物联传媒 旗下网站
登录 注册
RFID世界网 >  新闻中心  >  行业动态  >  正文

探讨人脸识别支付在AFC系统的应用

作者:雨非凡
来源:移动支付网
日期:2019-07-17 17:18:28
摘要:今年5月份,南京地铁发现某张地铁计次卡的使用数据异常;经报警查实,该卡确系被人为伪造、变造有效乘车次数。

  今年5月份,南京地铁发现某张地铁计次卡的使用数据异常;经报警查实,该卡确系被人为伪造、变造有效乘车次数。

  据了解,南京地铁计次卡采用Mifare Ultralight芯片(简称UL卡),跟普通单程票的逻辑加密芯片相同。与CPU卡的金融安全级别相比,UL卡本身不具备安全机制,需要通过加密机写入密钥信息。事实上,UL卡乃至M1卡,都曾陆续曝出过被破解的安全问题。

  在这种情况下,无卡化的趋势似乎也是一种解决途径。继二维码支付、NFC支付在AFC系统应用之后,作为生物识别的人脸识别支付在AFC系统应用的需求,又一次被提了出来。

  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,但是在地铁AFC行业尚未大规模采用。本文根据人脸识别技术特点及AFC系统使用要求,主要从地铁过闸和购票两个环节,来谈一下人脸识别技术的解决方案。

人脸识别过闸

  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,与乘客身份证的人脸信息进行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。

  田沃在《城市轨道交通AFC系统人脸识别技术应用研究》中提出了一种基于地铁App定位的方法。此方法需要乘客开放地理位置信息权限给地铁App,同时在各线路车站设置SC人脸识别服务器,管理车站实时人像数据库;人脸识别云平台与SC人脸识别服务器通过专线网络进行通讯。

  人脸识别云平台根据地铁App的定位信息确定乘客位置,如位于地铁某车站出入口附近,且根据其移动轨迹等特征可判断其可能进入车站,则将该乘客的人脸图像信息下发至该车站SC人脸识别服务器。当乘客过闸时,闸机采集的人脸图像就可与本车站的动态人脸库进行1:N比对;乘客完成过闸后,SC人脸识别服务器就可将动态人脸库内该乘客人脸信息删除,同时上传过闸交易至人脸识别云平台。

  乘客也可根据日常出行习惯,预先在地铁App内设置常用路线,人脸识别云平台预先处理并下发乘客人脸信息至相关车站。例如固定通勤客流,可考虑此方式。

人脸识别售票

  通过一卡通及二维码过闸推广经验可知,不管城市一卡通、全国一卡通还是城市间二维码互联互通如何成熟,自动售票机都是不可或缺的现场服务设备。

  与人脸识别过闸相比,人脸识别购票在技术实现上更为简单。传统自动售票机完全可以结合市场上成熟的人脸识别模块,从而实现人脸支付购票。比如,支付宝的“蜻蜓”,微信支付的“青蛙”。

  其中,蜻蜓采用蚂里奥金融级3D结构光摄像头,针对不同的使用场景、接入设备可提供不同的摄像头方案;青蛙配备3D结构光的摄像头模组,可即插即用。同时,两款产品的摄像头兼具扫码和刷脸功能。

人脸识别支付的应用

  目前人脸识别技术在准确率方面可以达到96%以上。在地铁车站实际应用时,识别效果与光线照射、表情姿态、面部遮挡以及网络速度也有关系。此外,乘客隐私安全也是需要考虑的问题。

  今年7月13日的“第四届全球金融科技(北京)峰会”上,央行科技司针对人脸支付安全问题时强调,“人脸是非常敏感的个人信息,一旦泄露或者被盗取,会带来非常大的影响。”

  据此,央行提出“着力构建金融科技监管基本规则体系,研究制定云计算、人工智能、区块链等技术应用的监管规则,引导信息技术在金融领域合理的运用。”

  因此,人脸识别支付应用前,需要根据行业相关规则,制定适合地铁行业的相应管理制度。然后基于地铁车站客流情况,进行小规模试点,通过算法的深度学习、经验积累;再逐步向全线网车站推广。

后记

  近日,有科技媒体调研发现,对于支付宝刷脸支付,女性用户接受度明显低于男性;进一步了解发现,竟然是因为女性用户认为刷脸支付时屏幕展示的个人形象太丑了。

  针对这一现象,该媒体在网络上发起了投票,结果显示,有超过64%的人认为目前刷脸支付很丑,没有平时拍照好看;只有9%的人觉得不丑,和平时拍照差不多;单纯关注支付功能本身的人约占24%;其余的表示不太关注这件事。针对网上吐槽刷脸支付太丑的声音,支付宝官方账户当天回应,将于一周之内优化刷脸支付产品,全面上线美颜功能。

  这件事也从侧面给了传统AFC行业一个提示,在推广应用互联网新技术时,关注互联网产品用户的新需求,可能要比关注新技术本身更为重要。