摘要：当前无感电子支付快速兴起，NFC技术和二维码技术在地铁行业中得到普遍应用，地铁行业对新技术比较敏感，致力于用最新技术为乘客提供最好的通行体验。人脸识别支付技术作为最新兴的无感电子支付，是现阶段地铁行业中新兴的研究方向，这能够促进地铁运营的服务水平以及效率的提升。本文就分析了该技术在自动售检票系统中的解决方案，希望能够提供一定的参考作用。
关键词：自动售检票系统；人脸识别技术；解决方案
前言：人脸识别是基于人的脸部特征信息进行身份识别的一种技术，把人的脸部特征作为一种支付介质，引入到地铁自动售检票系统中，采用“刷脸”进出站，这能够减少乘客的等候时间，进一步提高通行速度，有利于系统运营维护，让乘客有更好的乘车体验，还能够给以后的大数据分析以及互联网运营提供数据。
1概述
人脸识别技术是一种利用人得了脸部特征信息进行身份识别的技术，属于生物识别技术范畴，主要应用方向是身份识别。人脸识别的具体方法有多种，如几何特征人脸识别方法、3D建模特征比对技术等。人脸识别技术在于应用层面可分为3个步骤：
（1）建立人脸档案库，将用户人脸特征信息和用户的相关信息建立绑定关系，如用户的身份信息、证件信息、支付结算手段等。
（2）人脸图像提取，即通过摄像机采集获取人脸图像
（3）将获取的人脸图像与人脸档案库进行比对，并输出比对结果。
与传统的身份鉴定方式相比，人脸识别的最大优点就是更具安全、保密和便利性。人脸识别技术也具有相关缺点，例如；准确性容易受多种因素的影响，在用户配合、采集条件比较理想的情况下，人脸识别系统的准确度较高，但是在用户姿势不对、亮度不够、发型改变、表情改变等不理想的情况下，人脸识别系统的准确度会受到很大影响。目前主流的人脸识别算法保守估计其技术准确率能达到95％~98％。
2自动售检票系统人脸识别技术的系统构成
人脸识别系统由人脸识别系统平台、终端设备组成。人脸识别系统平台可设置于清分中心，包括服务器、工作站、网络设备等。人脸识别平台由分布式特征提取平台和私有云比对平台组成，其中私有云比对平台复杂并发式数据特征值与库中已有的特征值进行1：N比对，分布式特征提取是对设备上传的人脸图像进行特征值提取。终端设备配置人脸识别模组及人脸识别软件。
3地铁自动售检票系统人脸识别技术解决方案
3.1售检票方案
随着互联网应用的普及，刷二维码、刷脸过闸等业务的成熟，售票机的使用频率进一步降低，但不会完全消失。因此，传统售票机也应尽快升级，整合第三方支付功能，实现无现金购票，集成人脸识别功能，支持人脸识别买票。
售票机增加人脸识别功能后，一方面可实现远程（微信公众号、微信小程序、支付宝城市服务、支付宝小程序、地铁APP等）购票，在云售票机上刷脸取票；另一方面也可直接支持用户刷脸买票，避免使用现金和手机二维码支付。
相比传统售票机与互联网售票机，人脸识别售票机减少了运维、结算工作量；与互联网融合，提升了用户体验和地铁形象；增加实名刷票功能，提升地铁公共安全，同时通过收集客户数据，为大数据分析提供基础。
3.2过闸方案
在各种高新技术手段的支持下，交通行业正在如火如荼的发展。现如今已经有部分城市通过二维码刷码的方式过闸。在人脸识别过闸中最关键的终端设备就是闸机。闸机主要包括了工控机、门单元、乘客端工具、读写器、票卡回收等单元，可以实现单程票刷脸过闸的操作。读写器主要就是为交通卡以及NFC手机虚拟卡提供设备支持。二维码则对应刷码过闸；摄像头主要就是用于人脸识别分析过闸。
期刊文章分类查询,尽在期刊图书馆
在人脸识别技术的支持下，可以实现先乘后付，通过在进站端设置人脸识别闸口可以直接过检乘车，然后在出站端口利用人脸对比的方式收集进出闸的乘客信息，形成一种闭合交易数据信息，通过第三方支付平台可以实现直接扣款。
首先，乘客通过软件注册账户，绑定第三方账户并进行实名认证。其次，利用移动软件以及人脸识别系统，采集并存储用户人脸特征值。进出站的过闸模式主要有2种：1.离线模式。闸机通过蓝牙与手机形成对应关系，利用蓝牙向闸机传递乘客的人脸特征。摄像头收集分析乘客的面部信息与特征。对比特征值满足条件则可以通关。2.在线模式。摄像头捕捉乘客的脸部特征，通过上位机程序将人脸图像传送到云平台或者信息库中对比特征值，满足相似度条件则可以有效通行。最后，发送交易记录，通过云平台或者ACC根据进站台、出站记录计算金额，通过第三方软件扣款。
在人脸识别技术的支持下，可以做到无卡通行，在乘客进站台的时候无须任何操作。但是对网络传输的要求相对较高，一对多的特征值匹配模式对于技术的要求也较严格。受到轨道交通自身大流量以及高频次的特征的影响，人脸识别技术在应用的过程中最关键的就是要提升稳定性，并对综合通行效率等因素进行合理设计分析。
3.3云平台方案框架
人脸识别云平台是整个人脸识别技术在自动售检票系统中的核心平台。通过云平台，可实现云售检票机的业务功能，也可实现云闸机过闸功能。同时云平台也是地铁不断出现的互联网新业务底面支撑平台，通过云平台，除了实现手机APP售票、人脸取票、人脸过闸等新业务，也为以后各类互联网入口（微信公众号、微信小程序、支付宝城市服务、支付宝小程序、地铁APP等）提供基础的接入服务。另外，还可为新业务预留接入平台，如指纹识别、无感知识别等新的地铁业务。
3.4付费模式与信用管理手段
在乘客进入闸机的过程中，系统对人脸进行识别，乘客完成人脸识别进入闸机之后，没有完成扣费的乘客会被纳入黑名单。通过人脸识别库分析，识别出乘客黑名单，进入黑名单的乘客无法使用人脸识别系统，并且会将失信行为纳入个人信用记录中。对非黑名单用户则快速放行，系统后台可以在各种技术手段的支持下进行人脸对比以及计算扣费。
3.5优化人脸识别算法
根据地铁运营特点，优化人脸识别算法，进一步保证正确率和比对速度。建立人脸档案母库、动态子库和黑名单，即注册使用人脸识别闸机的乘客人脸档案会全部纳入母库中，当乘客进站时做第一次刷脸并快速放行，人脸被录入动态子库，由人脸系统后台进行动态字库与母库及黑名单之间的比对，比对结果正常的乘客仍被保留在动态子库里，比对结果为黑名单的乘客从动态子库中消除。乘客出站刷脸时，仅将出站人脸信息与动态子库进行比对，比对成功后执行扣费和放行，动态子库将该乘客人脸消除，比对失败的人脸信息与黑名单进行对比，检测到该人脸与黑名单相符，闸机将不予放行并做告警提示。
在算法层面，识别比对有2种方式：1.基于文件的，即把特征存成文件，在文件级进行比对；2.是基于数据库的，在数据库中进行比对，在数据库中存有详细的人脸档案，由此可以进行图文混合查询，以提高查中率和对比速度。
4结语
目前人脸识别技术应用于具有大客流、快速通行特点的轨道交通，仍有部分技术难题需要解决。基于对现阶段技术的研究分析，采用特定人员方案、单线通勤乘客方案及基于第三方支付平台后付费等技术思路，人脸识别技术应用在地铁自动售检票系统是可行的。可以先小规模局部试点，积累经验、改进算法、优化策略，随着技术的发展和先进性的提高，再逐步应用到城市全线网。
参考文献：
[1]人脸识别技术在地铁自动售检票系统中的应用研究[J].黄亮.铁路技术创新.2018（02）
[2]基于大数据分析的铁路自动售检票监控系统研究[J].王成，史天运.铁路计算机应用.2015（11）
[3]人脸识别技术在高铁自动售检票系统中的应用[J].许博.居舍.2017（36）
[4]铁路人脸检测识别技术应用探讨[J].安国成，肖坦，陈树骏.中国铁路.2015.（8）
[5]对地铁自动售检票系统单程票解决方案的探讨[J].洪澜.都市快轨交通.2004.17（3）
论文作者:王华畔
论文发表刊物:《基层建设》2019年第22期
论文发表时间:2019/10/29
标签：技术论文; 乘客论文; 比对论文; 地铁论文; 特征值论文; 的人论文; 特征论文; 《基层建设》2019年第22期论文;