人脸识别及多元支付在AFC系统中的应用研究
洪秀敏 戴国刚
摘 要：文章主要是讲解了人脸识别技术的相关特点，在此基础上同时分析了其在绍兴AFC系统中的应用探索，望能为相关人员提供到一定的参考和帮助。
关键词：人脸识别;多元支付;AFC系统;技术应用
随着人脸识别技术的进一步发展，人脸识别技术在轨道交通领域逐渐成熟，如高铁乘车人脸识别进出站。近年来地铁开始尝试引进人脸识别应用，2019年4月1日，济南首条地铁线路正式开通，随着地铁一同上线的还有人脸识别乘车系统，这是国内首条采用3D人脸识别闸机的地铁线路。随着国家发改委相关批复，杭绍城际线目前正在建设中，计划于2021年建成通车。绍兴地铁人脸识别课题，探索研究在线网范围内基于人脸识别技术实现地铁乘客无感过闸的应用，以及地铁多元跨渠道支付方式混用的探索。
1 人脸识别技术研究的主要内容
1.1 人脸检测
人脸相关检测是指根据一定的方法确定时间步长的任何彩色图像或图像，以确定其中是否存在人脸。如果存在，则最终确定脸部的大小、形状、中间位置和姿势。人脸相关检测是一种识别人脸的人脸识别系统功能。首先，它的可靠性直接关系到系统功能的准确性。早期对快速人脸识别技术实现的深入研究主要集中在无背景环境的静态图像上，由于其易于获取而未受到重视。随着互联网的逐步发展，人脸识别的核心技术已成为识别生物机构典型特征的一种很有前途的方法。目前，人脸识别检测结果的核心技术由于算法模型的学习能力大大增强，人脸识别带来了广泛的应用。
1.2 特征提取
在机器学习，人脸识别快速识别和各种图像处理时间过程中，明显的特征提取方法是一种必要的预处理灵活操作。该方法利用多个测试处理的综合数据，从其中提取具有代表性的人物相关信息，减少相应数据情况下信息的过剩。在计算机视觉和组合图形处理方法中，直接输入到各种图像中的像素包含多个重复部分，这将增加处理方法的复杂度，大大降低各种图像直接处理的速度。从原始彩色图像中提取信息的方法很多。特征提取可以很好地表示静态图像显著特征的乘积。因此，重新提取的低维显著特征向量也可以通过后续处理来达到直接处理得到的静态图像的目的。通常主要特征可以被检测出来，突出特征提取过程和基本特征结合起来，对电子计算机人的问题进行可视化解决，如大目标的精确检测和自动识别，技术内容的图像内容数据库检索、人脸检测方法与识别、模式分类方法等。
2 人脸识别方法
人脸识别用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫作人像识别、面部识别。通过人脸检测、人脸特征提取、人脸配准、人脸活体以及人脸检索算法等，提高了人脸识别和比对的准确性，增强了人脸识别处理的效率。
根据人脸特征的相对相关和分布区域的主要特征来检测是否满足人脸图像内容中需要检测的重要区域的检测条件。这些基本原理可以用鼻子器官之间的距离或浅黄色肤色的灰度差来表示。如果面部候选区域符合预定标准，则可以将其检测为人脸。这种方法是自上而下的，可以很好地把握整体信息的内容，但可能不能准确地选择出原始状态的最佳位置，那么所有的结果都会导致偏差。这四种基于用户基本特征（例如嘴巴、鼻梁、眼睛和眉毛形狀）与基于纯粹理性的技术知识的方法相反。这些方法使用自下而上的检测方法来检测面部图像内容中的某些固有特征，以最终确认图像内容未选中区域中是否存在面部。这两种方法基于人脸与各个器官之间较不实际的关系而清楚地定位了整个人脸。由于人眼的特殊设计和不稳定的对称关系，尽管这种方法对外部环境的耐受性很高，但大多数自下而上的方法都可以从眼睛进行搜索，例如脊柱的变化，光线的明显变化，眼睛的遮盖和面部姿势的变化等。基本标准模板和根据用户各种模板的常用方法修改的各种模板。该标准使用一个模板来计算各种人脸图像和预定义的基本标准模板之间的相似度。当相似度达到一定程度时，将相关性检测为该人的人脸，当脸部受到光照、遮盖、表情等外部环境的干扰时，实际效果是可以检测出来的。此外，所用模板的大小是预先固定的，因此不可能在所有动态中准确地检测出人脸。因此，学者提出了一种改进的固定模板法。修改后的模板是基于对图像的精确检测。基于数据大小设置的各种参数化变量模板。这种常用的方法可以达到人脸检测结果的目的。
3 系统研究方向
绍兴地铁人脸识别课题研究，探索打通人脸识别和其他票种渠道，通过人脸信息注册过程中的关联乘客账户及实名信息的关系绑定，实现跨渠道的行程匹配及票款支付等业务功能。地铁人脸过闸应用通常分为注册和识别二个阶段，在业务架构上分为三个层级：
3.1 乘客人脸注册服务层
通过摄像头等设备对人脸进行捕捉，对图像面部特征进行分类识别，针对不同的脸部特征进行计算，最终形成人脸识别库。
3.2 中心刷脸过闸服务层
对设备终端提供的人脸特征数据通过人脸识别算法从人脸识别库中快速的匹配和检索，并为设备终端反馈匹配结果。
3.3 车站人脸识别设备层
通过摄像头等设备对人脸进行捕捉，对图像面部特征进行分类识别，针对不同的脸部特征进行计算，然后上传给中心服务层进行人脸比对，根据比对结果发出闸机操作指令。
整体系统模块构成如图1所示：
4 技术架构
乘客通过手机APP完成刷脸乘车服务开通、人脸采集，同时可在TVM设备上购买人脸单程票或采集注册人脸信息。
乘客通过人脸识别终端识别人脸并过闸，人脸识别终端同闸机进行安装地接、线路对接实现闸机信令控制和通行数据传递，闸机属于地铁互联网票务平台一部分，与ACC地铁清分系统通信可实时上传刷脸通行记录。
地铁人脸识别平台同互联网票务平台对接，在刷脸通行过程中通过互联网票务平台完成识别到的人脸用户信息的验证、验资及订单支付环节。互联网票务平台通过与公安实名认证接口和第三方支付平台，完成用户身份查验和支付交易过程。同时互联网票务平台同ACLC地铁多线路清分系统完成刷脸乘客的业务对账。
人脸支付一方面扩展了地铁业务的支付方式，实现更方便快捷的无感支付，同时对多元支付方式的混用进行了应用探索，比如乘客在进出站可以混合使用人脸识别和二维码的过闸方式，完成一次地铁行程业务。
5 结语
由上可知，多元支付混用的支付方式能有效弥补人脸识别在杭绍付费区换成AFC系统中存在的不足，有效解决人脸识别杭州不支持人脸识别支付的限制和扩大应用人群，从而有效提升到杭绍地铁的服务品质以及品牌的形象。
参考文献：
[1]涂晓燕.互联网背景下城市轨道交通AFC系统未来发展的探究[J].中国市政工程，2020，000（002）：12-15.
[2]曹新立，刘凤元，董翰宁，等.人脸识别技术在预警系统中的应用[J].现代制造技术与装备，2020，000（001）：185，188.
作者简介：洪秀敏（1978— ），男，汉族，江西九江人，硕士，高级工程师，研究方向：电气自动化;戴国刚（1981— ），男，汉族，浙江绍兴人，本科，高级工程师，研究方向：弱电自动化。
