深圳达实智能股份有限公司
摘要：近年来，无感支付技术有所突破，许多领域都有所试用，甚至已经推广，其中人脸识别技术应用最为广泛。但在城市轨道交通的票务系统领域，使用人脸识别技术进行无感支付确是个复杂和庞大的系统工程。本文将从城市轨道交通票务系统的特点与现状、无感支付的应用方案，重点是业务流程和缩库技术的介绍，以及存在的技术难点及改善技术等方面入手，分析在城市轨道交通中应用基于“人脸识别+辅助识别+账户混合支付+缩库技术”的可行性。经过研究该方案可在中小规模的客流量城市中进行试用和完善。
关键词：城市轨道交通 自动售检票 无感支付 人脸识别 缩库技术
Application of Senseless Payment Technology Based on Face Recognition in Urban Rail AFC System
XUE WAN BIAO JU TIANYUN
WANG QINSI CHEN AO
SHENZHEN DAS INTELLITECH CO.，LTD
Abstract：In recent years，the technology of senseless payment has made some breakthroughs，and has been tried out in many fields，even promoted.Face recognition technology is the most widely used.However，in the field of ticketing system of urban rail transit，the use of face recognition technology for senseless payment is indeed a complex and huge system engineering.This paper will start with the characteristics and status quo of ticketing system of urban rail transit and the application scheme of senseless payment，focusing on the introduction of business process and database shrinkage technology，as well as the existing technical difficulties and improvement techniques，and analyze the application of "face recognition + auxiliary recognition + account mixed payment + database shrinkage" in urban rail transit.The feasibility of technology.After research，the scheme can be used and improved in small and medium-sized passenger flow cities.
Key words：Urban Rail Transit，Senseless Payment，Automatic Fare Collection，Face Recognition and Database Shrinkage Technology
1 城市轨道交通票务系统的特点与现状
城市轨道交通票务系统，是轨道交通票务收入和结算的基础，只有通过安全、可靠和完备的自动售检票系统才能有效地实施票务的结算和清分。自动售检票系统（Automatic Fare Collection，简称AFC），是以磁卡（纸制磁卡和PET磁卡）或智能卡（非接触式IC卡）为车票介质，利用自动售票机、半自动售/补票机、自动检票机、查询机等终端设备，并通过计算机网络实现轨道交通运营中的自动售票、自动检票、自动收费、自动统计的封闭式票务管理自动化系统。
传统的AFC系统一般采用五层架构，由系统清结算中心（ACC）、线路中心（LC）、车站中心（SC）、AFC设备（SLE）和票卡组成[2]，其架构体系如下图所示：
图1 自动售检票系统五层架构图
第一层：清分系统，清分系统主要负责制定轨道交通自动售检票系统内部的各种运行参数、收集城市轨道交通自动售检票系统单程票产生的交易和审计数据并进行数据清分和对账，同时负责城市轨道交通自动售检票系统与城市“一卡通”清算系统之间的对账、清分和结算等。
第二层：线路中央计算机系统，线路中央计算机系统是自动售检票系统的管理控制中心。线路中央计算机系统与各车站计算机系统进行通信；可自动采集全线路自动售检票系统的交易数据和设备运营状态信息，进行财务和客流统计。
第三层：车站计算机系统，对本车站内部的所有设备进行实时监控，实现对车站 AFC系统运营、票务、收益及维修的集中管理功能。车站计算机系统可收集、处理车站内各类数据，并上传到线路中央计算机系统；接收线路中央计算机系统下传的各类系统参数和运营指令，并下载到车站设备。
第四层：车站终端设备，车站终端设备接受线路中央计算机系统和车站计算机系统的管理，按照系统参数配置的方式上传交易数据、设备状态和事件报警，接收运营参数和控制指令，根据需要在正常运营模式和降级运营模式下工作。车站终端设备主要包括半自动票务处理机，自动售票机和自动检票机三大类设备。
第五层：票卡。票卡是乘客的乘车凭证，车票记载了乘客从购票开始，完成一次完整行程所需要和产生的费用、时间、乘车区间等信息。
目前，随着新技术的不断发展，自动售检票系统架构发展呈现以下四个方面的趋势。
第一：引入多线路中心的新架构。随着轨道交通线网的不断扩大以及运营经验的积累，许多城市轨道交通线路呈现多而复杂的特点，不少运营商意识到如果在每条线路均设置LC，会造成投资和资源的较大浪费。为节约运营投资成本，对于同一运营商所管辖的线路，可以为这几条线路设置多线路中心，线路的AFC数据可直接上传至多线路中心，由多线路中心进行统一地铁数据管理。[2]
第二：引入第三方支付技术。随着互联网技术的快速发展，手机二维码支付得到了广泛的关注和研究，这种移动支付方式也受到了广大市民乘客的接受和认可。一些轨道交通地铁公司针对互联网支付技术，也进行了诸如云闸机，手机地铁票等课题的研究探索，形成了一定的技术储备。目前许多地铁公司针对引入“互联网+”的理念，让自动售检票系统与移动支付结合起来，使用手机二维码替代原有的单程票，通过在既有售检票系统内进行升级改造，线路中心对接第三方支付机构，升级为支持互联网支付的新一代AFC系统。
第三：引入云计算的相关技术。随着云计算、大数据以及互联网的迅猛发展，提供方便快捷、简单高效的互联网支付方式将是轨道交通行业发展的必然趋势。互联网+自动售检票系统是基于移动互联网和云计算的新型的AFC 自动售检票系统，可以解决传统AFC 系统乘客购票时间长、单程票成本高、运营维护困难、系统建设投资大的问题。[1]
第四：尝试多种不同的过闸技术。随着新技术的不断发展，基于生物识别，蓝牙等新技术的新的过闸方式也处在科学研发阶段，不断地有新的地铁公司推出新的过闸技术。深圳地铁将在2019年完成1条线路边门闸机的改造和上线，实现老人及23种特殊免费群体的刷脸过闸。2019年4月份，济南地铁1号线开通运营，地铁车站同步上线具备3D人脸识别的无感支付闸机，济南地铁计划先期在1号线每站设置一进一出的3D人脸识别闸机，后续根据现场试用情况再进行推广。
2 城市轨道交通无感支付应用方案
2.1 方案介绍
地铁中采用的人脸识别有两种场景，一种是免费乘客的过闸场景，采用1：1或1：N（N很小）的方案；另一种就是普通乘客的场景（计费场景），采用1：N（N很大）的方案。本文将详细介绍“人脸识别+辅助识别+账户混合支付+缩库技术”的实现方案。
目前，最新的自动售检票系统五层架构如下图所示：
图2 自动售检票系统新五层架构图
生物识别（人脸识别）技术目前在自动售检票系统里属于前期科学研究阶段，目前尚未在全国任何一个城市全线网大规模普及推广，基于人脸识别技术在自动售检票系统里面的应用场景主要包括基于1：1模式的边门闸机和基于1：N模式的人脸闸机两大方面。
基于1：1模式的边门闸机，此种模式下乘客过闸时需要提供身份证或指静脉等其它辅助信息。乘客在闸机过闸的过程中通过放置证件（手指静脉）至闸机设备的指定区域，并面对摄像头进行身份识别，闸机在生物识别比对成功后开闸放行。乘客在过闸的过程中需要人工进行过闸比对和识别动作，此种过闸模式与传统的票卡过闸方式相近。深圳地铁上线的边门闸机属于此种模式。边门闸机面对客流量较小，且属于免费客流，对过闸时间，识别性能等方面无特殊的要求。该模式实现方式较简单，对乘客而言无明显的过闸优化体验，仅解决了乘客身份识别的问题，且针对的乘客面群体较小。
基于1：N模式的人脸闸机，是由后台系统在乘客进出闸时通过在海量的人像数据库中找出当前用户的人脸数据并进行精准匹配识别，并在后台自动完成乘客的行程结算。由闸机通过摄像头抓拍乘客信息，后台识别有效乘客并控制设备开闸，乘客在通行过程中需正面面对摄像头，不需额外的操作，此种模式下在一定程度上优化了乘客的过闸体验。济南地铁上线的3D人脸闸机属于此种模式。此种模式针对乘客面范围较大，且实现模式较复杂，为避免高峰期间引起的客流堵塞，一般而言需要闸机以及对应的后台扣费系统做到短时间内的精准匹配，在当前技术手段下，一般而言10万人级别的后台人像数据库闸机可做到满足30-40人次/min的通信能力，满足自动售检票系统的基本通行需求，略低于地铁企业标准要求的闸机通行速率（深圳地铁企业标准要求的闸机通行速率为>=40人次/min）[3]。
根据深圳的线网客流数据进行分析，深圳地铁2018年的日均客流为419万人次。目前10万人的人脸后台数据库量不能满足客流量较大的地铁城市全线放开使用的需求，以深圳为例，如果要放开全线网使用，人脸后台数据库总数至少应达到千万级别。如何在千万级别的人脸库中保持人脸识别速度不变，以及，如何在乘客过闸过程中做到无感识别，让乘客过闸时不需面对摄像头，进一步优化乘客的过闸体验，压缩乘客的整体过闸时间，为基于人脸识别的无感支付技术在城市轨道交通票务系统中大规模应用需要解决的问题。笔者在此文提出一种问题解决思路，为使用缩库技术配合其它配套辅助的无感支付技术。
2.2 业务流程
2.2.1乘客注册：
乘客通过手机APP进行注册，进行实名身份信息验证，并上传乘客头像信息至后台人脸库进行保存，如需启用蓝牙辅助技术，乘客注册时同时保存乘客手机唯一的标识码信息至后台系统。乘客注册流程图如下图所示：
图3 乘客注册流程
2.2.2乘客进站
乘客进站时，系统可通过设置站前抓拍机或者读取安检机数据，获取乘客的进站人脸信息，并更新至车站进站人脸库，并通过其它辅助手段识别有效乘客信息，做到进站快速精准识别，乘客进站流程如下图所示：
图4 乘客进站流程
2.2.3乘客出站
乘客出站时，出站闸机提前抓拍乘客数据，并根据实时同步的出站库进行校验，校验成功后判断乘客是否满足出站条件，判断成功后开闸放行，并根据乘客的行程信息进行扣费。乘客出站流程如下图所示：
图5 乘客出站流程
2.3 关键技术
人脸识别技术应用的核心当然是人脸识别算法，但在地铁场景下，人脸识别算法短期内无法解决一些速度和准确率的问题下，缩库技术的设计与应用将非常关键。
2.3.1.人脸库缩库
缩库技术就是收缩数据库，是指以缩小数据库数据量级为目的数据分类和业务处理的活动。
地铁人脸的缩库技术可以这样设计，车站和中心分别建立后台人像数据库，并利用乘客通行数据识别地铁常乘旅客，并更新旅客信息至车站常旅信息库，乘客过闸前可采集地铁安检机数据或部署抓拍机抓拍乘客入站信息，并保存入站信息至车站进站库，乘客进闸时首先在车站级的常旅人脸库和进站库进行匹配，车站级匹配失败后再调用中心库进行全库匹配认证，匹配成功后闸机开闸放行，并更新人脸信息至车站出站库，并通过数据同步将乘客进站信息同步至线网内的车站进出站人脸库，乘客出闸时，通过出站人脸库和常旅人脸库进行匹配，匹配成功后闸机开闸放行并完成后台的数据计费。使用缩库技术，根据地铁的业务中心和车站分别建库，可以大幅缓解人脸识别全库匹配数据压力并提高人脸的识别效率，节约人脸识别时间。
车站常旅人脸信息库的建库流程如下：
（1）根据乘客进出站交易记录进行分析，筛选出在一个月内累积有效进站出站交易记录大于等于30次的乘客（该数字可根据各地铁的客流量进行设置）。
（2）根据筛选后的乘客交易记录进行分析，对乘客的进站时间，进站站点，出站时间，出站站点进行数据汇总，精准匹配该乘客可能的进站时间段区域，进站站点信息，出站时间段区域和出站站点信息。
（3）根据精准匹配结果预加载乘客人脸信息至车站常旅信息库，为避免信息库容量过大，车站常旅信息库每5分钟更新一次，且信息库的数据总量建议控制在当日高峰客流的20%-30%之间。
车站进站人脸信息库的建库流程如下：
（1）车站启动定期拍摄乘客预进站的图片，可以通过在闸机顶棚加装的摄像机或与公安系统的安检机（抓拍机）联动获取的图片。
（2）车站后台系统定期获取的图片，通过人脸识别算法截取抓拍图片中的有效人脸信息。
（3）车站后台系统上传人脸信息至中心系统，由中心系统进行信息校验，并返回有效的人脸信息数据。
（4）车站后台系统根据中心系统返回的人脸信息保存至车站进站人脸信息库。
（5）进站闸机有效识别乘客人脸进站后，车站后台将该乘客数据从车站进站人脸信息库里删除。
为避免人脸库数据过于庞大，车站人脸信息库启动数据清理机制，开启线程定期清理过期数据。
车站出站人脸信息库的建库流程如下：
（1）进站闸机有效识别乘客人脸进站后，更新乘客信息至车站出站人脸信息库。
（2）通过线网同步机制同步车站人脸信息库至线网其它车站。
（3）出站闸机有效识别乘客人脸出站后，将删除车站出站人脸信息库的乘客数据。
（4）通过线网同步机制同步最新的车站人脸信息库至线网其它车站。
为避免人脸库数据过于庞大，车站出站人脸信息库启动数据清理机制，定期清理过期数据。
通过使用缩库技术，车站根据需求进行建库，减少人脸数据信息库的容量，将中心千万级别的人脸库有效裁剪至百万级或者十万级别，有效地提高了人脸识别的速度，效率和精准度。
2.3.2.其它无感支付辅助手段
一般而言，为满足地铁通行速率，人脸后台识别默认不对开启高精度精准识别，高精度精准识别在10万级别的人像数据库识别速率无法达到毫秒级别，不满足地铁售检票系统的客流通行要求。目前应用于城市轨道交通的人脸识别技术均存在一定的误差波动浮动范围，而且当前技术手段下无法对双胞胎等相似人脸数据进行有效识别，为提高人脸识别精确度和识别效率，可通过其它无感支付的手段辅助定位，通过人脸识别和其它无感支付技术手段做到快速精准识别。另外，有别于人脸闸机，乘客在进出闸过程不需要面对闸机摄像头，进一步优化了乘客的乘车体验。
乘客进出闸无感识别：人脸+ RFID技术
使用RFID技术做为辅助手段，乘客过闸时闸机通过专用的RFID读写器读取乘客手机电子标签数据，获取该乘客的唯一标识，再通过人脸识别的技术有效识别乘客的人脸信息，通过人脸+RFID技术对乘客信息进行有效识别，加速识别精度并实现乘客无感进出闸。此模式下乘客需要在手机上安装专用的RFID-SAM卡，且对手机具有一定的要求，实施成本和普及成本较高。乘客进出闸无感识别：人脸+蓝牙技术
使用蓝牙技术做为辅助手段，乘客在app注册时需要将手机唯一的标识码一并注册至后台系统，闸机通过硬件改造新增蓝牙模块与手机蓝牙相互通讯。乘客在进出站前必须提前打开手机蓝牙功能，闸机通过蓝牙读取乘客注册信息和手机唯一标识码，对乘客信息进行预识别，再通过人脸识别技术识别乘客的生物信息，实现乘客无感进出闸的功能。此模式下需要对乘客进行一定的操作培训，要求乘客在过闸前提前开启手机蓝牙功能，否则可能存在因乘客未开启蓝牙导致识别失败的风险。
乘客进出闸无感识别：人脸+声波技术
使用声波技术做为辅助手段，闸机通过硬件改造新增声波模块通过声波与乘客手机进行通信，识别乘客注册信息。乘客在进出站前必须使用APP提前开启声波通讯功能，通过手机APP与闸机信息交互，读取乘客有效的身份信息，再通过人脸识别的技术有效识别乘客的人脸信息，通过人脸+声波技术对乘客信息进行有效识别，加速识别精度实现乘客无感进出闸。因目前声波无感支付未在城市轨道交通票务系统中成功应用，因此，需结合轨道交通票务系统特点对声波有效的传输距离以及通信速率进行详细的验证测试。
2.4 系统安全
2.4.1 网络安全
网络时常游走着各种黑客，时刻都有可能被攻击的风险。近年，在技术层面上，已经实现了可以远程模拟别人的人脸来进行身份的验证。也就是说，可以不借助用户本身的人脸就完成人脸验证。另外人脸库要严防窃取，被用于不法用途。因此，通过信息系统的安全保护等级认证非常重要，至少要通过等保三级。
2.4.2 防冒用
随着3D打印技术的成熟起来，通过高仿人脸模型来进行破解人脸识别系统。通过人工照片建造了一个人脸3D模型，也有很大概率可以完成验证。也就是说，一些别有用心的犯罪分子可以通过该技术夺得他们想要的信息。因此，需要在设备端的识别算法中通过摇头、眨眼、唇语等活体鉴别方式确保是本人操作。
2.4.3 个人隐私的保护
对于个人人脸信息的隐私保护，以及安全隐患方面，需要成立专责人员进行管理和监控，并制定相应管理规章制度，做到数据流的可追溯性。杜绝个人信息的外流。
3 存在的技术难点及待改善的技术
目前提供人脸识别算法的厂家的商汤科技、旷视科技、依图、海康威视、云从科技等，他们的技术在很多行业都开始使用，如手机、高铁、商店等等，但1：N模式仍未在百万级乃至千万级数据量的地铁场景中推广使用。主要原因就是该技术仍有不足之处。
（1）识别准确率问题
人脸识别算法厂家基本都声称识别准确率可以达到99.99%以上，但那都是在实验室测试的理论数据，其实人脸识别的准确率与人脸库的质量、速度要求都有很大关系。在地铁自动售检票这个应用场景里，在要求快速通行的情况下，识别准确率必然受到影响。
我们在实验环境也做过相应的测试，采用的算法是市场上使用较多的主流算法，采用20万的底库，在确保准确率在99%的情况下，识别率明显下降到80%左右。
因此，在目前的人脸识别技术下，建议结合辅助识别技术，以提高准确率。
另一种方法就是混用方式，即人脸不能快速识别的时候，可以用二维码、银联闪付卡等支付手段。不过该方法需要在地铁的票务系统中建立用户和账户模型，以支持一个用户的多个账户支付方式。
（2）识别速度问题
如果为了确保准确率，就必须将识别的匹配阈值提得很高，但庞大的人脸库，将导致匹配速度变得很慢。所以上述的缩库技术非常重要，即将大的千万级或百万级拆分成十万级或万级的库，笔者也正在研究可否用上边缘计算技术，这样将大大提升速度和效率。
（3）误识后的费用处理
“人脸识别+辅助识别+账户混合支付+缩库技术”的技术方案，看似比较完善了，但肯定还会有不少误识率，这需要在技术和业务流程上对误识的交易进行纠错处理，即要有个纠错机制。
首先，试用期间建立必要的人工干预，将在匹配过程中，系统识别的值与结果并不能达到99.99%以上的（该值可根据实际情况设置），可以先放行，但需人工核实后才扣费。
其次，针对误识和误扣费的问题，设置乘客线上投诉，或自助纠偏，以及线下投诉的系统支持，以便快速处理。
4 结束语
在地铁里使用人脸识别技术是一项非常复杂和庞大的工程，不是完全不可以，但也不是完全可以。需要根据线网的客流和系统实际情况，制定相应的技术方案，包括系统构架，容错方案，应急方案。同时还要制定相应的票务规则。
总的来说，从目前的人脸识别算法技术，可以在十万级到百万的日客流线网中尝试使用“人脸识别+辅助识别+账户混合支付+缩库技术”的技术方案，结合多账户支付手段是一个方向。
随着技术的发展，相信不久的未来，人脸识别技术将越来越可靠，越来越满足城市轨道交通票务系统的应用场景。
引用：
[1]自动售检票系统未来发展方向探讨 王慧颖（广州新科佳都科技有限公司，510653）2018 年5 月
[2]城轨交通自动售检票系统架构体系研究 邱华瑞，张宁，徐文，何铁军 都市快轨交通•第27卷第2期2014年4月
[3]02自动售检票系统技术标准第二部分 系统和设备技术规范-标签 深圳地铁 深圳市地铁集团有限公司企业标准
论文作者:薛万彪 居天云 王秦斯 陈翱
论文发表刊物:《基层建设》2019年第20期
论文发表时间:2019/9/25
标签：乘客论文; 技术论文; 系统论文; 车站论文; 的人论文; 数据论文; 信息论文; 《基层建设》2019年第20期论文;