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......這些優點使得軌道交通成為大多數人出行的第一選擇，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，甚至出現了"地鐵堵"現象。
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務閉環，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。"的盧深視行業方案事業部總經理賈林告訴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，是刷臉乘車的關鍵。
刷臉乘車主要有兩個環節，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，支付環節已在后端完成
簡單來講，刷臉乘車是生物識別技術的應用場景之一，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，并且打通支付環節，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場環境下，人臉識別成功率難免會受到站內燈光照明、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，有些是正側光，而有些是前側光，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，人臉特征庫的數據信息也隨之增加，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。
最后是數據安全。刷臉乘車需要采集乘客的生物特征信息，因而如何保護數據安全，是技術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域是一個重量級的創新難題，復雜的現場環境、高識別精度和低響應時延，都對人像識別算法和整體實現方案提出了極高要求。
9月28日，被稱為"粵港澳大灣區最快地鐵"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大庫識別對比算法，是實現刷臉乘車的技術支撐。
"我們實際上采取的是2D+3D結構光多模態大庫識別的方案，從前端相機到數據庫，基于具體場景做算法優化，既提高了識別效率、精度，又降低了數據建庫成本。"
掘金志了解到，的盧深視的方案，由兩個部分組成：2D+3D結構光相機和數據庫。這與業內其他玩家的"2D+分庫"并不相同。
與雙目攝像頭相比，3D結構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，創建帶有面部深度信息的人臉模型，實現更優的識別速度、識別精準度及安全性。
相較于2D，3D結構光在支付方面的安全性上更高。并且，基于2D的解決方案，在建立數據庫時，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結構光相機以外，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，的盧深視的多模態大庫比對引擎，實現了千萬級以上規模的大庫，將比對速率提高至300ms以內，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各個站點的現場實際環境，采集各種復雜光線、角度、裝修風格等場景下的數據，測試、調整人臉識別模塊的功能參數，不斷更新完善算法，實現在地下光線不足、復雜光、潮濕的環境下依然可以達到95%的高通過率。
在2021全球人工智能技術大會上，騰訊優圖聯合廈門大學人工智能研究院共同發布了《2021十大人工智能趨勢》，其中提到：
低速機器人/車、工業自動化設備等場景，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、商業和消費領域，高性能的3D感知產品將大有可為。
的盧深視作為3D視覺技術方案提供商，已下探至垂直行業應用領域，為行業提供可大規模普及的、交互距離內高精度的三維視覺感知產品及方案，其產品形態涵蓋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。"賈林表示。
在具體項目上，的盧深視目前與多個企業和相關方展開合作。
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8秒通關；
的盧深視還曾與中國電子科技集團有限公司合作，在某邊疆規模落地3D視覺產品，建立全國首個省級3D人像數據庫；
而在智能家居領域，的盧深視的高精度激光模組與高精度算法已經運用到相關的門鎖廠家的產品中。
此次廣州刷臉乘車的案例，僅是的盧深視用3D視覺技術賦能行業的諸多實踐之一。
除了賦能行業以外，賈林認為，技術歸根到底要服務于人，兩者相互結合，才能實現科技普惠。
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，科技與行業的結合點非常多，但最終目的是實現科技普惠。這也是的盧深視的目標。"雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
