Mobil ödeme teknolojisinin yenilikçiliği ve geliştirilmesi ile, akıllı yüz tanıma ödemesi, giderek daha olgun ve popüler olan QR kodu ödemesinden, özellikle son iki yılda yüz tanıma teknolojisinin hızlı gelişmesinden sonra halkın dikkatini çekmiştir. Tanıma doğruluğunun ve hızının etkili bir şekilde iyileştirilmesi, birçok alanda yüz tanıma uygulanması için bir temel sağlamıştır.
Yüz tanıma uygulaması kademeli olarak artmaya başladı. Ocak 2019'da Jinhua Otobüs Yüz Ödeme Projesi'nin resmi lansmanı ile Çin'de otobüs endüstrisinde yeni bir yüz ödeme çağına başlayan “yüz tanıma” sistemini kullanan ilk şehir oldu.
Toplu taşıma alanında akıllı yüz tanıma teknolojisinin uygulanmasına ve uygulanmasına ne dersiniz? 2019 yılında, otobüs endüstrisinde 20'den fazla şehir yüz tanıma testleri veya kullanılmış yüz tanıma sistemleri gerçekleştirmiştir. Yüz tanıma otobüs endüstrisinde popüler hale geldi. Bununla birlikte, ikincil şehirlerde yüz tanımayı destekleyebilecek birkaç otobüs güzergahı vardır. Çoğu deneme operasyon aşamasında. Bu nedenle, yolcular tarafından yüz tanımanın kabulünün iyileştirilmesi gerektiği görülebilir. Belirli sınırlamalar var.
Toplu taşımacılıkta yüz tanıma sorunları
Yüz tanıma teknolojisinin ana süreçleri arasında yüz görüntü alımı, yüz algılama, ön işleme, yüz özellik çıkarma, yüz eşleştirme/tanıma vb.
Toplu taşıma alanında yüz tanıma teknolojisinin uygulanmasında ve uygulanmasında bazı sorunlar vardır:
1. yüksek tanıma doğruluğu
Otobüs ödemesi ödeme endüstrisine aittir. Ödeme endüstrisi yüksek tanınma doğruluğu gerektirir. Tanımlama hataları, kullanıcı deneyimi ve otobüs işlemi için büyük bir zorluk olan çok sayıda şikayete neden olacaktır. Kullanıcıların yüz tanımayı kabul etmelerini ciddi şekilde etkileyebilirler.
2. Kullanıcı tabanı
Büyük bir kullanıcı tabanı vardır. Finans endüstrisi ve demiryolu endüstrisi ile karşılaştırıldığında, otobüs endüstrisi nispeten daha büyük bir kullanıcı tabanına sahiptir. Bir şehrin otobüs sistemi, şehirdeki neredeyse tüm insanları kapsar. İkincil şehirlerin genellikle milyonlarca kullanıcısı vardır.
3. Trafik Verimliliği
Çok sayıda yolcu nedeniyle, özellikle yoğun saatlerde tıkanıklık ve trafik sıkışıklığını önlemek için hızlı geçiş yapmak gerekir.
4. Farklı çalışma ortamı
Her şehrin otobüs var. Sadece yüksek binalar, viyadükler ve tüneller değil, aynı zamanda uzaktan banliyöler de vardır. Bu nedenle, çalışma ortamı nispeten karmaşıktır. Aynı zamanda, farklı otobüs durağı konumları ve zamanları da farklı ışıklar olacaktır. Arka ışık, düşük ışık ve güçlü ışık gibi farklı aydınlatma ortamları vardır. Aynı alanda farklı alanlarda ve farklı yerlerde farklı 4G ağ ortamları da vardır. Zayıf ağ sinyallerine sahip yerlerin çevrimiçi olarak tanımlanması büyük ölçüde sınırlıdır.
5. yüksek inşaat maliyetleri
Kentsel toplu taşıma sosyal bir refahtır. Çoğu otobüs şirketi finansal kısıtlamalarla karşı karşıya. Şu anda, piyasadaki yüz tanıma terminalleri çoğunlukla yüz tanıma terminalleridir. Dokunma ve QR kodu ödemesi yoktur, bu nedenle otobüslerin birden fazla terminal kurması gerekir. Bir yandan, inşaat maliyetlerini artırır ve sosyal kaynakların israfına neden olur. Öte yandan, birden fazla ekipman kümesi genellikle işletme ve yönetim maliyetlerini artıran ve veri entegrasyonunda sorunlar getiren birden fazla yönetim sistemi kümesine karşılık gelir.
Toplu taşımacılığın yüz tanıma çözümleri
Hangzhou Golong teknolojisi, yüz tanıma teknolojisine dayanan toplu taşıma alanında tam bir dizi çözüm sunmaktadır. Toplu taşıma alanında yüz tanıma teknolojisinin geliştirilmesine yardımcı olacak, yüz tanımanın doğruluğunu ve tanıma hızını sağlamak için ileri teknoloji benimsenmiştir.
1. Tanıma doğruluğunu arttırın
Hangzhou Golong Technology’nin yüz tanıma ürünleri 3D yüz tanıma teknolojisini kullanıyor. 3D Yüz Tanıma Teknolojisi, çeşitli durumlara daha yüksek bir uyarlanabilirliğe sahiptir.
Daha yüksek tanınma doğruluğu elde edebilir ve yüz tanıma sorunlarını etkili bir şekilde çözebilir.
Tanınma verimliliği açısından, Golong teknolojisi, milisaniye çevrimdışı tanıma elde edebilen, başlık ekipmanı ve arka uç sunucularının çevrimdışı ve çevrimiçi ikili tanıma yöntemini benimser. Ayrıca, en yoğun saat boyunca kullanıcı tanıma çoğunluğunu çözebilir. Başka bir deyişle, tanıma hızını hızlandırabilir, doğruluğu artırabilir, iletişim verilerini azaltabilir ve arka uç sunucularının tanıma basıncını azaltabilir.
Bus çalışma ortamı karmaşık ve çeşitlidir ve ışık ortamı farklıdır. Hangzhou Golong teknolojisi, güçlü ışık, zayıf ışık ve arka ışıkta yüz tanımanın hızını ve doğruluğunu daha etkili bir şekilde sağlayan optik ve kızılötesi kameraların bir kombinasyonu ile yüz verilerini yakalar. Seyahat ederken kullanıcılara daha iyi bir deneyim sağlayabilir.
2. büyük kullanıcı tabanını çözün
Her şeyden önce, bilgi işlem kapasitesinin geliştirilmesiyle, mevcut bilgisayarlar milyonlarca veritabanlarını tanımlayabildi ve on milyonlarca insandan gelen bilgileri karşılaştırdı. İkincisi, Bulut Hizmetlerinin Geniş Uygulaması ayrıca daha etkili bir dağıtım modeli ve daha makul bir kaynak kullanım oranı sağlar. Üçüncüsü, mikro hizmetlerin ve diğer mimarilerin yaygın tanıtımı ile, veritabanı ve çok - düğüm işlemleri daha iyi çözümler sunmak için bir gerçeklik haline gelmiştir. Dördüncüsü, çok - katman karşılaştırmaları da yapılabilir. Yolcular seyahat kurallarına göre farklı kütüphanelere ayrılabilir. Küçük veritabanları büyük veritabanları tarafından taranır. Daha sonra, doğru tanıma gerçekleştirilebilir. Yukarıdaki teknoloji, büyük bir kullanıcı tabanını çözmek için kullanılabilir.
3. Trafik akışının verimliliğini artırın
Trafik verimliliği sorununun birkaç çözümü vardır:
Her şeyden önce, ağ gecikmesinin neden olduğu verimlilik problemini çözmek için çevrimdışı tanımlama elde edilebilir. Çevrimdışı tanımlama artık esas olarak Headend cihazlarının bilgi işlem gücü ve depolanan yüzlerin yerel veritabanının boyutu ile sınırlıdır. Bu nedenle, her otobüsün ortak yolcularını taramak için bir dizi algoritmaya ihtiyaç vardır. Her insanın seyahat bilgileri büyük verilerle analiz edilebilir.
İkincisi, 5G teknolojisinin geliştirilmesi ve kademeli olarak kullanımı ile yüksek - hız iletim ağları da mükemmel bir çözüm haline gelecektir. Son olarak, yakalama kameraları, BRT platformları, metro kapıları, vb. Gibi bazı yerlerde yolcuları gerçek - zamana göre tanımlamak için konuşlandırılır. Başarılı tanımlamadan sonra, hızlı tanımlama elde etmek için yolcu bilgileri şarj terminaline senkronize edilir.
4. Çalışma ortamlarında büyük farklılıklar sorunu çözün
Toplu taşımacılığın gerçek işleyişinde çevre karmaşıktır. Farklı ışık problemleri için, tanıma doğruluğunda belirtilen 3D tanıma bu sorunu çözebilir. Düşük ışık, arka ışık veya güçlü ışık olsun, yüzler iyi tanınabilir. İkincisi, yüz tanıma QR kodları ile birleştirilebilir. Farklı ödeme yöntemleri, yalnızca kullanıcı deneyimini iyileştirmekle kalmaz, aynı zamanda yüz ödemesinde çevrenin neden olduğu sorunları da çözebilir.
5.
Maliyet tasarrufu açısından Golong, mevcut ödeme yöntemlerini değiştirmek yerine bir sistem entegrasyon yöntemi kullanır. Şu anda, IC kartları, QR kodları, yüz ödemesi ve diğer ödeme yöntemleri, tek bir yüz ödeme terminali yerine tam ödeme terminaline entegre edilmiştir. Hangzhou Golong teknolojisi, mevcut popüler QR kod teknolojisini yüz tanıma teknolojisi ile yüz tanımanın verimliliğini ve doğruluğunu geliştirmek temelinde bütünleştirir. Bir uygulama ve hesap birden çok ödeme yöntemini destekleyebilir. Kullanıcıların uygulamaya yalnızca bir kez kayıt yaptırması gerekir. Kullanıcı deneyimini daha etkili bir şekilde geliştiren ve kullanıcıların kabulünü hızlandıran iki uygulama yöntemi seçici olarak açabilirler.
6. Yüz tanıma uygulaması
Yukarıdaki sorunlar çözülebilirken, Hangzhou Golong teknolojisi de yüz ödemesini çeşitli uygulamalara genişletti.
Birincisi, yüz ödeme cihazlarının başka bir değer katmanı uygulamasını sağlayabilen güvenlik uygulamasıdır.
İkincisi, yüz tanıma, özel grupların otobüs kartlarının (yaşlı insanlar, askeri personel, öğrenciler vb.) Borçlanmasının neden olduğu kayıpları da çözebilir ve aynı zamanda tercihli kartların çevrimiçi yıllık kontrolünü gerçekleştirebilir.
Üçüncüsü, aynı zamanda otobüs planlaması ve sürüşü, sürücülerin yüzlerine katılım kaydetme, davranış analizi ve yolcu akışı istatistikleri gibi birden fazla uygulama elde etmek için birleştirir.
Dördüncüsü, salgın sırasında, yüz tanıma uygulaması salgının önlenmesi ve kontrolü için daha iyi veri istatistikleri sağlayabilir ve manuel istatistiklerin iş yükünü azaltabilir.