Produs fierbinte

Practica și aplicarea tehnologiei inteligente de recunoaștere a feței în domeniul transportului public

1351 de cuvinte | Ultima actualizare: 2024-04-19 | By Golong
Autor: Golong
Suntem un furnizor lider de sisteme de plată pentru transportul public, fondat în 2015. Ne concentrăm pe dezvoltarea și operarea hardware și software inteligent pentru IoT, recunoaștere facială și monedă digitală.
Practice and Application of Smart Face Recognition Technology in the Field of Public Transportation
Cuprins

    Odată cu inovația și dezvoltarea tehnologiei de plată mobilă, plata inteligentă de recunoaștere a feței a ajuns în atenția publicului după plata codului QR din ce în ce mai matur și popularizat, în special dezvoltarea rapidă a tehnologiei de recunoaștere a feței în ultimii doi ani. Îmbunătățirea eficientă a preciziei și vitezei de recunoaștere a oferit o bază pentru aplicarea recunoașterii feței în multe domenii.
    Aplicarea recunoașterii feței a început să crească treptat. Odată cu lansarea oficială a proiectului de plată a feței Jinhua Bus în ianuarie 2019, a devenit primul oraș din China care a folosit sistemul „Recunoașterea feței”, începând o nouă eră a plății Face în industria autobuzelor.

    Ce zici de practica și aplicarea tehnologiei inteligente de recunoaștere a feței în domeniul transportului public? În 2019, mai mult de 20 de orașe din industria autobuzelor au efectuat teste de recunoaștere a feței sau au folosit sisteme de recunoaștere a feței. Recunoașterea feței a devenit populară în industria autobuzelor. Cu toate acestea, există câteva rute de autobuz care pot susține recunoașterea feței în orașele secundare. Majoritatea sunt în etapa de operare de încercare. Prin urmare, se poate observa că acceptarea recunoașterii feței de către pasageri trebuie îmbunătățită. Există anumite limitări.

    Probleme cu recunoașterea facială în transportul public

    Principalele procese ale tehnologiei de recunoaștere a feței includ achiziția imaginilor de față, detectarea feței, preprocesarea, extragerea caracteristicilor feței, potrivirea/recunoașterea feței etc.
    Există unele probleme în practica și aplicarea tehnologiei de recunoaștere a feței în domeniul transportului public, după cum urmează:

    1. Precizia de recunoaștere mare

    Plata autobuzului aparține industriei de plată. Industria de plăți necesită o precizie de recunoaștere ridicată. Erorile de identificare vor provoca un număr mare de reclamații, ceea ce reprezintă o mare provocare pentru experiența utilizatorului și funcționarea autobuzului. Aceștia pot afecta serios acceptarea de către utilizatori de recunoaștere a feței.

    2. Baza de utilizator

    Are o bază mare de utilizatori. În comparație cu industria financiară și industria feroviară, industria autobuzelor are o bază de utilizatori relativ mai mare. Sistemul de autobuz al unui oraș acoperă aproape toți oamenii din oraș. Orașele secundare au adesea milioane de utilizatori.

    3. Eficiența înaltă a traficului

    Datorită numărului mare de pasageri, este necesar să se realizeze trecerea rapidă pentru a evita congestionarea și blocajele de trafic, în special în timpul orelor de vârf.

    4. Mediu de funcționare Diferențial

    Fiecare oraș are autobuze. Există nu numai clădiri înalte, viaducte și tuneluri, ci și suburbi de la distanță. Prin urmare, mediul de operare este relativ complex. În același timp, diferite locații de stație de autobuz și ore vor avea, de asemenea, lumini diferite. Există diferite medii de iluminare, cum ar fi lumina de fundal, lumina scăzută și lumina puternică. Există, de asemenea, diferite medii de rețea 4G în zone diferite și locații diferite din aceeași zonă. Identificarea online a locurilor cu semnale slabe de rețea este foarte limitată.

    5. Costuri de construcție înalte

    Transportul public urban este o bunăstare socială. Majoritatea companiilor de autobuze se confruntă cu constrângeri financiare. În prezent, terminalele de recunoaștere a feței de pe piață sunt în mare parte terminale de recunoaștere a feței. Nu există nicio plată de cod QR, astfel încât autobuzele trebuie să instaleze mai multe terminale. Pe de o parte, crește costurile de construcție și provoacă o pierdere de resurse sociale. Pe de altă parte, mai multe seturi de echipamente corespund adesea la mai multe seturi de sisteme de gestionare, ceea ce crește costurile de operare și de gestionare și, de asemenea, aduce probleme în integrarea datelor.

    Soluții de recunoaștere facială a transportului public

    Tehnologia Hangzhou Golong oferă un set complet de soluții în domeniul transportului public pe baza tehnologiei de recunoaștere a feței. Tehnologia avansată este adoptată pentru a asigura precizia și viteza de recunoaștere a recunoașterii feței, ceea ce va ajuta dezvoltarea tehnologiei de recunoaștere a feței în domeniul transportului public.

    1. Precizia de recunoaștere îmbunătățită

    Produsele de recunoaștere a feței Hangzhou Golong utilizează tehnologie de recunoaștere a feței 3D. Tehnologia de recunoaștere a feței 3D are o adaptabilitate mai mare la diferite situații.
    Poate obține o precizie mai mare de recunoaștere și poate rezolva eficient problemele de recunoaștere a feței.

    În ceea ce privește eficiența de recunoaștere, tehnologia Golong adoptă metoda offline și online de recunoaștere dublă a echipamentelor headend și a serverelor de backend, care pot obține o recunoaștere offline milisecundă. În plus, poate rezolva majoritatea recunoașterii utilizatorilor în timpul orei de vârf. Cu alte cuvinte, poate accelera viteza de recunoaștere, poate crește precizia, reduce datele de comunicare și poate reduce presiunea de recunoaștere a serverelor backend.

    Mediul de funcționare a autobuzului este complex și variat, iar mediul ușor este diferit. Tehnologia Hangzhou Golong surprinde datele față printr -o combinație de camere optice și infraroșii, care asigură mai eficient viteza și acuratețea recunoașterii feței în lumina puternică, lumina slabă și lumina de fundal. Poate oferi utilizatorilor o experiență mai bună atunci când călătoresc.

    2. Solvați o bază mare de utilizatori

    În primul rând, odată cu dezvoltarea capacității de calcul, calculatoarele existente au reușit să identifice baze de date la scară - la scară și să compare informațiile din zeci de milioane de oameni. În al doilea rând, aplicarea largă a serviciilor cloud oferă, de asemenea, un model de implementare mai eficient și o rată de utilizare mai rezonabilă a resurselor. În al treilea rând, odată cu promovarea pe scară largă a microservicii și a altor arhitecturi, bazele de date și operațiunile multi -noduri au devenit o realitate pentru a oferi soluții mai bune. În al patrulea rând, se pot face și comparații multi - straturi. Pasagerii pot fi împărțiți în diferite biblioteci în conformitate cu regulile de călătorie, etc. Bazele de date mici sunt analizate de baze de date mari. Apoi, o recunoaștere exactă poate fi realizată. Tehnologia de mai sus poate fi utilizată pentru a rezolva o bază mare de utilizatori.

    3. îmbunătățirea eficienței fluxului de trafic

    Există mai multe soluții la problema eficienței traficului:

    În primul rând, se poate realiza identificarea offline pentru a rezolva problema de eficiență cauzată de latența rețelei. Identificarea offline este acum limitată în principal de puterea de calcul a dispozitivelor Headend și de dimensiunea bazei de date locale a fețelor stocate. Prin urmare, este necesar un set de algoritmi pentru a ecraniza pasagerii comuni ai fiecărui autobuz. Informațiile de călătorie ale fiecărei persoane pot fi analizate prin Big Data.

    În al doilea rând, odată cu dezvoltarea și utilizarea treptată a tehnologiei 5G, rețelele de transmisie de mare viteză vor deveni, de asemenea, o soluție excelentă. În cele din urmă, camerele de captare sunt implementate pentru a identifica pasagerii în timp real -

    4. Solicitați problema diferențelor mari în mediile de operare

    În funcționarea efectivă a transportului public, mediul este complex. Pentru diferite probleme de lumină, recunoașterea 3D menționată în precizia recunoașterii poate rezolva această problemă. Indiferent dacă este vorba de lumină scăzută, lumină de fundal sau lumină puternică, pot fi bine recunoscute. În al doilea rând, recunoașterea feței poate fi combinată cu codurile QR. Metode de plată diferite corespund aceluiași cont, care nu numai că poate îmbunătăți experiența utilizatorului, ci și rezolvă problemele cauzate de mediu în plata feței.

    5.Save costuri

    În ceea ce privește economiile de costuri, Golong folosește o metodă de integrare a sistemului în loc să înlocuiască metodele de plată existente. În prezent, cardurile IC, codurile QR, plata feței și alte metode de plată sunt integrate în terminalul de plată integral, mai degrabă decât în ​​terminalul de plată unic. Tehnologia Hangzhou Glong integrează actuala tehnologie populară a codului QR cu tehnologia de recunoaștere a feței pe baza îmbunătățirii eficienței și exactității recunoașterii feței. O aplicație și un cont pot suporta mai multe metode de plată. Utilizatorii trebuie să se înregistreze doar în aplicație. Aceștia pot deschide selectiv două metode de aplicație, ceea ce îmbunătățește mai eficient experiența utilizatorului și accelerează acceptarea utilizatorilor.

    6. Aplicarea la nivel mondial a recunoașterii feței

    În timp ce problemele de mai sus pot fi rezolvate, tehnologia Hangzhou Golong a extins, de asemenea, plata Face la diverse aplicații.

    Prima este aplicarea securității, care poate permite dispozitivelor de plată FACE să exercite un alt strat de valoare.

    În al doilea rând, recunoașterea feței poate rezolva, de asemenea, pierderile cauzate de împrumuturile cardurilor de autobuz ale grupurilor speciale (persoane în vârstă, personal militar, studenți etc.) și să realizeze verificarea anuală online a cardurilor preferențiale în același timp.

    În al treilea rând, combină, de asemenea, planificarea autobuzelor și siguranța conducerii pentru a obține mai multe aplicații, cum ar fi înregistrarea prezenței prin fețele șoferilor, analiza comportamentului de conducere și statisticile fluxului de pasageri.

    În al patrulea rând, în timpul epidemiei, aplicarea recunoașterii faciale poate oferi statistici de date mai bune pentru prevenirea și controlul epidemiei și poate reduce volumul de muncă al statisticilor manuale.