Топол производ

Вежба и примена на технологија за препознавање на паметни лице во областа на јавниот превоз

1351 зборови | Последно ажурирање: 2024-04-19 | By Голонг
Автор: Голонг
Ние сме водечки снабдувач на системи за плаќање јавен превоз, основан во 2015 година. Се фокусираме на развивање и работење на паметен хардвер и софтвер за IoT, препознавање лица и дигитална валута.
Practice and Application of Smart Face Recognition Technology in the Field of Public Transportation
Содржина

    Со иновацијата и развојот на технологијата за плаќање мобилна телефонија, исплатата за интелигентно препознавање лице се привлече кон јавноста по сè позрелото и популаризирана исплата на QR -код, особено брзиот развој на технологијата за препознавање лице во изминатите две години. Ефективното подобрување на точноста и брзината на препознавање обезбеди основа за примена на препознавање на лице во многу полиња.
    Примената на препознавање на лицето започна постепено да се зголемува. Со официјалното започнување на проектот за плаќање на автобуси во Jinинхуа во јануари 2019 година, тој стана првиот град во Кина што го искористи системот „препознавање на лицето“, започнувајќи нова ера на исплата на лице во автобуската индустрија.

    Што е со практиката и примената на технологијата за препознавање на паметни лице во областа на јавниот превоз? Во 2019 година, повеќе од 20 градови во автобуската индустрија спроведоа тестови за препознавање на лицето или користени системи за препознавање лице. Признавањето на лицето стана популарно во автобуската индустрија. Сепак, постојат неколку автобуски патишта кои можат да го поддржат препознавањето на лицето во секундарните градови. Повеќето од нив се во фаза на пробна операција. Затоа, може да се види дека прифаќањето на препознавање на лицето од патниците треба да се подобри. Постојат одредени ограничувања.

    Проблеми со препознавање на лицето во јавниот превоз

    Главните процеси на технологија за препознавање лице вклучуваат стекнување на слика на лице, откривање на лице, преработка, екстракција на карактеристики на лице, појавување/препознавање на лице, итн.
    Постојат некои проблеми во практиката и примената на технологијата за препознавање лице во областа на јавниот превоз, како што следува:

    1. Висока точност за препознавање

    Плаќањето на автобусот припаѓа на платната индустрија. Индустријата за плаќање бара голема точност за препознавање. Грешките во идентификацијата ќе предизвикаат голем број на поплаки, што е голем предизвик за корисничкото искуство и работењето со автобуси. Тие можат сериозно да влијаат на прифаќање на корисниците за препознавање на лицето.

    2.Поставете корисничка база

    Има голема корисничка база. Во споредба со финансиската индустрија и железничката индустрија, автобуската индустрија има релативно поголема корисничка база. Автобускиот систем на град ги опфаќа скоро сите луѓе во градот. Секундарните градови често имаат милиони корисници.

    3. Висока ефикасност во сообраќајот

    Поради големиот број патници, потребно е да се постигне брзо минување со цел да се избегне метеж и сообраќаен метеж, особено за време на врвните часови.

    4. Различно работење на околината

    Секој град има автобуси. Не постојат само високи згради, вијадукти и тунели, туку и далечински предградија. Затоа, оперативното опкружување е релативно комплексно. Во исто време, различните локации и времињата на автобуската станица ќе имаат и различни светла. Постојат различни околини за осветлување како што се задно осветлување, слаба светлина и силна светлина. Исто така, постојат различни 4G мрежни средини во различни области и различни локации во истата област. Интернет -идентификацијата на местата со слаби мрежни сигнали е значително ограничена.

    5. високи трошоци за градба

    Урбаниот јавен превоз е социјална помош. Повеќето автобуски компании се соочуваат со финансиски ограничувања. Во моментов, терминалите за препознавање на лицето на пазарот се претежно терминали за препознавање на лицето. Нема исплата на прислушување и QR код, така што автобусите треба да инсталираат повеќе терминали. Од една страна, ги зголемува трошоците за градба и предизвикува губење на социјални ресурси. Од друга страна, повеќе групи на опрема честопати одговараат на повеќе групи на системи за управување, што ги зголемува трошоците за работа и управување и исто така носи проблеми во интеграцијата на податоците.

    Решенија за препознавање на лицето на јавниот превоз

    Технологијата Хангжу Голонг обезбедува целосен пакет решенија од областа на јавниот превоз врз основа на технологијата за препознавање лице. Напредната технологија е усвоена за да се обезбеди точноста и брзината на препознавање на препознавањето на лицето, што ќе помогне во развојот на технологијата за препознавање лице во областа на јавниот превоз.

    1. Improve Точноста на препознавањето

    Производите за препознавање на лицето Хангжу Голонг Технологија користат 3Д технологија за препознавање на лице. Технологијата за препознавање на 3D лице има поголема прилагодливост на различни ситуации.
    Може да постигне поголема точност на препознавањето и ефикасно да ги реши проблемите со препознавањето на лицето.

    Во однос на ефикасноста на препознавањето, Golong Technology го усвојува офлајн и мрежниот метод за двојно препознавање на опрема за глава и сервери за заднина, што може да постигне милисекунда офлајн признавање. Понатаму, може да го реши поголемиот дел од препознавањето на корисниците за време на врвниот час. Со други зборови, може да ја забрза брзината на препознавање, да ја зголеми точноста, да ги намали податоците за комуникацијата и да го намали притисокот за препознавање на серверите за заднина.

    Оперативната околина на автобусот е комплексно и разновидна, а светлината околина е различна. Технологијата Хангжу Голонг ги доловува податоците за лицето преку комбинација на оптички и инфрацрвени фотоапарати, што поефикасно обезбедува брзина и точност на препознавање на лицето во силна светлина, слаба светлина и осветлување на задното осветлување. Може да им обезбеди на корисниците подобро искуство при патување.

    2. Пресметајте голема корисничка база

    Како прво, со развојот на компјутерски капацитет, постојните компјутери беа во можност да идентификуваат милиони - скала бази на податоци и да ги споредат информациите од десетици милиони луѓе. Второ, широката примена на Cloud Services исто така обезбедува поефикасен модел на распоредување и поразумна стапка на искористување на ресурсите. Трето, со широко распространетата промоција на микро сервиси и други архитектури, операциите на базата на податоци и мулти - јазли станаа реалност за да обезбедат подобри решенија. Четврто, може да се направат компарации со мулти - слој. Патниците можат да се поделат на различни библиотеки според правилата за патување, итн. Малите бази на податоци се прикажани со големи бази на податоци. Потоа, може да се реализира точното препознавање. Горенаведената технологија може да се користи за решавање на голема корисничка база.

    3. ИМПЕРМАТИВЕНЦИЈАТА НА ПРОАВ ПРВО

    Постојат неколку решенија за проблемот со сообраќајната ефикасност:

    Како прво, може да се постигне офлајн идентификација за да се реши проблемот со ефикасноста предизвикан од мрежна латентност. Офлајн идентификацијата сега е главно ограничена со компјутерската моќ на уредите за глава и големината на локалната база на податоци на зачувани лица. Затоа, потребен е збир на алгоритми за да се прикажат обичните патници на секој автобус. Информациите за патувањето на секоја личност можат да се анализираат преку големи податоци.

    Второ, со развој и постепена употреба на 5G технологија, високи - мрежни преносни брзини, исто така, ќе станат одлично решение. Конечно, камерите за фаќање се распоредени за да ги идентификуваат патниците во реално - време на некои места, како што се платформите за BRT, порти на метрото, итн. По успешно идентификување, информациите за патниците се синхронизираат со терминалот за полнење за да се постигне брза идентификација.

    4. Полудете го проблемот со големите разлики во околните околини

    Во реалното работење на јавниот превоз, околината е сложена. За различни проблеми со светлината, 3Д -препознавањето споменато во точноста на препознавањето може да го реши овој проблем. Без разлика дали станува збор за слаба светлина, задно осветлување или силна светлина, лицата можат да бидат добро препознаени. Второ, препознавањето на лицето може да се комбинира со QR кодови. Различни начини на плаќање одговараат на истата сметка, што не само што може да го подобри корисничкото искуство, туку и да ги реши проблемите предизвикани од околината при плаќање на лицето.

    5. Известете ги трошоците

    Во однос на заштедата на трошоците, Голонг користи метод за интеграција на системот наместо да ги замени постојните начини на плаќање. Во моментов, IC картичките, QR -кодовите, исплатата на лицето и другите начини на плаќање се интегрирани во целосниот терминал за плаќање, наместо во еден терминал за плаќање на лице. Технологијата Хангжу Голонг ја интегрира тековната популарна технологија за QR код со технологија за препознавање лице, врз основа на подобрување на ефикасноста и точноста на препознавањето на лицето. Апликација и сметка можат да поддржат повеќе начини на плаќање. Корисниците треба да се регистрираат само во апликацијата еднаш. Тие можат селективно да отворат два методи на апликација, кои поефикасно го подобруваат корисничкото искуство и го забрзуваат прифаќањето на корисниците.

    6. широко примена на препознавање на лице

    Додека горенаведените проблеми можат да се решат, технологијата Хангжу Голонг исто така ја прошири исплатата на лицето на разни апликации.

    Првата е примена на безбедност, што може да им овозможи на уредите за плаќање на лице да извршат друг слој на вредност.

    Второ, признавањето на лицето исто така може да ги реши загубите предизвикани од позајмувањето на автобуските картички на специјалните групи (постари лица, воен персонал, студенти, итн.) И да ја реализираат онлајн годишната проверка на преференцијални картички во исто време.

    Трето, исто така, комбинира распоред на автобуси и безбедност на возење за да се постигне повеќе апликации, како што се снимање на посетеност преку лицата на возачите, анализа на однесувањето на возењето и статистика на проток на патници.

    Четврто, за време на епидемијата, примената на препознавање на лицето може да обезбеди подобра статистика на податоци за превенција и контрола на епидемијата и да го намали обемот на работа на рачната статистика.