Med utviklingen av smarttelefoner og internett, har mobilbetaling blitt den raskeste - voksende betalingsmetoden i Kina. Ulike nye betalingsmetoder har dukket opp, for eksempel QR -kodebetaling, NFC -betaling, etc. De siste årene, med gradvis utvikling av kunstig intelligens, maskinlæring og sensorer, har biometrisk teknologi også blitt brukt på mobilbetalinger, for eksempel fingeravtrykk, ansiktsbetaling, etc.
Denne artikkelen introduserer hovedsakelig generasjon, utviklingshistorie, nåværende mainstream -produkter på markedet, fremtidige trender og relaterte forslag.
1. Basiske konsepter om ansiktsgjenkjenning
Ansiktsgjenkjenning er en biometrisk teknologi som utfører identitetsgjenkjenning basert på ansiktsfunksjonene informasjon til en person. En serie relaterte teknologier brukes. Først av alt kan kameraer samle bilder eller videostrømmer som inneholder menneskelige ansikter. Deretter kan menneskelige ansikter automatisk oppdages og spores. Endelig kan ansiktsgjenkjenning realiseres. Ansiktsgjenkjenning kan hovedsakelig deles inn i tre trinn: ansiktsdeteksjon, ansiktsfunksjonsutvinning og ansiktsmatching. Ansiktsdeteksjon fanger hovedsakelig tilstedeværelsen av ansikter i bilder eller videoer, og samler deretter størrelse, posisjon og annen informasjon. Ekstraksjon av ansiktsfunksjon refererer til nøyaktig å lokalisere plasseringen av viktige områder i ansiktene. Ansiktsmatching refererer til å dømme om et ansikt eksisterer i databasen, og deretter finne det mest matchende ansiktet i databasen. Den største funksjonen ved ansiktsgjenkjenningsteknologi er å unngå lekkasje av personlig informasjon og å identifisere den på en ikke -- kontakt måte (brukere trenger ikke å kontakte enheten direkte).
Ansiktsgjenkjenning kan deles inn i 2D ansiktsgjenkjenning og 3D ansiktsgjenkjenning i henhold til de forskjellige uttrykksmodellene til ansikter. 2D ansiktsgjenkjenning har blitt undersøkt i lang tid, så metoden og prosessen er relativt moden. Imidlertid har det begrensninger i dypt datatap. Det er umulig å gjenkjenne det virkelige ansiktet fullt ut. Derfor er det problemer som nøyaktighet med lav gjenkjennelse, nøyaktighet med lite ansikt, etc.
3D ansiktsgjenkjenning har mer data og informasjon når det gjelder farge, tekstur, dybde, etc. Derfor har 3D ansiktsgjenkjenning flere fordeler enn 2D ansiktsgjenkjenning når det gjelder gjenkjennelsesnøyaktighet og ansiktsdeteksjonsnøyaktighet.
For tiden er mange universiteter, forskningsinstitutter og kommersielle institusjoner i inn- og utland engasjert i forskningsarbeid relatert til ansiktsgjenkjenning, for eksempel VisionLabs, Yitu, Sensetime, MEGVII, Cloudwalk, etc. Med gradvis forbedring av forskning, ansiktsgjenkjenningsteknologi har vært brukt i offentlig sikkerhet, deltakelse, intelligent tilgang til kontroll, finans og finans og finans og finans og finans og finansiell tilgang og finansiell tilgang til offentlig sikkerhet.
2. Utviklingshistorikk og gjeldende situasjon for ansiktsbetaling
Utviklingshistorie
Ansiktsbetaling er hovedsakelig avhengig av ansiktsgjenkjenningsteknologi. Bruken av ansiktsgjenkjenning på betalingsfeltet har sin opprinnelse i Finland. I juli 2013 lanserte Uniqul det første ansiktsgjenkjenning - -baserte betalingssystemet. Når vi sjekker ut, trenger forbrukere bare å møte kameraet på POS -skjermen på kassaapparatet. Systemet vil automatisk ta et bilde, skanne ansiktet og deretter sammenligne bildet med den lagrede informasjonen i databasen. Ansiktsinformasjonen er også tilknyttet betalingssystemet samtidig. Når identitetsinformasjonen vises, kan forbrukere bekrefte på skjermen. Hele transaksjonsprosessen er fullført. Deretter har land som USA, Storbritannia og Japan også lansert sine egne ansiktsbetalingssystemer, for eksempel Googles betalingsapp - gratis.
Med kontinuerlig forbedring av ansiktsgjenkjenningsteknologi har relevante innenlandske institusjoner også begynt å utføre forskning og utvikling og kommersiell utforskning av ansiktsbetalingsteknologi. For tiden sameksisterer Ali, Tencent og Unionpay sammen med hverandre. Ali er pioner for ansiktsbetaling.
I 2015 viste Ma Yun ansiktsbetalingsteknologien på Hannover -utstillingen i Tyskland.
I september 2017 lanserte Alipay ansiktsbetaling på KFCs konseptrestaurant KPRO, som også er den første kommersielle piloten med ansiktsbetaling i Kina.
I desember 2018 lanserte Alipay offisielt "Dragonfly" Face Payment Product. Brukere kan bruke ansiktsbetalinger på sykehus, supermarkeder, restauranter, merkevarebutikker og andre steder.
I april 2019 ble “Dragonfly 2.0” lansert. “Dragonfly 2.0” har ikke bare forbedret lettheten til maskinen, passeringshastigheten på ansikt og betalingsmessigheten, men introduserte også funksjonen til å bli med i medlemskapet så lenge du bruker ansiktsbetaling. Som kommersiell konkurrent begynte Tencent også å få fart på utformingen av ansiktsbetaling.
I 2018 begynte WeChat -ansiktsbetalingssystemet å bli promotert og brukt i fysiske butikker.
I mars 2019 ble WeChats ansiktsbetalingsenhet “Frog” offisielt lansert. Det begynte også å utvide sine kjøpmenn over hele landet.
I august 2019 ga WeChat Pay offisielt ut “WeChat Frog Pro” utstyrt med en kodeskanner og en dobbel - sidig skjerm.
I tillegg til de to ovennevnte institusjonene, begynte UnionPay også å legge ut relaterte virksomheter etter å ha sett forretningsutviklingsmulighetene for ansiktsbetaling.
I januar 2017 viste UnionPay Face Pay, et betalingssystem basert på ansiktsgjenkjenning, på Singapore Fintech -festivalen.
I oktober 2019, UnionPay, sammen med mer enn 60 institusjoner som Industrial and Commercial Bank, Postal Savings Bank og Citic Bank, ga i fellesskap "Face Payment" -produktet.
I slutten av oktober 2019 slapp China UnionPay Merchant sin ansiktsbetalingsterminal “Blue Whale”, som innser terminalaggregasjonen av UnionPay Face Payment og WeChat Face Payment. Brukere kan velge å legge inn forskjellige driftsmiljøer med ansiktsbetaling.
Forretningsprosess
Siden de nåværende forretningsprosessene for ansiktsbetalingsprodukter ikke er standardisert, er det fortsatt noen forskjeller i forskjellige institusjoner. Alipay og WeChat -lønn er i utgangspunktet de samme. Detaljene er som følger: For det første skriver brukerne inn betalingslenken og velger Face Payment Method. Deretter bruker brukere apper for å samle ansikter som kan oppfylle kvalitetskravene. Etter det skriver brukere inn mobiltelefonnummeret bundet med Alipay (eller WeChat). I henhold til sikkerhetsavgjørelsen - Making System of the Alipay (eller WeChat) står overfor betaling, kan antallet mobiltelefonnummer som kreves for å bli lagt inn være annerledes. Når brukere besøker noen butikker de knapt drar til, er det nødvendig å oppgi hele telefonnummeret. Tvert imot, brukere trenger bare å legge inn de fire siste sifrene i telefonnummeret, eller trenger ikke til og med å oppgi telefonnummeret i butikkene de ofte går til. De kan direkte legge inn betalingsbekreftelsessiden (bestemmelseslogikken til siffernummeret bestemmes automatisk av ansiktsbetalingssystemet).
Forretningsprosessen med UnionPay Face Payment er forskjellig fra den fra Alipay og WeChat Pay. Sikkerhetsbekreftelsesmetoden trenger ansikter og passord. Hovedprosessen er som følger: For det første skriver brukerne inn betalingslenken og velger Face Payment -metoden. Deretter bruker brukere apper for å samle ansikter som kan oppfylle kvalitetskravene. Etter det må brukerne oppgi betalingspassordet. Hvis det er riktig, vil brukeren endelig legge inn betalingsbekreftelsessiden for å fullføre betalingen.
3. Relaterte teknologier
I prosessen med å realisere ansiktsbetalingsteknologi brukes 3D ansiktsgjenkjenningsteknologi vanligvis for tiden. Før ansiktsgjenkjenning vil 3D ansiktsgjenkjenningsteknologi utføre live påvisning gjennom en kombinasjon av programvare og maskinvare for å avgjøre om det innsamlede ansiktet er et simulering av foto, video eller programvare. Ansiktsbetaling krever ikke bare støtte fra ansiktsgjenkjenningsalgoritmer, men også støtte fra maskinvareenheter som tilsvarende kameramoduler.
Når det gjelder maskinvare, er 3D Light Camera en moden løsning i de nåværende mainstream 3D -kameramodulløsninger og kommersielle utsikter. Prinsippet om 3D -lysteknologi er å projisere 20 000 til 30 000 spredte flekker med en infrarød emisjonslaser, og deretter fullføre måling av posisjonsdybden i henhold til endringen av lyset oppfattet av det infrarøde mottakende kameraet etter å ha blitt brettet tilbake.
Kameramodulen involverer flere koblinger av Precision Optical Design, ChIP, Algorithm and Production, og den tekniske standarden er høy. Derfor kan bare et lite antall bedrifter oppnå masseproduksjon av dimensjonale kameramoduler i Kina. For tiden bruker Alipay “Dragonfly” kameraet levert av Mario som i fellesskap er etablert av Ant Financial og Orbbec. WeChat “Frog” bruker HJIMI som leverandør av 3D -kameramodul. UnionPay “Face Payment” er mest fra Orbbec og Hjimi.
Når det gjelder ansiktsgjenkjenningsalgoritmer, er Ali, Tencent og UnionPay for tiden hovedsakelig å ta i bruk selv - utviklede eller kooperative strategier med profesjonelle ansiktsgjenkjenningsselskaper. Alipay “Dragonfly” og WeChat “frosk” kommer hovedsakelig fra selv - utvikling. UnionPay “Face Payment” kommer hovedsakelig fra tjenesteleverandører som Yitu, Sensetime, Megvii, Cloudwalk, etc.
4.produktfordeler
Ansiktsbetalinger har følgende fordeler:
- Det er raskt. Ansiktsbetaling kan oppnå rask anerkjennelse og verifisering, noe som kan gjøre betalingen mer praktisk.
- Det er praktisk. Sammenlignet med begrensningene i fingeravtrykk og skanningskoder, trenger ikke utbetaling av mobiltelefoner, noe som er mer praktisk for eldre som ikke er dyktige i å bruke smarttelefoner og enkle å glemme passord.
- Det er trygt. Face Payment bruker den nyeste 3D -ansiktsgjenkjenningen, kombinert med dobbeltdeteksjon av maskinvare og programvare. Det er tryggere enn QR -kodebetaling.
- Det kan spare kostnader. I følge offisiell statistikk kan ansiktsbetaling spare 50% av tidskostnadene. Selv - Service -kasserere og ansiktsbetaling kan effektivt lindre fenomenet kassen i kø i høye timer i supermarkeder, restauranter, kjøpesentre og andre forbrukerplasser.
Fremtidig utviklingstrend for ansiktsbetaling
For tiden har ansiktet betaling blitt mye brukt i markedet. Følgende trender vil vises i fremtidig utvikling:
Forbedret nøyaktighet av ansiktsgjenkjenning
Selv om ansiktsbetaling har blitt brukt i kommersielle scenarier, kommer brukerne av og til over bakgrunnsbelysning og mislykket gjenkjennelse, noe som påvirker brukeropplevelsen. I tillegg vil lignende tvillinger og kosmetisk kirurgi påvirke ansiktsbetalingen. Med fremme av kunstig intelligensalgoritmer og kamerateknologi, vil nøyaktigheten av ansiktsgjenkjenning gradvis bli forbedret. Derfor kan brukeropplevelse optimaliseres.
Produktstandardisering
Selv om mange organisasjoner har lansert ansiktsbetalingsprodukter, mangler forretningsprosess, ytelse og sikkerhetsstandarder for ansiktsbetaling fortsatt ensartede standarder. Relevante avdelinger studerer og utvikler også relevante standarder. I november 2019 utstedte National Financial Standardization Commission et utkast til kommentarer til "tekniske spesifikasjoner for offline betalingssikkerhetssikkerhetssøknader om ansiktsgjenkjenning". I fremtiden er standardisering og normalisering av ansiktsbetalingsprodukter også en av utviklingstrendene.
Levering av markedsføringsverdi - Lagt til tjenester
Ansiktsbetalingssystemet gir ikke bare selgere smarte kassererløsninger for selgere, men overlater også markedsføring og verdi - Lede tjenester på dette grunnlaget. Sammenlignet med tradisjonelle intelligente POS, QR -kodeskanningsterminaler og andre enheter, har ansiktsbetalingsenheter endret seg fra enkle anskaffelse av terminaler til omfattende kjøpmannskasserer og styringsenheter. I fremtiden, når brukere betaler, kan selgere spille medlem - relaterte annonser på skjermen. Brukere kan direkte glede seg over rettighetene og fordelene etter åpning, for å realisere intelligent drift av betaling, medlemskap, kort, kuponger og annonser.
Utvidet applikasjonsscenario
For tiden brukes ansiktsbetaling hovedsakelig i detaljhandels- og catering -scenarier. Med økningen i markedets popularitet i fremtiden, vil applikasjonsscenariene uunngåelig gradvis utvide til flere felt som reise- og levekostnader for å imøtekomme brukernes faktiske behov.
Aggregerte betalingstjenester
Foreløpig er det noen forskjeller i ansiktsgjenkjenningsalgoritmer og valg av kameramodulgruppe blant leverandører av ansiktsbetalingstjenester, så det er fremdeles mangel på ansiktsbetalingsterminaler som kan støtte Alipay, WeChat Pay og UnionPay samtidig. Basert på maskinvarekostnader og brukerbehov, er samlet betaling en uunngåelig utviklingstrend i fremtiden.
Konkurranse fra andre betalingsmetoder
Selv om ansiktsbetalingsmetoder har begynt å bli brukt i markedet og opprinnelig har oppnådd gode resultater, har utviklingen av mobile betalingsmetoder også vist en diversifisert trend, for eksempel NFC -betaling, QR -kodebetaling, palmevene betaling og fingeravtrykkbetaling. Hvorvidt ansiktsbetaling kan okkupere en viss andel av markedet i fremtiden, må fortsatt testes av markedet.
Konklusjon
Ansiktsbetaling har offisielt blitt brukt. Det har beslaglagt det opprinnelige betalingsmarkedet med torden og lyn. Denne artikkelen oppsummerer og analyserer hovedsakelig utviklingsprosessen for ansiktsbetaling, de nåværende mainstream -produktene og den fremtidige utviklingstrenden. Betalingsmetodene i fremtiden vil helt sikkert bli mer praktisk og sikrere.