico alta
A causa del gran numero di passeggeri, è necessario ottenere un passaggio rapido per evitare congestione e ingorghi, specialmente durante le ore di punta.
4. Ambiente operativo diverso
Ogni città ha gli autobus. Non ci sono solo edifici alti, viadotti e tunnel, ma anche sobborghi remoti. Pertanto, l'ambiente operativo è relativamente complesso. Allo stesso tempo, anche diverse posizioni e orari della fermata dell'autobus avranno luci diverse. Esistono diversi ambienti di illuminazione come retroilluminazione, bassa luce e luce forte. Esistono anche diversi ambienti di rete 4G in diverse aree e posizioni diverse nella stessa area. L'identificazione online di luoghi con segnali di rete deboli è notevolmente limitata.
5. COSTI DI COSTRUZIONE ALTA
Il trasporto pubblico urbano è un benessere sociale. La maggior parte delle compagnie di autobus si trova ad affrontare vincoli finanziari. Al momento, i terminali di riconoscimento del volto sul mercato sono per lo più terminali di riconoscimento facciale. Non esiste un pagamento del codice QR e non è necessario installare più terminali. Da un lato, aumenta i costi di costruzione e provoca uno spreco di risorse sociali. D'altra parte, più set di apparecchiature corrispondono spesso a più serie di sistemi di gestione, che aumenta i costi operativi e di gestione e portano anche problemi all'integrazione dei dati.
Soluzioni di riconoscimento facciale dei trasporti pubblici
La tecnologia Hangzhou Golong fornisce una serie completa di soluzioni nel campo dei trasporti pubblici basati sulla tecnologia di riconoscimento facciale. La tecnologia avanzata viene adottata per garantire l'accuratezza e la velocità di riconoscimento del riconoscimento facciale, che aiuterà lo sviluppo della tecnologia di riconoscimento facciale nel campo dei trasporti pubblici.
1. Accuratezza del riconoscimento
I prodotti per il riconoscimento facciale della tecnologia di Hangzhou Golong utilizzano la tecnologia di riconoscimento del volto 3D. La tecnologia di riconoscimento del volto 3D ha una maggiore adattabilità a varie situazioni.
Può ottenere una maggiore precisione di riconoscimento e risolvere efficacemente i problemi del riconoscimento del viso.
In termini di efficienza di riconoscimento, Golong Technology adotta il metodo di doppio riconoscimento offline e online delle attrezzature per il capo e dei server di backend, che può ottenere il riconoscimento offline di millisecondi. Inoltre, può risolvere la maggior parte del riconoscimento degli utenti durante l'ora di punta. In altre parole, può accelerare la velocità di riconoscimento, aumentare l'accuratezza, ridurre i dati di comunicazione e ridurre la pressione di riconoscimento dei server di backend.
L'ambiente operativo del bus è complesso e vario e l'ambiente leggero è diverso. La tecnologia Hangzhou Golong cattura i dati facciali attraverso una combinazione di telecamere ottiche e a infrarossi, il che garantisce in modo più efficace la velocità e l'accuratezza del riconoscimento del viso in luce forte, luce debole e retroilluminazione. Può offrire agli utenti un'esperienza migliore quando si viaggia.
2.Stupolo di grandi dimensioni di una base di utenti
Innanzitutto, con lo sviluppo della capacità di elaborazione, i computer esistenti sono stati in grado di identificare milioni di database in scala e confrontare le informazioni da decine di milioni di persone. In secondo luogo, l'ampia applicazione dei servizi cloud fornisce anche un modello di distribuzione più efficace e un tasso di utilizzo delle risorse più ragionevole. In terzo luogo, con la diffusa promozione di microservizi e altre architetture, le operazioni di database e multi -nodo sono diventate una realtà per fornire soluzioni migliori. In quarto luogo, è possibile effettuare anche confronti multi - I passeggeri possono essere divisi in diverse librerie in base alle regole di viaggio, ecc. I piccoli database sono sottoposti a screening da database di grandi dimensioni. Quindi, è possibile realizzare un riconoscimento accurato. La tecnologia di cui sopra può essere utilizzata per risolvere una grande base di utenti.
3. Rappresenta l'efficienza del flusso di traffico
Esistono diverse soluzioni al problema dell'efficienza del traffico:
Prima di tutto, è possibile ottenere l'identificazione offline per risolvere il problema dell'efficienza causata dalla latenza di rete. L'identificazione offline è ora principalmente limitata dalla potenza di calcolo dei dispositivi di testa e dalle dimensioni del database locale dei volti memorizzati. Pertanto, è necessario un insieme di algoritmi per selezionare i passeggeri comuni di ciascun bus. Le informazioni di viaggio di ogni persona possono essere analizzate tramite Big Data.
In secondo luogo, con lo sviluppo e l'uso graduale della tecnologia 5G, anche le reti di trasmissione ad alta velocità diventeranno una soluzione eccellente. Infine, le telecamere di cattura vengono distribuite per preparare i passeggeri in tempo reale in alcuni punti, come piattaforme BRT, cancelli della metropolitana, ecc. Dopo un'identificazione riuscita, le informazioni sui passeggeri vengono sincronizzate al terminale di ricarica per ottenere una rapida identificazione.
4.Stupisci il problema di grandi differenze negli ambienti operativi
Nell'effettivo funzionamento dei trasporti pubblici, l'ambiente è complesso. Per diversi problemi di luce, il riconoscimento 3D menzionato nell'accuratezza del riconoscimento può risolvere questo problema. Che si tratti di bassa luce, retroilluminazione o luce forte, le facce possono essere ben riconosciute. In secondo luogo, il riconoscimento del viso può essere combinato con i codici QR. Diversi metodi di pagamento corrispondono allo stesso account, che non solo possono migliorare l'esperienza dell'utente, ma anche risolvere i problemi causati dall'ambiente nel pagamento del viso.
5. costi di salvataggio
In termini di risparmio sui costi, Golong utilizza un metodo di integrazione del sistema invece di sostituire i metodi di pagamento esistenti. Al momento, le carte IC, i codici QR, il pagamento del viso e altri metodi di pagamento sono integrati nel terminale di pagamento completo, piuttosto che un terminale di pagamento a faccia singola. La tecnologia Hangzhou Golong integra l'attuale tecnologia di codice QR attuale con la tecnologia di riconoscimento facciale sulla base del miglioramento dell'efficienza e dell'accuratezza del riconoscimento facciale. Un'app e un account possono supportare più metodi di pagamento. Gli utenti devono registrarsi nell'app solo una volta. Possono aprire selettivamente due metodi di applicazione, che migliora più efficacemente l'esperienza dell'utente e accelera l'accettazione degli utenti.
6. Applicazione a livello di riconoscimento facciale
Mentre i problemi di cui sopra possono essere risolti, la tecnologia Hangzhou Golong ha anche esteso il pagamento del viso a varie applicazioni.
Il primo è l'applicazione della sicurezza, che può consentire ai dispositivi di pagamento di faccia di esercitare un altro livello di valore.
In secondo luogo, il riconoscimento del viso può anche risolvere le perdite causate dal prestito delle carte degli autobus dei gruppi speciali (anziani, personale militare, studenti, ecc.) E realizzare allo stesso tempo il controllo annuale online delle carte preferenziali.
In terzo luogo, combina anche la pianificazione degli autobus e la sicurezza di guida per ottenere più applicazioni come la registrazione della partecipazione attraverso i volti dei conducenti, l'analisi del comportamento di guida e le statistiche sul flusso dei passeggeri.
In quarto luogo, durante l'epidemia, l'applicazione del riconoscimento facciale può fornire migliori statistiche sui dati per la prevenzione e il controllo dell'epidemia e ridurre il carico di lavoro delle statistiche manuali.