ಮೊಬೈಲ್ ಪಾವತಿ ತಂತ್ರಜ್ಞಾನದ ಆವಿಷ್ಕಾರ ಮತ್ತು ಅಭಿವೃದ್ಧಿಯೊಂದಿಗೆ, ಹೆಚ್ಚುತ್ತಿರುವ ಪ್ರಬುದ್ಧ ಮತ್ತು ಜನಪ್ರಿಯವಾದ ಕ್ಯೂಆರ್ ಕೋಡ್ ಪಾವತಿಯ ನಂತರ ಬುದ್ಧಿವಂತ ಮುಖ ಗುರುತಿಸುವಿಕೆ ಪಾವತಿ ಸಾರ್ವಜನಿಕರ ಗಮನಕ್ಕೆ ಬಂದಿದೆ, ವಿಶೇಷವಾಗಿ ಕಳೆದ ಎರಡು ವರ್ಷಗಳಲ್ಲಿ ಮುಖ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನದ ತ್ವರಿತ ಅಭಿವೃದ್ಧಿ. ಗುರುತಿಸುವಿಕೆ ನಿಖರತೆ ಮತ್ತು ವೇಗದ ಪರಿಣಾಮಕಾರಿ ಸುಧಾರಣೆಯು ಅನೇಕ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಮುಖ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಅನ್ವಯಿಸಲು ಒಂದು ಅಡಿಪಾಯವನ್ನು ಒದಗಿಸಿದೆ.
ಮುಖ ಗುರುತಿಸುವಿಕೆಯ ಅನ್ವಯವು ಕ್ರಮೇಣ ಹೆಚ್ಚಾಗತೊಡಗಿತು. ಜನವರಿ 2019 ರಲ್ಲಿ ಜಿನ್ಹುವಾ ಬಸ್ ಫೇಸ್ ಪೇಮೆಂಟ್ ಯೋಜನೆಯ ಅಧಿಕೃತ ಪ್ರಾರಂಭದೊಂದಿಗೆ, ಇದು "ಫೇಸ್ ರೆಕಗ್ನಿಷನ್" ವ್ಯವಸ್ಥೆಯನ್ನು ಬಳಸಿದ ಚೀನಾದ ಮೊದಲ ನಗರವಾಯಿತು, ಇದು ಬಸ್ ಉದ್ಯಮದಲ್ಲಿ ಮುಖದ ಪಾವತಿಯ ಹೊಸ ಯುಗವನ್ನು ಪ್ರಾರಂಭಿಸಿತು.
ಸಾರ್ವಜನಿಕ ಸಾರಿಗೆ ಕ್ಷೇತ್ರದಲ್ಲಿ ಸ್ಮಾರ್ಟ್ ಫೇಸ್ ರೆಕಗ್ನಿಷನ್ ತಂತ್ರಜ್ಞಾನದ ಅಭ್ಯಾಸ ಮತ್ತು ಅನ್ವಯದ ಬಗ್ಗೆ ಹೇಗೆ? 2019 ರಲ್ಲಿ, ಬಸ್ ಉದ್ಯಮದಲ್ಲಿ 20 ಕ್ಕೂ ಹೆಚ್ಚು ನಗರಗಳು ಮುಖ ಗುರುತಿಸುವಿಕೆ ಪರೀಕ್ಷೆಗಳನ್ನು ನಡೆಸಿವೆ ಅಥವಾ ಮುಖ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬಳಸಿಕೊಂಡಿವೆ. ಮುಖ ಗುರುತಿಸುವಿಕೆ ಬಸ್ ಉದ್ಯಮದಲ್ಲಿ ಜನಪ್ರಿಯವಾಗಿದೆ. ಆದಾಗ್ಯೂ, ದ್ವಿತೀಯ ನಗರಗಳಲ್ಲಿ ಮುಖ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಬೆಂಬಲಿಸುವ ಕೆಲವು ಬಸ್ ಮಾರ್ಗಗಳಿವೆ. ಅವರಲ್ಲಿ ಹೆಚ್ಚಿನವರು ಪ್ರಾಯೋಗಿಕ ಕಾರ್ಯಾಚರಣೆಯ ಹಂತದಲ್ಲಿದ್ದಾರೆ. ಆದ್ದರಿಂದ, ಪ್ರಯಾಣಿಕರಿಂದ ಮುಖ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಸ್ವೀಕಾರವನ್ನು ಸುಧಾರಿಸಬೇಕಾಗಿದೆ ಎಂದು ನೋಡಬಹುದು. ಕೆಲವು ಮಿತಿಗಳಿವೆ.
ಸಾರ್ವಜನಿಕ ಸಾರಿಗೆಯಲ್ಲಿ ಮುಖ ಗುರುತಿಸುವಿಕೆಯ ತೊಂದರೆಗಳು
ಮುಖ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನದ ಮುಖ್ಯ ಪ್ರಕ್ರಿಯೆಗಳಲ್ಲಿ ಫೇಸ್ ಇಮೇಜ್ ಸ್ವಾಧೀನ, ಮುಖ ಪತ್ತೆ, ಪ್ರಿಪ್ರೊಸೆಸಿಂಗ್, ಫೇಸ್ ಫೀಚರ್ ಹೊರತೆಗೆಯುವಿಕೆ, ಮುಖ ಹೊಂದಾಣಿಕೆ/ಗುರುತಿಸುವಿಕೆ, ಇತ್ಯಾದಿ.
ಸಾರ್ವಜನಿಕ ಸಾರಿಗೆ ಕ್ಷೇತ್ರದಲ್ಲಿ ಮುಖ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನದ ಅಭ್ಯಾಸ ಮತ್ತು ಅನ್ವಯದಲ್ಲಿ ಕೆಲವು ಸಮಸ್ಯೆಗಳಿವೆ, ಈ ಕೆಳಗಿನಂತೆ:
1. ಹೆಚ್ಚಿನ ಗುರುತಿಸುವಿಕೆ ನಿಖರತೆ
ಬಸ್ ಪಾವತಿ ಪಾವತಿ ಉದ್ಯಮಕ್ಕೆ ಸೇರಿದೆ. ಪಾವತಿ ಉದ್ಯಮಕ್ಕೆ ಹೆಚ್ಚಿನ ಗುರುತಿಸುವಿಕೆ ನಿಖರತೆಯ ಅಗತ್ಯವಿದೆ. ಗುರುತಿನ ದೋಷಗಳು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ದೂರುಗಳನ್ನು ಉಂಟುಮಾಡುತ್ತವೆ, ಇದು ಬಳಕೆದಾರರ ಅನುಭವ ಮತ್ತು ಬಸ್ ಕಾರ್ಯಾಚರಣೆಗೆ ದೊಡ್ಡ ಸವಾಲಾಗಿದೆ. ಮುಖ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಬಳಕೆದಾರರ ಸ್ವೀಕಾರದ ಮೇಲೆ ಅವರು ಗಂಭೀರವಾಗಿ ಪರಿಣಾಮ ಬೀರಬಹುದು.
2. ಬಳಕೆದಾರರ ಬೇಸ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡಿ
ಇದು ದೊಡ್ಡ ಬಳಕೆದಾರರ ನೆಲೆಯನ್ನು ಹೊಂದಿದೆ. ಹಣಕಾಸು ಉದ್ಯಮ ಮತ್ತು ರೈಲ್ವೆ ಉದ್ಯಮದೊಂದಿಗೆ ಹೋಲಿಸಿದರೆ, ಬಸ್ ಉದ್ಯಮವು ತುಲನಾತ್ಮಕವಾಗಿ ದೊಡ್ಡ ಬಳಕೆದಾರರ ನೆಲೆಯನ್ನು ಹೊಂದಿದೆ. ನಗರದ ಬಸ್ ವ್ಯವಸ್ಥೆಯು ನಗರದ ಬಹುತೇಕ ಎಲ್ಲ ಜನರನ್ನು ಒಳಗೊಳ್ಳುತ್ತದೆ. ದ್ವಿತೀಯ ನಗರಗಳು ಹೆಚ್ಚಾಗಿ ಲಕ್ಷಾಂತರ ಬಳಕೆದಾರರನ್ನು ಹೊಂದಿರುತ್ತವೆ.
3. ಹೆಚ್ಚಿನ ಸಂಚಾರ ದಕ್ಷತೆ
ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಪ್ರಯಾಣಿಕರಿಂದಾಗಿ, ದಟ್ಟಣೆ ಮತ್ತು ಟ್ರಾಫಿಕ್ ಜಾಮ್ಗಳನ್ನು ತಪ್ಪಿಸಲು ವೇಗವಾಗಿ ಹಾದುಹೋಗುವಿಕೆಯನ್ನು ಸಾಧಿಸುವುದು ಅಗತ್ಯವಾಗಿರುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ಗರಿಷ್ಠ ಸಮಯದಲ್ಲಿ.
4. ವಿಭಿನ್ನ ಕಾರ್ಯಾಚರಣಾ ಪರಿಸರ
ಪ್ರತಿ ನಗರಕ್ಕೂ ಬಸ್ಸುಗಳಿವೆ. ಹೆಚ್ಚಿನ ಕಟ್ಟಡಗಳು, ವಯಾಡಕ್ಟ್ಗಳು ಮತ್ತು ಸುರಂಗಗಳು ಮಾತ್ರವಲ್ಲ, ದೂರದ ಉಪನಗರಗಳೂ ಇವೆ. ಆದ್ದರಿಂದ, ಕಾರ್ಯಾಚರಣಾ ಪರಿಸರವು ತುಲನಾತ್ಮಕವಾಗಿ ಸಂಕೀರ್ಣವಾಗಿದೆ. ಅದೇ ಸಮಯದಲ್ಲಿ, ವಿಭಿನ್ನ ಬಸ್ ನಿಲ್ದಾಣದ ಸ್ಥಳಗಳು ಮತ್ತು ಸಮಯಗಳು ವಿಭಿನ್ನ ದೀಪಗಳನ್ನು ಹೊಂದಿರುತ್ತವೆ. ಬ್ಯಾಕ್ಲೈಟ್, ಕಡಿಮೆ ಬೆಳಕು ಮತ್ತು ಬಲವಾದ ಬೆಳಕಿನಂತಹ ವಿಭಿನ್ನ ಬೆಳಕಿನ ಪರಿಸರಗಳಿವೆ. ಒಂದೇ ಪ್ರದೇಶದಲ್ಲಿ ವಿಭಿನ್ನ ಪ್ರದೇಶಗಳಲ್ಲಿ ಮತ್ತು ವಿಭಿನ್ನ ಸ್ಥಳಗಳಲ್ಲಿ ವಿಭಿನ್ನ 4 ಜಿ ನೆಟ್ವರ್ಕ್ ಪರಿಸರಗಳಿವೆ. ದುರ್ಬಲ ನೆಟ್ವರ್ಕ್ ಸಿಗ್ನಲ್ಗಳನ್ನು ಹೊಂದಿರುವ ಸ್ಥಳಗಳ ಆನ್ಲೈನ್ ಗುರುತಿಸುವಿಕೆ ಬಹಳ ಸೀಮಿತವಾಗಿದೆ.
5. ಹೆಚ್ಚಿನ ನಿರ್ಮಾಣ ವೆಚ್ಚಗಳು
ನಗರ ಸಾರ್ವಜನಿಕ ಸಾರಿಗೆ ಒಂದು ಸಾಮಾಜಿಕ ಕಲ್ಯಾಣವಾಗಿದೆ. ಹೆಚ್ಚಿನ ಬಸ್ ಕಂಪನಿಗಳು ಹಣಕಾಸಿನ ನಿರ್ಬಂಧಗಳನ್ನು ಎದುರಿಸುತ್ತಿವೆ. ಪ್ರಸ್ತುತ, ಮಾರುಕಟ್ಟೆಯಲ್ಲಿನ ಮುಖ ಗುರುತಿಸುವಿಕೆ ಟರ್ಮಿನಲ್ಗಳು ಹೆಚ್ಚಾಗಿ ಮುಖ ಗುರುತಿಸುವಿಕೆ ಟರ್ಮಿನಲ್ಗಳಾಗಿವೆ. ಯಾವುದೇ ಟ್ಯಾಪಿಂಗ್ ಮತ್ತು ಕ್ಯೂಆರ್ ಕೋಡ್ ಪಾವತಿ ಇಲ್ಲ, ಆದ್ದರಿಂದ ಬಸ್ಸುಗಳು ಬಹು ಟರ್ಮಿನಲ್ಗಳನ್ನು ಸ್ಥಾಪಿಸುವ ಅಗತ್ಯವಿದೆ. ಒಂದೆಡೆ, ಇದು ನಿರ್ಮಾಣ ವೆಚ್ಚವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಮತ್ತು ಸಾಮಾಜಿಕ ಸಂಪನ್ಮೂಲಗಳ ವ್ಯರ್ಥವಾಗುತ್ತದೆ. ಮತ್ತೊಂದೆಡೆ, ಅನೇಕ ಸಾಧನಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಅನೇಕ ನಿರ್ವಹಣಾ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಅನುಗುಣವಾಗಿರುತ್ತವೆ, ಇದು ಕಾರ್ಯಾಚರಣೆ ಮತ್ತು ನಿರ್ವಹಣಾ ವೆಚ್ಚವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಮತ್ತು ದತ್ತಾಂಶ ಏಕೀಕರಣದಲ್ಲಿ ಸಮಸ್ಯೆಗಳನ್ನು ತರುತ್ತದೆ.
ಸಾರ್ವಜನಿಕ ಸಾರಿಗೆಯ ಮುಖ ಗುರುತಿಸುವಿಕೆ ಪರಿಹಾರಗಳು
ಮುಖ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನದ ಆಧಾರದ ಮೇಲೆ ಸಾರ್ವಜನಿಕ ಸಾರಿಗೆ ಕ್ಷೇತ್ರದಲ್ಲಿ ಹ್ಯಾಂಗ್ ou ೌ ಗೊಲಾಂಗ್ ತಂತ್ರಜ್ಞಾನವು ಸಂಪೂರ್ಣ ಪರಿಹಾರಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ಮುಖ ಗುರುತಿಸುವಿಕೆಯ ನಿಖರತೆ ಮತ್ತು ಗುರುತಿಸುವಿಕೆಯ ವೇಗವನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಸುಧಾರಿತ ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳಲಾಗುತ್ತದೆ, ಇದು ಸಾರ್ವಜನಿಕ ಸಾರಿಗೆ ಕ್ಷೇತ್ರದಲ್ಲಿ ಮುಖ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನದ ಅಭಿವೃದ್ಧಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.
1. ಗುರುತಿಸುವಿಕೆಯ ನಿಖರತೆಯನ್ನು ಒದಗಿಸಿ
ಹ್ಯಾಂಗ್ ou ೌ ಗೊಲಾಂಗ್ ತಂತ್ರಜ್ಞಾನದ ಮುಖ ಗುರುತಿಸುವಿಕೆ ಉತ್ಪನ್ನಗಳು 3D ಮುಖ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸುತ್ತವೆ. 3 ಡಿ ಫೇಸ್ ರೆಕಗ್ನಿಷನ್ ತಂತ್ರಜ್ಞಾನವು ವಿವಿಧ ಸಂದರ್ಭಗಳಿಗೆ ಹೆಚ್ಚಿನ ಹೊಂದಾಣಿಕೆಯನ್ನು ಹೊಂದಿದೆ.
ಇದು ಹೆಚ್ಚಿನ ಗುರುತಿಸುವಿಕೆಯ ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಬಹುದು ಮತ್ತು ಮುಖ ಗುರುತಿಸುವಿಕೆಯ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಪರಿಹರಿಸಬಹುದು.
ಗುರುತಿಸುವಿಕೆ ದಕ್ಷತೆಯ ದೃಷ್ಟಿಯಿಂದ, ಗೊಲಾಂಗ್ ತಂತ್ರಜ್ಞಾನವು ಹೆಡೆಂಡ್ ಉಪಕರಣಗಳು ಮತ್ತು ಬ್ಯಾಕೆಂಡ್ ಸರ್ವರ್ಗಳ ಆಫ್ಲೈನ್ ಮತ್ತು ಆನ್ಲೈನ್ ಡ್ಯುಯಲ್ ಗುರುತಿಸುವಿಕೆ ವಿಧಾನವನ್ನು ಅಳವಡಿಸಿಕೊಂಡಿದೆ, ಇದು ಮಿಲಿಸೆಕೆಂಡ್ ಆಫ್ಲೈನ್ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಸಾಧಿಸಬಹುದು. ಇದಲ್ಲದೆ, ಇದು ಗರಿಷ್ಠ ಸಮಯದಲ್ಲಿ ಹೆಚ್ಚಿನ ಬಳಕೆದಾರರ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಪರಿಹರಿಸಬಹುದು. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಇದು ಗುರುತಿಸುವಿಕೆಯ ವೇಗವನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ, ನಿಖರತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ, ಸಂವಹನ ಡೇಟಾವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಬ್ಯಾಕೆಂಡ್ ಸರ್ವರ್ಗಳ ಗುರುತಿಸುವಿಕೆ ಒತ್ತಡವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
ಬಸ್ ಕಾರ್ಯಾಚರಣಾ ವಾತಾವರಣವು ಸಂಕೀರ್ಣ ಮತ್ತು ವೈವಿಧ್ಯಮಯವಾಗಿದೆ, ಮತ್ತು ಬೆಳಕಿನ ವಾತಾವರಣವು ವಿಭಿನ್ನವಾಗಿರುತ್ತದೆ. ಹ್ಯಾಂಗ್ ou ೌ ಗೊಲಾಂಗ್ ತಂತ್ರಜ್ಞಾನವು ಆಪ್ಟಿಕಲ್ ಮತ್ತು ಅತಿಗೆಂಪು ಕ್ಯಾಮೆರಾಗಳ ಸಂಯೋಜನೆಯ ಮೂಲಕ ಮುಖದ ಡೇಟಾವನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ, ಇದು ಬಲವಾದ ಬೆಳಕು, ದುರ್ಬಲ ಬೆಳಕು ಮತ್ತು ಬ್ಯಾಕ್ಲೈಟ್ನಲ್ಲಿ ಮುಖ ಗುರುತಿಸುವಿಕೆಯ ವೇಗ ಮತ್ತು ನಿಖರತೆಯನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಖಚಿತಪಡಿಸುತ್ತದೆ. ಇದು ಪ್ರಯಾಣ ಮಾಡುವಾಗ ಬಳಕೆದಾರರಿಗೆ ಉತ್ತಮ ಅನುಭವವನ್ನು ನೀಡುತ್ತದೆ.
2. ದೊಡ್ಡ ಬಳಕೆದಾರರ ನೆಲೆಯನ್ನು ಹೆಚ್ಚಿಸಿ
ಮೊದಲನೆಯದಾಗಿ, ಕಂಪ್ಯೂಟಿಂಗ್ ಸಾಮರ್ಥ್ಯದ ಅಭಿವೃದ್ಧಿಯೊಂದಿಗೆ, ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಕಂಪ್ಯೂಟರ್ಗಳು ಮಿಲಿಯನ್ - ಸ್ಕೇಲ್ ಡೇಟಾಬೇಸ್ಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಹತ್ತಾರು ಲಕ್ಷಾಂತರ ಜನರಿಂದ ಮಾಹಿತಿಯನ್ನು ಹೋಲಿಸಲು ಸಮರ್ಥವಾಗಿವೆ. ಎರಡನೆಯದಾಗಿ, ಕ್ಲೌಡ್ ಸೇವೆಗಳ ವ್ಯಾಪಕ ಅನ್ವಯವು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ನಿಯೋಜನೆ ಮಾದರಿ ಮತ್ತು ಹೆಚ್ಚು ಸಮಂಜಸವಾದ ಸಂಪನ್ಮೂಲ ಬಳಕೆಯ ದರವನ್ನು ಸಹ ಒದಗಿಸುತ್ತದೆ. ಮೂರನೆಯದಾಗಿ, ಮೈಕ್ರೊ ಸರ್ವೀಸಸ್ ಮತ್ತು ಇತರ ವಾಸ್ತುಶಿಲ್ಪಗಳ ವ್ಯಾಪಕ ಪ್ರಚಾರದೊಂದಿಗೆ, ಡೇಟಾಬೇಸ್ ಮತ್ತು ಮಲ್ಟಿ - ನೋಡ್ ಕಾರ್ಯಾಚರಣೆಗಳು ಉತ್ತಮ ಪರಿಹಾರಗಳನ್ನು ಒದಗಿಸಲು ವಾಸ್ತವವಾಗಿದೆ. ನಾಲ್ಕನೆಯದಾಗಿ, ಮಲ್ಟಿ - ಲೇಯರ್ ಹೋಲಿಕೆಗಳನ್ನು ಸಹ ಮಾಡಬಹುದು. ಪ್ರಯಾಣದ ನಿಯಮಗಳು ಇತ್ಯಾದಿಗಳಿಗೆ ಅನುಗುಣವಾಗಿ ಪ್ರಯಾಣಿಕರನ್ನು ವಿಭಿನ್ನ ಗ್ರಂಥಾಲಯಗಳಾಗಿ ವಿಂಗಡಿಸಬಹುದು. ಸಣ್ಣ ದತ್ತಸಂಚಯಗಳನ್ನು ದೊಡ್ಡ ದತ್ತಸಂಚಯಗಳಿಂದ ಪ್ರದರ್ಶಿಸಲಾಗುತ್ತದೆ. ನಂತರ, ನಿಖರವಾದ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಅರಿತುಕೊಳ್ಳಬಹುದು. ದೊಡ್ಡ ಬಳಕೆದಾರರ ನೆಲೆಯನ್ನು ಪರಿಹರಿಸಲು ಮೇಲಿನ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಬಹುದು.
3. ಸಂಚಾರ ಹರಿವಿನ ದಕ್ಷತೆಯನ್ನು ಒದಗಿಸಿ
ಸಂಚಾರ ದಕ್ಷತೆಯ ಸಮಸ್ಯೆಗೆ ಹಲವಾರು ಪರಿಹಾರಗಳಿವೆ:
ಮೊದಲನೆಯದಾಗಿ, ನೆಟ್ವರ್ಕ್ ಸುಪ್ತತೆಯಿಂದ ಉಂಟಾಗುವ ದಕ್ಷತೆಯ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ಆಫ್ಲೈನ್ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಸಾಧಿಸಬಹುದು. ಆಫ್ಲೈನ್ ಗುರುತಿಸುವಿಕೆಯು ಈಗ ಮುಖ್ಯವಾಗಿ ಹೆಡೆಂಡ್ ಸಾಧನಗಳ ಕಂಪ್ಯೂಟಿಂಗ್ ಶಕ್ತಿ ಮತ್ತು ಸಂಗ್ರಹಿಸಿದ ಮುಖಗಳ ಸ್ಥಳೀಯ ಡೇಟಾಬೇಸ್ನ ಗಾತ್ರದಿಂದ ಸೀಮಿತವಾಗಿದೆ. ಆದ್ದರಿಂದ, ಪ್ರತಿ ಬಸ್ಸಿನ ಸಾಮಾನ್ಯ ಪ್ರಯಾಣಿಕರನ್ನು ಪರೀಕ್ಷಿಸಲು ಕ್ರಮಾವಳಿಗಳ ಒಂದು ಸೆಟ್ ಅಗತ್ಯವಿದೆ. ಪ್ರತಿಯೊಬ್ಬ ವ್ಯಕ್ತಿಯ ಪ್ರಯಾಣದ ಮಾಹಿತಿಯನ್ನು ದೊಡ್ಡ ಡೇಟಾದ ಮೂಲಕ ವಿಶ್ಲೇಷಿಸಬಹುದು.
ಎರಡನೆಯದಾಗಿ, 5 ಜಿ ತಂತ್ರಜ್ಞಾನದ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಕ್ರಮೇಣ ಬಳಕೆಯೊಂದಿಗೆ, ಹೆಚ್ಚಿನ - ಸ್ಪೀಡ್ ಟ್ರಾನ್ಸ್ಮಿಷನ್ ನೆಟ್ವರ್ಕ್ಗಳು ಸಹ ಅತ್ಯುತ್ತಮ ಪರಿಹಾರವಾಗುತ್ತವೆ. ಅಂತಿಮವಾಗಿ, ಕ್ಯಾಪ್ಚರ್ ಕ್ಯಾಮೆರಾಗಳನ್ನು ಪೂರ್ವ - ಪ್ರಯಾಣಿಕರನ್ನು ನೈಜವಾಗಿ ಗುರುತಿಸಿ - ಬಿಆರ್ಟಿ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳು, ಸಬ್ವೇ ಗೇಟ್ಗಳು ಮುಂತಾದ ಕೆಲವು ಸ್ಥಳಗಳಲ್ಲಿ ಸಮಯವನ್ನು ಗುರುತಿಸಿ. ಯಶಸ್ವಿ ಗುರುತಿನ ನಂತರ, ಪ್ರಯಾಣಿಕರ ಮಾಹಿತಿಯನ್ನು ತ್ವರಿತ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಸಾಧಿಸಲು ಚಾರ್ಜಿಂಗ್ ಟರ್ಮಿನಲ್ಗೆ ಸಿಂಕ್ರೊನೈಸ್ ಮಾಡಲಾಗುತ್ತದೆ.
4. ಆಪರೇಟಿಂಗ್ ಪರಿಸರದಲ್ಲಿ ದೊಡ್ಡ ವ್ಯತ್ಯಾಸಗಳ ಸಮಸ್ಯೆಯನ್ನು ಹೊಂದಿದೆ
ಸಾರ್ವಜನಿಕ ಸಾರಿಗೆಯ ನೈಜ ಕಾರ್ಯಾಚರಣೆಯಲ್ಲಿ, ಪರಿಸರವು ಸಂಕೀರ್ಣವಾಗಿದೆ. ವಿಭಿನ್ನ ಬೆಳಕಿನ ಸಮಸ್ಯೆಗಳಿಗಾಗಿ, ಗುರುತಿಸುವಿಕೆಯ ನಿಖರತೆಯಲ್ಲಿ ಉಲ್ಲೇಖಿಸಲಾದ 3 ಡಿ ಗುರುತಿಸುವಿಕೆ ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಬಹುದು. ಅದು ಕಡಿಮೆ ಬೆಳಕು, ಬ್ಯಾಕ್ಲೈಟ್ ಅಥವಾ ಬಲವಾದ ಬೆಳಕು ಇರಲಿ, ಮುಖಗಳನ್ನು ಚೆನ್ನಾಗಿ ಗುರುತಿಸಬಹುದು. ಎರಡನೆಯದಾಗಿ, ಮುಖ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಕ್ಯೂಆರ್ ಕೋಡ್ಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸಬಹುದು. ವಿಭಿನ್ನ ಪಾವತಿ ವಿಧಾನಗಳು ಒಂದೇ ಖಾತೆಗೆ ಅನುಗುಣವಾಗಿರುತ್ತವೆ, ಇದು ಬಳಕೆದಾರರ ಅನುಭವವನ್ನು ಸುಧಾರಿಸುವುದಲ್ಲದೆ, ಪರಿಸರದಿಂದ ಉಂಟಾಗುವ ಸಮಸ್ಯೆಗಳನ್ನು ಮುಖ ಪಾವತಿಯಲ್ಲಿ ಪರಿಹರಿಸುತ್ತದೆ.
5. ವೆಚ್ಚಗಳನ್ನು ಉಳಿಸಿ
ವೆಚ್ಚ ಉಳಿತಾಯದ ವಿಷಯದಲ್ಲಿ, ಗೋಲಾಂಗ್ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಪಾವತಿ ವಿಧಾನಗಳನ್ನು ಬದಲಾಯಿಸುವ ಬದಲು ಸಿಸ್ಟಮ್ ಏಕೀಕರಣ ವಿಧಾನವನ್ನು ಬಳಸುತ್ತಾರೆ. ಪ್ರಸ್ತುತ, ಐಸಿ ಕಾರ್ಡ್ಗಳು, ಕ್ಯೂಆರ್ ಕೋಡ್ಗಳು, ಮುಖದ ಪಾವತಿ ಮತ್ತು ಇತರ ಪಾವತಿ ವಿಧಾನಗಳನ್ನು ಒಂದೇ ಮುಖ ಪಾವತಿ ಟರ್ಮಿನಲ್ಗಿಂತ ಪೂರ್ಣ ಪಾವತಿ ಟರ್ಮಿನಲ್ನಲ್ಲಿ ಸಂಯೋಜಿಸಲಾಗಿದೆ. ಮುಖ ಗುರುತಿಸುವಿಕೆಯ ದಕ್ಷತೆ ಮತ್ತು ನಿಖರತೆಯನ್ನು ಸುಧಾರಿಸುವ ಆಧಾರದ ಮೇಲೆ ಹ್ಯಾಂಗ್ ou ೌ ಗೊಲಾಂಗ್ ತಂತ್ರಜ್ಞಾನವು ಪ್ರಸ್ತುತ ಜನಪ್ರಿಯ ಕ್ಯೂಆರ್ ಕೋಡ್ ತಂತ್ರಜ್ಞಾನವನ್ನು ಮುಖ ಗುರುತಿಸುವಿಕೆ ತಂತ್ರಜ್ಞಾನದೊಂದಿಗೆ ಸಂಯೋಜಿಸುತ್ತದೆ. ಅಪ್ಲಿಕೇಶನ್ ಮತ್ತು ಖಾತೆಯು ಬಹು ಪಾವತಿ ವಿಧಾನಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ. ಬಳಕೆದಾರರು ಒಮ್ಮೆ ಮಾತ್ರ ಅಪ್ಲಿಕೇಶನ್ನಲ್ಲಿ ನೋಂದಾಯಿಸಿಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ. ಅವರು ಎರಡು ಅಪ್ಲಿಕೇಶನ್ ವಿಧಾನಗಳನ್ನು ಆಯ್ದವಾಗಿ ತೆರೆಯಬಹುದು, ಇದು ಬಳಕೆದಾರರ ಅನುಭವವನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಸುಧಾರಿಸುತ್ತದೆ ಮತ್ತು ಬಳಕೆದಾರರ ಸ್ವೀಕಾರವನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ.
6. ಮುಖ ಗುರುತಿಸುವಿಕೆಯಾದ್ಯಂತದ ಅಪ್ಲಿಕೇಶನ್
ಮೇಲಿನ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಬಹುದಾದರೂ, ಹ್ಯಾಂಗ್ ou ೌ ಗೊಲಾಂಗ್ ತಂತ್ರಜ್ಞಾನವು ಮುಖದ ಪಾವತಿಯನ್ನು ವಿವಿಧ ಅಪ್ಲಿಕೇಶನ್ಗಳಿಗೆ ವಿಸ್ತರಿಸಿದೆ.
ಮೊದಲನೆಯದು ಸುರಕ್ಷತೆಯ ಅಪ್ಲಿಕೇಶನ್, ಇದು ಮುಖದ ಪಾವತಿ ಸಾಧನಗಳನ್ನು ಮೌಲ್ಯದ ಮತ್ತೊಂದು ಪದರವನ್ನು ನಿರ್ವಹಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
ಎರಡನೆಯದಾಗಿ, ಮುಖ ಗುರುತಿಸುವಿಕೆಯು ವಿಶೇಷ ಗುಂಪುಗಳ ಬಸ್ ಕಾರ್ಡ್ಗಳನ್ನು (ವಯಸ್ಸಾದ ಜನರು, ಮಿಲಿಟರಿ ಸಿಬ್ಬಂದಿ, ವಿದ್ಯಾರ್ಥಿಗಳು, ಇತ್ಯಾದಿ) ಎರವಲು ಪಡೆಯುವುದರಿಂದ ಉಂಟಾಗುವ ನಷ್ಟವನ್ನು ಸಹ ಪರಿಹರಿಸಬಹುದು ಮತ್ತು ಅದೇ ಸಮಯದಲ್ಲಿ ಆದ್ಯತೆಯ ಕಾರ್ಡ್ಗಳ ಆನ್ಲೈನ್ ವಾರ್ಷಿಕ ಪರಿಶೀಲನೆಯನ್ನು ಅರಿತುಕೊಳ್ಳಬಹುದು.
ಮೂರನೆಯದಾಗಿ, ಚಾಲಕರ ಮುಖಗಳ ಮೂಲಕ ಹಾಜರಾತಿಯನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡುವುದು, ಚಾಲನಾ ನಡವಳಿಕೆಯ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಪ್ರಯಾಣಿಕರ ಹರಿವಿನ ಅಂಕಿಅಂಶಗಳಂತಹ ಅನೇಕ ಅಪ್ಲಿಕೇಶನ್ಗಳನ್ನು ಸಾಧಿಸಲು ಇದು ಬಸ್ ವೇಳಾಪಟ್ಟಿ ಮತ್ತು ಚಾಲನಾ ಸುರಕ್ಷತೆಯನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ.
ನಾಲ್ಕನೆಯದಾಗಿ, ಸಾಂಕ್ರಾಮಿಕ ರೋಗದ ಸಮಯದಲ್ಲಿ, ಮುಖದ ಗುರುತಿಸುವಿಕೆಯ ಅನ್ವಯವು ಸಾಂಕ್ರಾಮಿಕ ರೋಗದ ತಡೆಗಟ್ಟುವಿಕೆ ಮತ್ತು ನಿಯಂತ್ರಣಕ್ಕಾಗಿ ಉತ್ತಮ ದತ್ತಾಂಶ ಅಂಕಿಅಂಶಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ ಮತ್ತು ಹಸ್ತಚಾಲಿತ ಅಂಕಿಅಂಶಗಳ ಕೆಲಸದ ಹೊಣೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.