Помоћу иновације и развојем технологије мобилне плате, интелигентно плаћање за препознавање лица приступило је пажњу јавности након све зрелије и популарнијег плаћања КР кодекса, посебно брзом развоју технологије препознавања лица у последње две године. Ефикасно побољшање тачности и брзине препознавања пружио је темељ за примену препознавања лица у многим областима.
Примена препознавања лица почела се постепено повећавати. Службеним лансирањем пројекта плаћања са аутобусом Јинхуа у јануару 2019. године, постао је први град у Кини који је користио систем "препознавања лица", почевши нову еру сузгре у аутобусној индустрији.
Шта кажете на праксу и примену Смарт Тецхнологи технологије препознавања лица у области јавног превоза? У 2019. години више од 20 градова у аутобуској индустрији спровело је тестове препознавања лица или коришћене системе препознавања лица. Препознавање лица постало је популарно у аутобуској индустрији. Међутим, постоји неколико аутобуских рута које могу подржати препознавање лица у средњим градовима. Већина њих је у позорници суђења. Стога се види да је прихватање препознавања лица од стране путника потребно побољшати. Постоје одређена ограничења.
Проблеми са признањем лица у јавном превозу
Главни процеси технологије препознавања лица укључују суочавање с стицањем слике, препознавање лица, прерађивање, екстракцију лица, лицем лица, подударање / препознавање лица итд.
Постоје неки проблеми у пракси и примени технологије препознавања лица у области јавног превоза, на следећи начин:
1.Хиси тачност препознавања
Нос плаћање припада платној индустрији. Платна индустрија захтева високу тачност препознавања. Грешке идентификације узрокују велики број жалби, што је велики изазов за корисничко искуство и рад аутобуса. Они могу озбиљно утицати на прихватање корисничких признавања.
2. Повлачно кориснику
Има велику корисничку базу. У поређењу са финансијском индустријом и железничком индустријом, аутобуска индустрија има релативно већу корисничку базу. Аутобуски систем града покрива скоро све људе у граду. Секундарни градови често имају милионе корисника.
3. Хеигх Ефикасност саобраћаја
Због великог броја путника, потребно је постићи брзо пролазак како би се избегло загушења и саобраћајне гужве, посебно током вршних сати.
4. Радно управљање окружењем
Сваки град има аутобусе. Не постоје само велике зграде, вијадукције и тунеле, већ и удаљена предграђа. Стога је оперативно окружење релативно сложено. Истовремено, различити локације и времена аутобуске станице такође ће имати различита светла. Постоје различита осветљена окружења као што су позадинско осветљење, слаба светлост и јака светлост. Постоје и различита 4Г мрежна окружења у различитим областима и различитим локацијама на истом подручју. Онлине идентификација места са слабим мрежним сигналима је увелико ограничена.
5.Хигх ЦонтровеРост трошкови
Градски јавни превоз је социјални рад. Већина аутобуских компанија се суочава са финансијским ограничењима. Тренутно су терминали препознавања лица на тржишту углавном терминали за препознавање лица. Не постоји плаћање кодова и КР кода, па аутобуси морају да инсталирају више терминала. С једне стране, повећава трошкове изградње и узрокује губитак социјалних ресурса. С друге стране, вишеструки сетови опреме често одговара вишеструким скуповима система управљања, што повећава трошкове рада и управљања и доноси проблеме у интеграцији података.
Решења за препознавање лица јавног превоза
Хангзхоу Голонг технологија пружа комплетан сет решења у области јавног превоза заснованог на технологији препознавања лица. Усвојена је напредна технологија да се обезбеди тачност и брзина препознавања препознавања лица, што ће помоћи развоју технологије препознавања лица у области јавног превоза.
1.импрове тачност препознавања
Производи за препознавање лица Хангзхоу Голонг технологија користе 3Д технологију препознавања лица. 3Д технологија препознавања лица има већу прилагодљивост различитим ситуацијама.
Може постићи већу тачност препознавања и ефикасно решити проблеме препознавања лица.
У погледу ефикасности препознавања, ГОЛОНГ технологија усвојила је ван мреже и на мрежи двоструког препознавања опреме и резервне сервере, који могу постићи признање МиллисеЦонд. Поред тога, то може да реши већину препознавања корисника током вршног сата. Другим речима, то може убрзати брзину препознавања, повећати тачност, смањити податке о комуникацији и смањити притисак препознавања резервних сервера.
Поновно окружење у аутобусу је сложено и разноврсно, а светло окружење је различито. Хангзхоу Голонг Тецхнологи снима податке са подацима путем комбинације оптичких и инфрацрвених камера, што ефикасније осигурава брзину и тачност препознавања лица у јакој светлости, слабо светло и позадинско осветљење. Корисницима може да пружи боље искуство када путују.
2.Све велика база корисника
Пре свега, са развојем рачунарског капацитета, постојећи рачунари били су у стању да идентификују милион - базе података и упоређују информације од десетина милиона људи. Друго, широка примена облачних услуга такође пружа ефикаснији модел размештања и разумније стопе коришћења ресурса. Треће, уз широку промоцију микросервиса и других архитектуре, базе података и више - врста чворова постали су стварност да би се пружила боља решења. Четврто, се такође могу поређење слојева такође морати. Путници се могу поделити у различите библиотеке према правилима путовања итд. Мале базе података се приказују великим базама података. Тада се може реализовати тачно препознавање. Горња технологија се може користити за решавање велике корисничке базе.
3.импрове Ефикасност протока саобраћаја
Постоји неколико решења проблема у саобраћају:
Пре свега, може се постићи ван мреже да се реши проблем ефикасности изазваним латенцијама мреже. Оффлине Идентификација је сада углавном ограничена рачунањем уређаја за израчунавање главних уређаја и величине локалне базе података сачуваних лица. Стога је потребан скуп алгоритама за екрај заједничких путника сваког аутобуса. Информације о путовању сваке особе могу се анализирати кроз велике податке.
Друго, са развојем и постепеним употребом од 5Г технологије, велике - преносе брзине такође ће постати одлично решење. Коначно, камере за хватање су распоређене да пређу путнике у стварним временима у стварним временима, као што су БРТ платформе, ГАТЕС-у, афтерјуа након успешне идентификације, информације о пуњењу синхронизују се на терминал за пуњење.
4.Олвирање проблема великих разлика у оперативним окружењима
У стварном раду јавног превоза, окружење је сложено. За различите проблеме са лаганим проблемима, 3Д признање наведено у тачности препознавања може да реши овај проблем. Било да је то слабо светло, позадинско осветљење или снажно светло, лица могу бити добро препознати. Друго, препознавање лица може се комбиновати са КР кодовима. Различити начин плаћања одговарају истом рачуну, који не само да је корисничко искуство не само да реши и проблеми узрокују животну средину у уплати у лице.
5.Заве трошкове
У погледу уштеде трошкова, Голонг користи метод системске интеграције уместо да замени постојеће начине плаћања. Тренутно, ИЦ картице, КР кодови, уплата лица, и други начин плаћања су интегрисани у комплетан терминал за плаћање, а не јединствен терминал за плаћање лица. Хангзхоу Голонг технологија интегрише тренутни популарни програм КР кода са технологијом препознавања лица на основу побољшања ефикасности и тачности препознавања лица. Апликација и налог могу да подрже више начина плаћања. Корисници се морају регистровати само у апликацији једном. Они могу селективно отворити два начина примене, што ефикасније побољшава корисничко искуство и убрзава прихватање корисника.
6. Захтев за примјену лица
Док се горњи проблеми могу решити, Хангзхоу Голонг технологија је такође проширила уплату лица на различите апликације.
Прва је примена безбедности, која може омогућити лицем плаћања лица да би се постигао други слој вредности.
Друго, препознавање лица такође може да реши губитке проузроковане задуживањем аутобуских картица са специјалним групама (старијим особама, војним особљем, студентима итд.) И реализују онлајн годишњи чек преференцијалних карата у исто време.
Треће, такође комбинује заказивање аутобуса и безбедност у вожњи да би се постигла вишеструке апликације као што су похађање похађања преко лица возача, анализу понашања вожње и статистике протока путника.
Четврто, током епидемије, примена препознавања лица може пружити бољу статистику података за превенцију и контролу епидемије и смањити радно оптерећење ручне статистике.