Met de innovatie en ontwikkeling van mobiele betalingstechnologie is intelligente face -erkenningsbetaling onder de aandacht van het publiek gekomen na de steeds volwassener en populariseerde QR -code -betaling, met name de snelle ontwikkeling van gezichtsherkenningstechnologie in de afgelopen twee jaar. De effectieve verbetering van de nauwkeurigheid en snelheid van herkenningen heeft een basis gelegd voor de toepassing van gezichtsherkenning op veel gebieden.
De toepassing van gezichtsherkenning begon geleidelijk toe te nemen. Met de officiële lancering van het Jinhua Bus Face Payment Project in januari 2019, werd het de eerste stad in China die het "gezichtsherkenning" -systeem gebruikte, met een nieuw tijdperk van gezichtsbetaling in de busindustrie.
Hoe zit het met de praktijk en toepassing van slimme gezichtsherkenningstechnologie op het gebied van openbaar vervoer? In 2019 hebben meer dan 20 steden in de busindustrie gezichtsherkenningstests uitgevoerd of gebruikte gezichtsherkenningssystemen. Gezichtsherkenning is populair geworden in de busindustrie. Er zijn echter een paar busroutes die gezichtsherkenning in secundaire steden kunnen ondersteunen. De meeste van hen bevinden zich in de proeffase van de proef. Daarom is te zien dat de acceptatie van gezichtsherkenning door passagiers moet worden verbeterd. Er zijn bepaalde beperkingen.
Problemen met gezichtsherkenning bij het openbaar vervoer
De belangrijkste processen van gezichtsherkenningstechnologie omvatten gezichtsbeeldverwerving, gezichtsdetectie, voorbewerking, gezichtsfunctie -extractie, gezichtsaanpassing/herkenning, enz.
Er zijn enkele problemen in de praktijk en toepassing van gezichtsherkenningstechnologie op het gebied van openbaar vervoer, als volgt:
1. Hoge herkenningsnauwkeurigheid
Busbetaling is van de betalingsindustrie. De betalingsindustrie vereist de nauwkeurigheid van hoge erkenning. Identificatiefouten zullen een groot aantal klachten veroorzaken, wat een grote uitdaging is voor gebruikerservaring en busbediening. Ze kunnen de acceptatie van gezichtsherkenning door gebruikers ernstig beïnvloeden.
2. Large gebruikersbestand
Het heeft een groot gebruikersbestand. In vergelijking met de financiële sector en de spoorwegindustrie heeft de busindustrie een relatief groter gebruikersbestand. Het bussysteem van een stad bestrijkt bijna alle mensen in de stad. Secundaire steden hebben vaak miljoenen gebruikers.
3. Hoge verkeersefficiëntie
Vanwege het grote aantal passagiers is het vereist om snel te passeren om congestie en files te voorkomen, vooral tijdens piekuren.
4. Verschillende operationele omgeving
Elke stad heeft bussen. Er zijn niet alleen hoge gebouwen, viaducten en tunnels, maar ook op afgelegen buitenwijken. Daarom is de operationele omgeving relatief complex. Tegelijkertijd zullen verschillende bushalte -locaties en -tijden ook verschillende lichten hebben. Er zijn verschillende verlichtingsomgevingen zoals achtergrondverlichting, weinig licht en sterk licht. Er zijn ook verschillende 4G -netwerkomgevingen in verschillende gebieden en verschillende locaties in hetzelfde gebied. De online identificatie van plaatsen met zwakke netwerksignalen is sterk beperkt.
5. Hoge bouwkosten
Stedelijk openbaar vervoer is een sociaal welzijn. De meeste busbedrijven worden geconfronteerd met financiële beperkingen. Op dit moment zijn de gezichtsherkenningsterminals op de markt meestal gezichtsherkenningsterminals. Er is geen tikken en QR -code -betaling, dus bussen moeten meerdere terminals installeren. Enerzijds verhoogt het de bouwkosten en veroorzaakt het een verspilling van sociale middelen. Aan de andere kant komen meerdere sets apparatuur vaak overeen met meerdere sets managementsystemen, die de werking- en managementkosten verhogen en ook problemen oplevert bij gegevensintegratie.
Gezichtsherkenning oplossingen van openbaar vervoer
Hangzhou Golong -technologie biedt een complete reeks oplossingen op het gebied van openbaar vervoer op basis van gezichtsherkenningstechnologie. Geavanceerde technologie wordt aangenomen om de nauwkeurigheid en erkenningssnelheid van gezichtsherkenning te waarborgen, die de ontwikkeling van gezichtsherkenningstechnologie op het gebied van openbaar vervoer zal helpen.
1. Bepaal de nauwkeurigheid van de herkenning
De gezichtsherkenningsproducten van Hangzhou Golong Technology gebruiken 3D -gezichtsherkenningstechnologie. 3D -gezichtsherkenningstechnologie heeft een hoger aanpassingsvermogen aan verschillende situaties.
Het kan een hogere herkenningsnauwkeurigheid bereiken en de problemen van gezichtsherkenning effectief oplossen.
In termen van herkenningsefficiëntie hanteert Golong Technology de offline en online dubbele herkenningsmethode van headendapparatuur en backend -servers, die milliseconde offline herkenning kunnen bereiken. Bovendien kan het de meeste gebruikersherkenning tijdens het piekuur oplossen. Met andere woorden, het kan de herkenningssnelheid versnellen, de nauwkeurigheid verhogen, communicatiegegevens verminderen en de herkenningsdruk van backend -servers verminderen.
De busbedieningsomgeving is complex en gevarieerd en de lichte omgeving is anders. Hangzhou Golong -technologie legt gezichtsgegevens vast via een combinatie van optische en infraroodcamera's, die effectiever de snelheid en nauwkeurigheid van gezichtsherkenning in sterk licht, zwak licht en achtergrondverlichting waarborgen. Het kan gebruikers een betere ervaring bieden tijdens het reizen.
2. Oplost grote gebruikersbestand
Allereerst hebben bestaande computers, met de ontwikkeling van de computercapaciteit, Million - Scale -databases kunnen identificeren en informatie van tientallen miljoenen mensen kunnen vergelijken. Ten tweede biedt de brede toepassing van cloudservices ook een effectiever implementatiemodel en een redelijker gebruik van middelen. Ten derde zijn met de wijdverbreide promotie van microservices en andere architecturen, database- en multi - knooppuntbewerkingen een realiteit geworden om betere oplossingen te bieden. Ten vierde kunnen ook multi - laagvergelijkingen worden gemaakt. Passagiers kunnen worden onderverdeeld in verschillende bibliotheken volgens de reisregels, enz. Kleine databases worden gescreend door grote databases. Vervolgens kan nauwkeurige herkenning worden gerealiseerd. De bovenstaande technologie kan worden gebruikt om een groot gebruikersbestand op te lossen.
3. Bepaal de efficiëntie van de verkeersstroom
Er zijn verschillende oplossingen voor het probleem van verkeersefficiëntie:
Allereerst kan offline identificatie worden bereikt om het efficiëntieprobleem op te lossen dat wordt veroorzaakt door netwerklatentie. Offline identificatie wordt nu voornamelijk beperkt door de rekenkracht van headend -apparaten en de grootte van de lokale database van opgeslagen gezichten. Daarom is een set algoritmen nodig om de gemeenschappelijke passagiers van elke bus te screenen. Reisinformatie van elke persoon kan worden geanalyseerd via big data.
Ten tweede zullen met het ontwikkeling en het geleidelijke gebruik van 5G -technologie, hoge - snelheidstransmissienetwerken ook een uitstekende oplossing worden. Ten slotte worden vangscamera's ingezet om pre - op sommige plaatsen in reële passagiers te identificeren, zoals BRT -platforms, metrospoorten, enz. Na succesvolle identificatie wordt passagiersinformatie gesynchroniseerd met de laadterminal om een snelle identificatie te bereiken.
4. Los het probleem op van grote verschillen in operationele omgevingen
Bij de daadwerkelijke werking van het openbaar vervoer is het milieu complex. Voor verschillende lichtproblemen kan 3D -herkenning die in de herkenningsnauwkeurigheid worden genoemd dit probleem oplossen. Of het nu weinig licht, achtergrondverlichting of sterk licht is, gezichten kunnen goed worden herkend. Ten tweede kan gezichtsherkenning worden gecombineerd met QR -codes. Verschillende betaalmethoden komen overeen met dezelfde account, die niet alleen de gebruikerservaring kunnen verbeteren, maar ook de problemen kunnen oplossen die worden veroorzaakt door de omgeving in het gezicht.
5. SAVE KOSTEN
In termen van kostenbesparingen gebruikt Golong een systeemintegratiemethode in plaats van de bestaande betaalmethoden te vervangen. Momenteel zijn IC -kaarten, QR -codes, gezichtsbetaling en andere betalingsmethoden geïntegreerd in de volledige betalingsterminal, in plaats van een enkele face -betalingsterminal. Hangzhou Golong -technologie integreert de huidige populaire QR -codetechnologie met gezichtsherkenningstechnologie op basis van het verbeteren van de efficiëntie en nauwkeurigheid van gezichtsherkenning. Een app en een account kunnen meerdere betaalmethoden ondersteunen. Gebruikers hoeven zich maar één keer in de app te registreren. Ze kunnen selectief twee applicatiemethoden openen, wat de gebruikerservaring effectiever verbetert en de acceptatie van gebruikers versnelt.
6. Wide toepassing van gezichtsherkenning
Hoewel de bovenstaande problemen kunnen worden opgelost, heeft Hangzhou Golong -technologie ook de gezichtsbetaling uitgebreid naar verschillende applicaties.
De eerste is de toepassing van beveiliging, waarmee face -betaalapparaten een andere waardelaag kunnen uitoefenen.
Ten tweede kan gezichtsherkenning ook de verliezen oplossen die worden veroorzaakt door het lenen van de buskaarten van speciale groepen (ouderen, militairen, studenten, enz.) En de online jaarlijkse controle van preferentiële kaarten tegelijkertijd realiseren.
Ten derde combineert het ook busplanning en besturingsveiligheid om meerdere toepassingen te bereiken, zoals het opnemen van aanwezigheid door de gezichten van de bestuurders, rijgedragsanalyse en statistieken van passagiersstroom.
Ten vierde kan de toepassing van gezichtsherkenning tijdens de epidemie betere gegevensstatistieken bieden voor de preventie en controle van de epidemie en de werklast van handmatige statistieken verminderen.