人臉識別及多元支付在AFC系統中的應用研究

洪秀敏　戴國剛

摘 要：文章主要是講解了人臉識別技術的相關特點，在此基礎上同時分析了其在紹興AFC系統中的應用探索，望能為相關人員提供到一定的參考和幫助。

關鍵詞：人臉識別;多元支付;AFC系統;技術應用

隨著人臉識別技術的進一步發展，人臉識別技術在軌道交通領域逐漸成熟，如高鐵乘車人臉識別進出站。近年來地鐵開始嘗試引進人臉識別應用，2019年4月1日，濟南首條地鐵線路正式開通，隨著地鐵一同上線的還有人臉識別乘車系統，這是國內首條采用3D人臉識別閘機的地鐵線路。隨著國家發改委相關批復，杭紹城際線目前正在建設中，計劃于2021年建成通車。紹興地鐵人臉識別課題，探索研究在線網范圍內基于人臉識別技術實現地鐵乘客無感過閘的應用，以及地鐵多元跨渠道支付方式混用的探索。

1 人臉識別技術研究的主要內容

1.1 人臉檢測

人臉相關檢測是指根據一定的方法確定時間步長的任何彩色圖像或圖像，以確定其中是否存在人臉。如果存在，則最終確定臉部的大小、形狀、中間位置和姿勢。人臉相關檢測是一種識別人臉的人臉識別系統功能。首先，它的可靠性直接關系到系統功能的準確性。早期對快速人臉識別技術實現的深入研究主要集中在無背景環境的靜態圖像上，由于其易于獲取而未受到重視。隨著互聯網的逐步發展，人臉識別的核心技術已成為識別生物機構典型特征的一種很有前途的方法。目前，人臉識別檢測結果的核心技術由于算法模型的學習能力大大增強，人臉識別帶來了廣泛的應用。

1.2 特征提取

在機器學習，人臉識別快速識別和各種圖像處理時間過程中，明顯的特征提取方法是一種必要的預處理靈活操作。該方法利用多個測試處理的綜合數據，從其中提取具有代表性的人物相關信息，減少相應數據情況下信息的過剩。在計算機視覺和組合圖形處理方法中，直接輸入到各種圖像中的像素包含多個重復部分，這將增加處理方法的復雜度，大大降低各種圖像直接處理的速度。從原始彩色圖像中提取信息的方法很多。特征提取可以很好地表示靜態圖像顯著特征的乘積。因此，重新提取的低維顯著特征向量也可以通過后續處理來達到直接處理得到的靜態圖像的目的。通常主要特征可以被檢測出來，突出特征提取過程和基本特征結合起來，對電子計算機人的問題進行可視化解決，如大目標的精確檢測和自動識別，技術內容的圖像內容數據庫檢索、人臉檢測方法與識別、模式分類方法等。

2 人臉識別方法

人臉識別用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫作人像識別、面部識別。通過人臉檢測、人臉特征提取、人臉配準、人臉活體以及人臉檢索算法等，提高了人臉識別和比對的準確性，增強了人臉識別處理的效率。

根據人臉特征的相對相關和分布區域的主要特征來檢測是否滿足人臉圖像內容中需要檢測的重要區域的檢測條件。這些基本原理可以用鼻子器官之間的距離或淺黃色膚色的灰度差來表示。如果面部候選區域符合預定標準，則可以將其檢測為人臉。這種方法是自上而下的，可以很好地把握整體信息的內容，但可能不能準確地選擇出原始狀態的最佳位置，那么所有的結果都會導致偏差。這四種基于用戶基本特征（例如嘴巴、鼻梁、眼睛和眉毛形狀）與基于純粹理性的技術知識的方法相反。這些方法使用自下而上的檢測方法來檢測面部圖像內容中的某些固有特征，以最終確認圖像內容未選中區域中是否存在面部。這兩種方法基于人臉與各個器官之間較不實際的關系而清楚地定位了整個人臉。由于人眼的特殊設計和不穩定的對稱關系，盡管這種方法對外部環境的耐受性很高，但大多數自下而上的方法都可以從眼睛進行搜索，例如脊柱的變化，光線的明顯變化，眼睛的遮蓋和面部姿勢的變化等。基本標準模板和根據用戶各種模板的常用方法修改的各種模板。該標準使用一個模板來計算各種人臉圖像和預定義的基本標準模板之間的相似度。當相似度達到一定程度時，將相關性檢測為該人的人臉，當臉部受到光照、遮蓋、表情等外部環境的干擾時，實際效果是可以檢測出來的。此外，所用模板的大小是預先固定的，因此不可能在所有動態中準確地檢測出人臉。因此，學者提出了一種改進的固定模板法。修改后的模板是基于對圖像的精確檢測。基于數據大小設置的各種參數化變量模板。這種常用的方法可以達到人臉檢測結果的目的。

3 系統研究方向

紹興地鐵人臉識別課題研究，探索打通人臉識別和其他票種渠道，通過人臉信息注冊過程中的關聯乘客賬戶及實名信息的關系綁定，實現跨渠道的行程匹配及票款支付等業務功能。地鐵人臉過閘應用通常分為注冊和識別二個階段，在業務架構上分為三個層級：

3.1 乘客人臉注冊服務層

通過攝像頭等設備對人臉進行捕捉，對圖像面部特征進行分類識別，針對不同的臉部特征進行計算，最終形成人臉識別庫。

3.2 中心刷臉過閘服務層

對設備終端提供的人臉特征數據通過人臉識別算法從人臉識別庫中快速的匹配和檢索，并為設備終端反饋匹配結果。

3.3 車站人臉識別設備層

通過攝像頭等設備對人臉進行捕捉，對圖像面部特征進行分類識別，針對不同的臉部特征進行計算，然后上傳給中心服務層進行人臉比對，根據比對結果發出閘機操作指令。

整體系統模塊構成如圖1所示：

4 技術架構

乘客通過手機APP完成刷臉乘車服務開通、人臉采集，同時可在TVM設備上購買人臉單程票或采集注冊人臉信息。

乘客通過人臉識別終端識別人臉并過閘，人臉識別終端同閘機進行安裝地接、線路對接實現閘機信令控制和通行數據傳遞，閘機屬于地鐵互聯網票務平臺一部分，與ACC地鐵清分系統通信可實時上傳刷臉通行記錄。

地鐵人臉識別平臺同互聯網票務平臺對接，在刷臉通行過程中通過互聯網票務平臺完成識別到的人臉用戶信息的驗證、驗資及訂單支付環節。互聯網票務平臺通過與公安實名認證接口和第三方支付平臺，完成用戶身份查驗和支付交易過程。同時互聯網票務平臺同ACLC地鐵多線路清分系統完成刷臉乘客的業務對賬。

人臉支付一方面擴展了地鐵業務的支付方式，實現更方便快捷的無感支付，同時對多元支付方式的混用進行了應用探索，比如乘客在進出站可以混合使用人臉識別和二維碼的過閘方式，完成一次地鐵行程業務。

5 結語

由上可知，多元支付混用的支付方式能有效彌補人臉識別在杭紹付費區換成AFC系統中存在的不足，有效解決人臉識別杭州不支持人臉識別支付的限制和擴大應用人群，從而有效提升到杭紹地鐵的服務品質以及品牌的形象。

參考文獻：

[1]涂曉燕.互聯網背景下城市軌道交通AFC系統未來發展的探究[J].中國市政工程，2020，000（002）：12-15.

[2]曹新立，劉鳳元，董翰寧，等.人臉識別技術在預警系統中的應用[J].現代制造技術與裝備，2020，000（001）：185，188.

作者簡介：洪秀敏（1978— ），男，漢族，江西九江人，碩士，高級工程師，研究方向：電氣自動化;戴國剛（1981— ），男，漢族，浙江紹興人，本科，高級工程師，研究方向：弱電自動化。