摘要：目前，无感电子支付正在迅速发展， NFC技术和二维码技术已经广泛应用于地铁行业，地铁产业对新科技十分敏感，并以最先进的科技为旅客带来最佳的出行体验。作为最新兴的无感电子支付，人脸识别支付技术是目前地铁行业中一个新兴的研究方向，这不仅可以提高地铁运行的服务水平，还可以提高地铁运行的效率。在这篇文章中，对该技术在自动售检票系统中的解决方案进行了分析。 关键词：自动售检票系统；人脸识别技术；解决方案
引言
面部识别是一种以一个人的面部特征信息为基础，对其进行身份识别的技术，将人脸作为支付媒介应用于地铁自动售票和检票系统，通过“刷脸”，可以缩短旅客等待的时间，加快旅客的出行速度，对系统的操作和维护有利，给乘客带来更好的乘坐体验，也可以为未来的大数据分析和网络操作提供数据支持。
1人脸识别技术概述自动检票
面部识别技术是一种利用人们获得的面部特征信息来对其进行身份识别的技术，在生物测定技术的范畴内，身份识别是目前最大的应用趋势。从应用角度来看，人脸识别技术可以分为三个阶段：（1）创建一个人脸档案，把用户的相关信息与面部特征相联系。（2）面部图像提取，也就是用摄像机采集获得面部图像。（3）最后，将采集到的人脸图像和人像档案进行比较，并将比较结果输出。相对于传统的身份认证，人脸识别最大的优势在于它更加安全，更加保密，更加方便。脸部辨认技术也有一些与之相关的缺陷，比如；精确度是由许多因素决定的，在用户配合、采集条件较为理想的条件下，人脸识别系统具有较高的精度，而人脸识别技术在实际应用中，其精度将大大降低。当前主流的人脸识别算法，其技术精度可达95%-98%，这是一个非常重要的研究课题。
2自动售检票系统人脸识别技术的系统构成
人脸识别系统主要包括人脸识别平台和终端设备两部分。在结算中心，可以搭建一个由服务器，工作站，网络设备等组成的人脸识别平台。一个分布式的特征抽取平台和一个私有云对齐平台构成的人脸识别平台，其中1: N比对是将私有云比对平台的复杂并发数据特征值与数据库中现有特征值进行的，分布式特征抽取是指从装置上获取人脸图像的特征值。在本机的终端上，配置了人脸识别模块和人脸识别软件。
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
随着网络技术的发展，“刷二维码”和“刷脸”的技术日趋成熟，“自动售票机”的使用率也在不断下降，但还没有彻底消失。所以，也应该尽早对传统的售票机进行更新，将第三方支付功能与之相结合，从而达到无现金购票的目的，并将人脸识别功能与之相结合，同时还可以对其进行人脸识别。在安装了面部识别的售票机上，一方面，它可以在很远的地方（比如等）买票；通过云售票机，扫描人脸，获得门票；另外，还可以让用户直接用刷脸来购票，而不是用现金和手机的二维码来进行付款。人脸识别售票与传统的售票相比较，能够很好的减少工作的环节；融入网络，提高了乘客的体验，提高了地铁的形象；增设实名制刷票系统，提高地铁公众安全性，与此同时，通过对用户数据的采集，为大数据的分析奠定了基础。
3.2过闸方案
在各类高科技的支撑下，交通运输业正蓬勃发展。现在有些城市，已经开始使用二维码了。
闸机是人脸识别系统中最为重要的终端设备。闸机主要包括了工控机、读写器等单元，能够完成一张单程车票的“刷脸”操作。二维码，就是扫描身份验证。摄像头的作用，就是用来进行人脸识别，进行检测。
利用人脸识别技术，可以实现先乘后付，在车站入口设脸部识别门，可直接通过检票，之后，通过面孔对比的方法，在出站端口采集进出闸的旅客信息，从而形成一种封闭的交易数据信息，在第三方平台的支持下，能够实现有效的扣款。首先，旅客在该软件上注册帐号，并与第三方帐号绑定，实现实名制。其次，使用移动软件和人脸识别系统，对用户的面部特征值进行采集和存储。进出站的过闸模式主要有2种：1.离线模式。闸机采用蓝牙方式与手机建立起对应关系，再用蓝牙将乘客的面部特征传输给闸机。摄像头采集并分析了旅客的脸部资料和特征。如果你的属性值符合要求，那么你就可以通过这一关。2.在线模式。照相机拍下了旅客的脸，利用上位机程序，将人脸图像发送到云平台，或者是在信息库中，进行特征值的对比，只要符合相似性条件，就能通过。最后，将交易记录发送出去，利用云平台或者 ACC，以进站台、出站记录为基础，对金额进行计算，再利用第三方软件进行扣款。有了人脸识别技术，就能实现无卡通行，不需要进行任何操作就能进入站台，但是该种技术在应用过程中需要有较高的网络传输效果。高频次以及大流量会对该种
技术产生一定的影响，在使用人脸识别技术的时候，最重要的就是提高它的稳定性，并对其综合交通效能及其他要素的合理设计进行了分析。
3.3云平台方案框架
人脸识别云平台是自动售检票系统中人脸识别技术的核心平台。在云平台上，既可以实现云售检票机的所有业务功能，还可以实现云闸机的过闸功能。与此同时，云平台也成为了地铁中不断涌现出来的互联网新业务底层支撑平台，通过云平台，除了实现手机APP售票等新业务，也为以后各类互联网入口提供基础的接入服务。此外，也可以提供新的服务，如指纹识别，无知觉识别，以及其他新的地铁服务。
3.4付费模式与信用管理手段
当旅客通过闸机时，系统会识别旅客的面孔，在通过安检的时候，如果不能通过人脸识别，就会被拉入黑名单。利用人脸识别库对其进行分析，从而识别出了一位乘客的黑名单，而被列入黑名单的乘客将不能使用该系统，而且，他们的失信行为也会被记录在案。对于那些非被列入黑名单的人，他们很快就会被放出来，然后通过系统的各种技术，对他们的面部特征进行比对，并进行相应的扣除。
3.5优化人脸识别算法
以地铁运营特征为依据，对人脸识别算法进行了优化，从而进一步提高了准确率和比对的速度。构建面孔档案母库、动态子库和黑名单，也就是注册使用面孔识别闸机的乘客面孔档案都会被纳入母库，在旅客进入车站的时候，首先对他们进行一次面部扫描，然后迅速地让他们通过。面部特征会被记录到一个动态的子库中，热恋系统后台能够有效的对黑名单以及相关信息进行比对，如果是正常的，那么就会被列入动态子库，如果是不合格的，就会被从动态子库中剔除。在出站时，在进行刷脸操作的时候，只需要将出站的人脸信息与一个动态子库进行对比，在对比成功之后，就可以进行扣费并放行，动态子库将这张脸剔除，然后将这张脸和“黑名单”进行比对，因为这张脸符合“黑名单”，所以门禁系统会发出警告，不会放行。从算法的角度来看，主要有两种方法：1.文档化的，将功能保存到文档中，并在文档层次上对齐；2.以数据库为基础，在其中进行比较，将详细的面孔信息保存在数据库中，这样就可以进行图文结合的查询，以改善检出率及对比度。
结束语
针对大客流、快速通行等特点，现有的人脸识别技术在轨道交通中的应用还存在一些技术
难点。在对当前技术进行研究和分析的基础上，采取了特定人员方案，单线通勤旅客方案，以及在第三方支付平台上进行后付款的技术思想，将人脸识别技术应用于地铁自动售票系统，具有一定的可行性。我们可以在当地进行一次小范围的试验，积累经验、优化策略，等技术成熟、先进后，再将其逐渐推广到全城范围内。
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）
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议