<mark id="oztn4"></mark>
0
軌道交通向來是解決城市擁堵的有效途徑之一。
準時、速度快、不堵車......這些優(yōu)點使得軌道交通成為大多數(shù)人出行的第一選擇，但也正因人口流量過于巨大，尤其是在上下班高峰期、節(jié)假日、暴雨天氣等情況下，運營方的壓力驟然增大，單點時段的通行效率并不高，甚至出現(xiàn)了"地鐵堵"現(xiàn)象。
盡管運營方有應急備案，但多以臨時疏導、增設卡點、客流管控、暫停進站等手段為主。這些方式雖然能在一定程度上緩解客流擁擠，卻并沒有解決通行效率這一核心問題。
刷臉乘車不失為一種解決辦法：乘客只需在前端設備錄入人臉信息，綁定支付賬號，即可刷臉過閘。
這樣做的好處在于，人臉信息與支付形成業(yè)務閉環(huán)，不需要卡片、二維碼進行驗證，從而提高通行效率；同時也解決了手機信號弱、手機沒電、特殊人群無手機等無法進站乘車的難題。
不過，"刷臉乘車"這一概念早些年就已被提出，卻遲遲未能普及開來。究其原因，技術(shù)是最大的難點。
"站點的人流量很大，場景也比較復雜，對識別精度、速率要求很高。"的盧深視行業(yè)方案事業(yè)部總經(jīng)理賈林告訴AI 掘金志，如何在復雜場景下精準識別的同時，提高識別效率，是刷臉乘車的關(guān)鍵。
刷臉乘車主要有兩個環(huán)節(jié)，一是用戶注冊，二是刷臉過閘。
乘客需要在站點的自助服務設備或手機APP上進行實名注冊，完成人臉圖像采集，并綁定支付賬號方便扣款；
在刷臉過閘時，相應的終端設備內(nèi)嵌人臉識別模塊，通過外置攝像頭設備采集和檢測乘客人臉圖像，與后臺人臉特征庫進行比對；
比對成功之后，在面板機上會顯示乘客人臉圖像、賬戶ID等信息，乘客即可過閘進站乘車；
到達目的地后，乘客可刷臉出站，支付環(huán)節(jié)已在后端完成
簡單來講，刷臉乘車是生物識別技術(shù)的應用場景之一，即通過采集人臉的生物特征信息，基于特定算法進行查重比對，并且打通支付環(huán)節(jié)，從而最大限度提高通行效率。
在實際的應用場景中，刷臉乘車面臨著3大難點。
首先是識別精度。在地鐵車站復雜的現(xiàn)場環(huán)境下，人臉識別成功率難免會受到站內(nèi)燈光照明、光線、陰暗程度以及人臉面部遮擋物等因素的影響。
"實際場景中，有些是正側(cè)光，而有些是前側(cè)光，不同的光打在人臉上，陰暗程度并不相同，因而相機的出圖質(zhì)量會有偏差，從而影響識別率。"
其次是識別速率。隨著客流的不斷增長，人臉特征庫的數(shù)據(jù)信息也隨之增加，人臉辨認1∶N模式的比對速度需要快速提高。
賈林表示，地鐵場景對于識別效率要求更高，普通的場景（如門禁打卡）可能只需要達到秒級響應，但在地鐵人流量高峰，識別一個人的時間整體只有幾百毫秒。
最后是數(shù)據(jù)安全。刷臉乘車需要采集乘客的生物特征信息，因而如何保護數(shù)據(jù)安全，是技術(shù)和管理共同面臨的問題。
此前，部分城市有一些試點的地鐵刷臉通行方案，但大都以小規(guī)模特定人群進行試點，且只進行刷臉身份驗證，并沒有完成完整的支付流程。
其根本原因在于，刷臉乘車在城市軌道交通領(lǐng)域是一個重量級的創(chuàng)新難題，復雜的現(xiàn)場環(huán)境、高識別精度和低響應時延，都對人像識別算法和整體實現(xiàn)方案提出了極高要求。
9月28日，被稱為"粵港澳大灣區(qū)最快地鐵"的廣州地鐵18號線，正式投入運行。
作為廣州首條支持刷臉乘車的地鐵，經(jīng)測試，18號線站點入口的閘機，單通道每分鐘可無感精準通行30人次以上。乘客進地鐵站時刷臉可無感快速通過閘機，出站時也僅需刷臉出站，乘車費用將自動扣除，真正實現(xiàn)刷臉乘車。
賈林介紹道，18號線的刷臉乘車方案由佳都科技與的盧深視共同打造。其中，的盧深視的3D人臉識別相機模組和多模態(tài)大庫識別對比算法，是實現(xiàn)刷臉乘車的技術(shù)支撐。
"我們實際上采取的是2D+3D結(jié)構(gòu)光多模態(tài)大庫識別的方案，從前端相機到數(shù)據(jù)庫，基于具體場景做算法優(yōu)化，既提高了識別效率、精度，又降低了數(shù)據(jù)建庫成本。"
掘金志了解到，的盧深視的方案，由兩個部分組成：2D+3D結(jié)構(gòu)光相機和數(shù)據(jù)庫。這與業(yè)內(nèi)其他玩家的"2D+分庫"并不相同。
與雙目攝像頭相比，3D結(jié)構(gòu)光相機能同時獲取場景的彩色和深度信息，并對場景中的人臉進行檢測分析，形成3D人臉圖像，創(chuàng)建帶有面部深度信息的人臉模型，實現(xiàn)更優(yōu)的識別速度、識別精準度及安全性。
相較于2D，3D結(jié)構(gòu)光在支付方面的安全性上更高。并且，基于2D的解決方案，在建立數(shù)據(jù)庫時，為了保證準確率，需要建立分庫，從而占用更多的服務器資源。
除了采用高精度3D結(jié)構(gòu)光相機以外，的盧深視在前端采用了金融級活體防攻擊算法，能有效止高仿面具、頭模、高清照片、對抗眼鏡等攻擊，以保證識別的準確率。
賈林表示，的盧深視的多模態(tài)大庫比對引擎，實現(xiàn)了千萬級以上規(guī)模的大庫，將比對速率提高至300ms以內(nèi)，等效1：1誤識率低于十萬億分之一。
此外，的盧深視團隊還根據(jù)各個站點的現(xiàn)場實際環(huán)境，采集各種復雜光線、角度、裝修風格等場景下的數(shù)據(jù)，測試、調(diào)整人臉識別模塊的功能參數(shù)，不斷更新完善算法，實現(xiàn)在地下光線不足、復雜光、潮濕的環(huán)境下依然可以達到95%的高通過率。
在2021全球人工智能技術(shù)大會上，騰訊優(yōu)圖聯(lián)合廈門大學人工智能研究院共同發(fā)布了《2021十大人工智能趨勢》，其中提到：
低速機器人/車、工業(yè)自動化設備等場景，目前采用都是攝像頭+算法的視覺方案，不能滿足高精度3D測量、環(huán)境光影響、色彩對比度缺失等更復雜的使用條件，所以，在工業(yè)、商業(yè)和消費領(lǐng)域，高性能的3D感知產(chǎn)品將大有可為。
的盧深視作為3D視覺技術(shù)方案提供商，已下探至垂直行業(yè)應用領(lǐng)域，為行業(yè)提供可大規(guī)模普及的、交互距離內(nèi)高精度的三維視覺感知產(chǎn)品及方案，其產(chǎn)品形態(tài)涵蓋Edge AI芯片、智能模組等。
"一些友商主要還是做單點，可能只做算法或是模組。而我們要做的是三維全棧，從光學系統(tǒng)的設計、模組的設計，到算法的設計、整體方案的設計，都要自主實現(xiàn)。"賈林表示。
在具體項目上，的盧深視目前與多個企業(yè)和相關(guān)方展開合作。
例如，在與法國源訊（ATOS）合作中，的盧深視為某跨海大橋提供完整人臉識別及防作偽設備，用于旅檢大廳車輛通行、人員自助、人工驗放等百余通道，實現(xiàn)8秒通關(guān)；
的盧深視還曾與中國電子科技集團有限公司合作，在某邊疆規(guī)模落地3D視覺產(chǎn)品，建立全國首個省級3D人像數(shù)據(jù)庫；
而在智能家居領(lǐng)域，的盧深視的高精度激光模組與高精度算法已經(jīng)運用到相關(guān)的門鎖廠家的產(chǎn)品中。
此次廣州刷臉乘車的案例，僅是的盧深視用3D視覺技術(shù)賦能行業(yè)的諸多實踐之一。
除了賦能行業(yè)以外，賈林認為，技術(shù)歸根到底要服務于人，兩者相互結(jié)合，才能實現(xiàn)科技普惠。
以此次的廣州地鐵刷臉乘車為例，的盧深視的解決方案，一方面能助力緩解高峰期的擁堵問題：于運營方而言，實現(xiàn)了增效；于乘客而言，提高了通行效率和出行體驗。
另一方面，對于那些特殊群體，比如老人，無需每次打開手機或刷卡，就能快速進站乘車。
"整體而言，科技與行業(yè)的結(jié)合點非常多，但最終目的是實現(xiàn)科技普惠。這也是的盧深視的目標。"雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
