Hot product

Ontwikkelingsproces en denken aan face -betalingsproducten

2037 woorden | Laatst bijgewerkt: 2024-04-19 | By Golong
Auteur: Golong
Wij zijn een toonaangevende aanbieder van betaalsystemen voor het openbaar vervoer, opgericht in 2015. Wij richten ons op het ontwikkelen en exploiteren van slimme hardware en software voor IoT, gezichtsherkenning en digitale valuta.
Development Process and Thinking of Face Payment Products
Inhoudsopgave

    Met de ontwikkeling van smartphones en internet is mobiele betaling de snelste - groeiende betaalmethode in China geworden. Verschillende nieuwe betalingsmethoden zijn ontstaan, zoals QR -code -betaling, NFC -betaling, enz. In de afgelopen jaren is de biometrische technologie in de afgelopen jaren ook met de geleidelijke ontwikkeling van kunstmatige intelligentie, machine learning en sensoren toegepast op mobiele betalingen, zoals vingerafdrukbetaling, gezichtsbetaling, enz.
     
    Dit artikel introduceert voornamelijk de generatie, ontwikkelingsgeschiedenis, huidige reguliere producten op de markt, toekomstige trends en gerelateerde suggesties.

    1. Basische concepten van gezichtsherkenning

    Face Recognition is een biometrische technologie die identiteitsherkenning uitvoert op basis van de informatie over gezichtsfuncties van een persoon. Een reeks gerelateerde technologieën wordt gebruikt. Allereerst kunnen camera's afbeeldingen of videostreams verzamelen die menselijke gezichten bevatten. Vervolgens kunnen menselijke gezichten automatisch worden gedetecteerd en gevolgd. Ten slotte kan gezichtsherkenning worden gerealiseerd. Gezichtsherkenning kan voornamelijk worden onderverdeeld in drie stappen: gezichtsdetectie, gezichtsfunctie -extractie en gezichtsaanpassing. Gezichtsdetectie legt voornamelijk de aanwezigheid van gezichten vast in afbeeldingen of video's en verzamelt vervolgens grootte, positie en andere informatie. Face -functie -extractie verwijst naar het nauwkeurig vinden van de positie van belangrijke gebieden van gezichten. Face -matching verwijst naar het beoordelen of er een gezicht in de database bestaat en vervolgens het meest bijpassende gezicht in de database te vinden. Het grootste kenmerk van gezichtsherkenningstechnologie is om de lekkage van persoonlijke informatie te voorkomen en om deze op een niet -- contactmethode te identificeren (gebruikers hoeven niet rechtstreeks contact op te nemen).

    Gezichtsherkenning kan worden onderverdeeld in 2D -gezichtsherkenning en 3D -gezichtsherkenning volgens de verschillende expressiemodellen van gezichten. 2D -gezichtsherkenning is al lang onderzocht, dus de methode en het proces zijn relatief volwassen. Het heeft echter beperkingen in diep gegevensverlies. Het is onmogelijk om het echte gezicht volledig te herkennen. Daarom zijn er problemen zoals de nauwkeurigheid van de lage herkennings, de nauwkeurigheid met een lage gezichtsdetectie, enz.

    3D -gezichtsherkenning heeft meer gegevens en informatie in termen van kleur, textuur, diepte, enz.

    Op dit moment zijn veel universiteiten, onderzoeksinstituten en commerciële instellingen in binnen- en buitenland bezig met onderzoekswerk met betrekking tot gezichtsherkenning, zoals VisionLabs, YUTU, Sensetime, MegvII, Cloudwalk, enz. Met de geleidelijke verbetering van onderzoek, wordt gezichtsherkenningstechnologie wordt op grote schaal gebruikt in openbare veiligheid, intelligente toegangscontrole, financiering en beveiliging en andere velden.

     

    2. Ontwikkelingsgeschiedenis en de huidige situatie van gezichtsbetaling

    Ontwikkelingsgeschiedenis

    Face -betaling is voornamelijk afhankelijk van gezichtsherkenningstechnologie. De toepassing van gezichtsherkenning op het betalingsveld is ontstaan ​​in Finland. In juli 2013 lanceerde Uniqul het eerste gezichtsherkenning - Basis betalingssysteem. Bij het uitchecken hoeven consumenten alleen de camera op het POS -scherm in de kassa te zien. Het systeem maakt automatisch een foto, scant het gezicht en vergelijk de afbeelding vervolgens met de opgeslagen informatie in de database. De gezichtsinformatie wordt ook tegelijkertijd aan het betalingssysteem geassocieerd. Wanneer de identiteitsinformatie wordt weergegeven, kunnen consumenten op het display bevestigen. Het hele transactieproces is voltooid. Vervolgens hebben landen zoals de Verenigde Staten, het Verenigd Koninkrijk en Japan ook hun eigen face -betalingssystemen gelanceerd, zoals de betalings -app van Google - gratis.

    Met de continue verbetering van gezichtsherkenningstechnologie zijn relevante binnenlandse instellingen ook begonnen met het uitvoeren van onderzoek en ontwikkeling en commerciële verkenning van face -betalingstechnologie. Momenteel bestaan ​​Ali, Tencent en Unionpay naast elkaar. Ali is de pionier van gezichtsbetaling.

    In 2015 toonde Ma Yun de facepayment -technologie op de Hannover -tentoonstelling in Duitsland.

    In september 2017 lanceerde Alipay FACE -betaling in het conceptrestaurant KPRO van KFC, dat ook de eerste commerciële piloot van face -betaling in China is.

    In december 2018 lanceerde Alipay officieel het "Dragonfly" Face -betalingsproduct. Gebruikers kunnen gezichtsbetalingen gebruiken in ziekenhuizen, supermarkten, restaurants, merkwinkels en andere plaatsen.

    In april 2019 werd "Dragonfly 2.0" gelanceerd. "Dragonfly 2.0" heeft niet alleen de lichtheid van de machine, het doorgangspercentage en de stabiliteit van de betaling verbeterd, maar ook de functie geïntroduceerd van lidmaatschap van lidmaatschap zolang het gebruik van gezichtsbetaling. Als commerciële concurrent begon Tencent ook de lay -out van gezichtsbetaling te versnellen.

    In 2018 begon het WeChat Face -betalingssysteem te worden gepromoot en gebruikt in fysieke winkels.

    In maart 2019 werd het gezichtsbetalingsapparaat "Frog" van WeChat officieel gelanceerd. Het begon ook zijn handelaren landelijk uit te breiden.

    In augustus 2019 heeft WeChat Pay officieel "WeChat Frog Pro" uitgerust met een codescanner en een dubbel - zijscherm.

    Naast de bovengenoemde twee instellingen begon UnionPay ook gerelateerde bedrijven op te lichten na het zien van de zakelijke ontwikkelingsmogelijkheden van face -betaling.

    In januari 2017 toonde UnionPay Face Pay, een betalingssysteem gebaseerd op gezichtsherkenning, op het Singapore Fintech Festival.

    In oktober 2019 heeft UnionPay, samen met meer dan 60 instellingen zoals industriële en commerciële bank, postsparingsbank en Citic Bank, gezamenlijk het betalingsproduct "gezichtsbetaling" vrijgegeven.

    Eind oktober 2019 heeft China Unionpay Merchant zijn gezichtsbetalingsterminal "Blue Whale" vrijgegeven, die de terminalaggregatie van UnionPay Face -betaling realiseert en WeChat Face -betaling. Gebruikers kunnen ervoor kiezen om verschillende bedieningsomgevingen van FACE -betaling in te voeren.

    Bedrijfsproces

    Aangezien de huidige bedrijfsprocessen van face -betalingsproducten niet zijn gestandaardiseerd, zijn er nog steeds enkele verschillen in verschillende instellingen. Alipay en WeChat Pay zijn in principe hetzelfde. De details zijn als volgt: eerst voeren gebruikers de link van de betalingen in en selecteren de methode Face Payment. Vervolgens gebruiken gebruikers apps om gezichten te verzamelen die kunnen voldoen aan de kwaliteitsvereisten. Daarna gaan gebruikers het mobiele telefoonnummer in gebonden aan Alipay (of WeChat). Volgens het beveiligingsbeslissingssysteem van de Face -betaling van Alipay (of WeChat) kan het aantal mobiele telefoonnummers dat moet worden ingevoerd anders zijn. Wanneer gebruikers sommige winkels bezoeken waar ze nauwelijks naartoe gaan, is het noodzakelijk om het hele telefoonnummer in te voeren. Integendeel, gebruikers hoeven alleen de laatste 4 cijfers van het telefoonnummer in te voeren of zelfs niet hoeven om het telefoonnummer in de winkels in te voeren waar ze vaak naartoe gaan. Ze kunnen rechtstreeks de betalingsbevestigingspagina invoeren (de bepalingslogica van het cijfernummer wordt automatisch bepaald door het FACE -betalingssysteem).

    Het bedrijfsproces van UnionPay Face -betaling is anders dan dat van Alipay en WeChat Pay. De methode voor beveiligingsverificatie heeft gezichten en wachtwoorden nodig. Het hoofdproces is als volgt: Eerst voeren gebruikers de link van de betalingen in en selecteren ze de methode Face Payment. Vervolgens gebruiken gebruikers apps om gezichten te verzamelen die kunnen voldoen aan de kwaliteitsvereisten. Daarna moeten gebruikers het betalingswachtwoord invoeren. Als het correct is, zal de gebruiker eindelijk de pagina Betalingsbevestiging invoeren om de betaling te voltooien.

    3. Gerelateerde technologieën

    In het proces van het realiseren van gezichtsbetalingstechnologie wordt momenteel 3D -gezichtsherkenningstechnologie gebruikt. Vóór gezichtsherkenning zal 3D -gezichtsherkenningstechnologie live detectie uitvoeren via een combinatie van software en hardware om te bepalen of het verzamelde gezicht een foto-, video- of softwaresimulatie is. Face -betaling vereist niet alleen de ondersteuning van gezichtsherkenning algoritmen, maar ook de ondersteuning van hardware -apparaten zoals bijbehorende cameramodules.

    In termen van hardware is de 3D -lichtcamera een volwassen oplossing in de huidige mainstream 3D -cameramodule -oplossingen en commerciële vooruitzichten. Het principe van 3D -lichttechnologie is om 20.000 tot 30.000 verspreide plekken te projecteren met een infrarood -emissielaser, en vervolgens de meting van de positiediepte te voltooien volgens de verandering van het licht waargenomen door de infraroodontvangstcamera nadat hij was teruggevouwen.

    De cameramodule omvat meerdere links van precisie optisch ontwerp, chip, algoritme en productie, en de technische standaard is hoog. Daarom kan slechts een klein aantal ondernemingen massaproductie van dimensionale cameramodules in China bereiken. Momenteel gebruikt Alipay "Dragonfly" de camera die wordt geleverd door Mario, die gezamenlijk is vastgesteld door ANT Financial en Orbbec. WeChat "Frog" gebruikt Hjimi als een 3D -serviceprovider voor cameramodule. Unionpay "Face Betaling" is meestal van Orbbec en Hjimi.

    In termen van gezichtsherkenning -algoritmen nemen Ali, Tencent en UnionPay momenteel voornamelijk zelf - ontwikkelde of coöperatieve strategieën aan bij professionele gezichtsherkenningsmaatschappijen. Alipay "Dragonfly" en Wechat "Frog" komen voornamelijk uit zelf - Ontwikkeling. Unionpay "Face Payment" komt voornamelijk van serviceproviders zoals YUTU, Sensetime, Megvii, Cloudwalk, enz.

    4. Produceer voordelen

    Face -betalingen hebben de volgende voordelen:

    • Het is snel. Face -betaling kan snelle erkenning en verificatie bereiken, waardoor de betaling gemakkelijker kan worden.
    • Het is handig. Vergeleken met de beperkingen in vingerafdrukken en scancodes, heeft Face Payment geen mobiele telefoons nodig, wat handiger is voor oudere mensen die niet bedreven zijn in het gebruik van smartphones en het gemakkelijk te vergeten wachtwoorden.
    • Het is veilig. Face Payment gebruikt de nieuwste 3D -gezichtsherkenning, gecombineerd met dubbele detectie van hardware en software. Het is veiliger dan QR -code -betaling.
    • Het kan kosten besparen. Volgens officiële statistieken kan gezichtsbetaling 50% van de tijdskosten besparen. Zelf - Service -kassiers en gezichtsbetaling kunnen het fenomeen van het afrekenen van de wachtrijen tijdens piekuren in supermarkten, restaurants, winkelcentra en andere consumentenplaatsen effectief verlichten.

    Toekomstige ontwikkelingstrend van gezichtsbetaling

    Momenteel is de gezichtsbetaling op grote schaal op de markt gebruikt. De volgende trends zullen in de toekomstige ontwikkeling verschijnen:

    Verbeterde nauwkeurigheid van gezichtsherkenning

    Hoewel gezichtsbetaling is gebruikt in commerciële scenario's, komen gebruikers af en toe achtergrondverlichting en mislukte herkenning tegen, wat de gebruikerservaring beïnvloedt. Bovendien hebben soortgelijke tweelingen en cosmetische chirurgie invloed op de gezichtsbetaling. Met de vooruitgang van kunstmatige intelligentie -algoritmen en camera -hardwaretechnologie, zal de nauwkeurigheid van gezichtsherkenning geleidelijk worden verbeterd. Daarom kan gebruikerservaring worden geoptimaliseerd.

    Productstandaardisatie

    Hoewel veel organisaties face -betalingsproducten hebben gelanceerd, missen het bedrijfsproces, de prestaties en de beveiligingsnormen voor face -betaling nog steeds uniforme normen. Relevante afdelingen bestuderen en ontwikkelen ook relevante normen. In november 2019 heeft de National Financial Standardization Commission een concept uitgegeven voor opmerkingen over de "technische specificaties voor offline betalingsbeveiligingsaanvragen van gezichtsherkenning". In de toekomst is de standaardisatie en normalisatie van gezichtsbetalingsproducten ook een van de ontwikkelingstrends.

    Verstrekking van marketingwaarde - Services toegevoegd

    Het FACE -betalingssysteem biedt niet alleen verkopers van Smart Cashier -oplossingen voor verkopers, maar maakt ook marketing en waarde - toegevoegde services op deze basis. Vergeleken met traditionele intelligente POS, QR -codescanterminals en andere apparaten, zijn gezichtsbetalingsapparaten gewijzigd van eenvoudige verwervende terminals in uitgebreide handelskassiers en managementapparaten. In de toekomst, wanneer gebruikers betalen, kunnen verkopers lid worden gespeeld - Gerelateerde advertenties op het scherm. Gebruikers kunnen direct genieten van de rechten en voordelen na opening, om de intelligente werking van betaling, lidmaatschap, kaarten, coupons en advertenties te realiseren.

    Verbreed applicatiescenario

    Momenteel wordt gezichtsbetaling voornamelijk gebruikt in scenario's voor detailhandel en catering. Met de toename van de populariteit van de markt in de toekomst, zullen de toepassingsscenario's onvermijdelijk geleidelijk uitbreiden naar meer velden zoals reis- en levensonderhoud om te voldoen aan de werkelijke behoeften van gebruikers.

    Geaggregeerde betalingsdiensten

    Momenteel zijn er enkele verschillen in gezichtsherkenning -algoritmen en cameramodulegroepselectie bij face -betalingsserviceproviders, dus er is nog steeds een gebrek aan gezichtsbetalingsterminals die tegelijkertijd Alipay, WeChat Pay en UnionPay kunnen ondersteunen. Op basis van hardwarekosten en gebruikersbehoeften is geaggregeerde betaling een onvermijdelijke ontwikkelingstrend in de toekomst.

    Concurrentie van andere betaalmethoden

    Hoewel face -betalingsmethoden op de markt zijn toegepast en aanvankelijk goede resultaten hebben behaald, heeft de ontwikkeling van mobiele betaalmethoden ook een gediversifieerde trend aangetoond, zoals NFC -betaling, QR -code -betaling, palmaderbetaling en vingerafdrukbetaling. Of gezichtsbetaling in de toekomst een bepaald deel van de markt kan bezetten, moet nog door de markt worden getest.

    Conclusie

    Face -betaling is officieel gebruikt. Het heeft de oorspronkelijke betalingsmarkt in beslag genomen met donder en bliksem. Dit artikel vat het ontwikkelingsproces van gezichtsbetaling, de huidige reguliere producten en de toekomstige ontwikkelingstrend, voornamelijk samen en analyseert het ontwikkelingsproces. De betaalmethoden in de toekomst zullen zeker handiger en veiliger worden.