【干货分享】5G技术在AFC系统人脸识别支付中的应用
时间：2022-06-16 阅读：943
导读：人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，结合了计算机图形学、可视化技术、机器学习、模式识别、专家系统、数字图像处理等多种专业技术。
人脸识别技术在银行、超市、安保等行业应用广泛，目前在地铁AFC行业已开始应用。根据人脸识别技术特点及AFC系统使用要求，主要有地铁过闸和购票两个环节。
人脸识别技术在流程上主要包括人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别4个步骤，识别模式有1∶1和1∶N两种模式。
在1∶1模式下的人脸识别支付过闸，其实相对较为简单。可以参考IPhoneX的Face ID技术，通过地铁App采集乘客人脸信息，并保存在乘客手机本地。乘客进闸时，闸机通过蓝牙、NFC或RFID等形式与手机配对连接，同时通过闸机增加的人脸识别摄像头采集乘客人脸信息，与乘客手机本地保存的人脸信息进行1∶1匹配，最终完成乘客过闸，后台进行信用扣费。
目前在高铁站的人脸识别过闸也是采用1∶1模式，闸机通过人脸识别摄像头采集乘客人脸信息，与乘客的人脸信息进行1∶1匹配，实现乘客过闸。
严格来说，这种方案只是实现了形式上的AFC技术创新，并未解决乘客无感过闸的要求。不过在技术实现上较为简单，且安全性相对较高，也不涉及乘客隐私保护等问题。对于急于追求AFC技术形式创新的地铁公司来说，不失为一种可行的方法。
在1∶N模式下，首先需在线网层级建立AFC系统人脸识别云平台。乘客乘坐地铁前，需要通过地铁App完成人脸图像上传；地铁App在人脸图像采集时需对照明、姿态、清晰度等提出一定要求。乘客过闸时，闸机通过人脸识别摄像头采用乘客人脸图像，实时上传给后台人脸识别服务器，由人脸识别服务器对人脸图像与人脸库进行1：N比对，将结果反馈给闸机，实现乘客过闸和后台信用扣费。
在整个过程中，关键的技术点其实就在人脸图像与人脸库进行1：N比对的这个环节。考虑到地铁AFC系统的车站现场服务特性，为避免造成客流拥堵，闸机通行速度不宜过低。因此，对于1：N比对速度要求就很高，对于数据的传输实时性要求也很高。
5G通信技术具有着超高带宽，极低延时等优势，可以在人脸识别过程的数据传输中极大地降低延时，从而实现无感过闸。目前使用的4G网络，端到端理想时延是 10ms左右，LTE的端到端典型时延是50-100ms，5G 技术可以有效降低延迟，响应时间能从4G的平均 50ms降低到1-2ms，工业5G路由器提供的高速通信网络具有着信号采集与传输速率高、时延低的特性，为大量的数据传输提供支撑。现场采集的视频音频信号及传感器数据信号具有着很大的数据量，5G技术的高带宽高速率特点解决了实时传输图像清晰度低、丢包、延迟卡顿等问题，可以快速同步的掌握巡视现场的影像及环境信息，更高效的对现场情况进行分析。
△ MWG-3600在地铁AFC中的应用
上海兆越通讯的MWG-3600可为无感支付的自动售检票系统提供超大带宽，满足城市轨道交通数据的增长需求；高可靠的网络自愈能力，可抵抗网络中多处故障，保持正常通信，保障乘客安全有序通行。为城市轨道交通自动售检票系统提供高安全、高可靠、智运维的连接网络。
