顾佳锋 刘帅榕
无锡地铁集团有限公司运营分公司 江苏无锡 214000
摘要：本文对人脸识别技术在城市轨道交通自动售检票系统中的具体应用及主要的应用技术做了介绍，以期为相关工作人员提供指导和帮助。
关键词：人脸识别技术；城市轨道交通；自动售检票系统；应用
一、人脸识别技术的应用现状和主要应用手段
1.1应用业务架构
当前，我国城市轨道交通的人脸识别技术对应系统的架构主要包括三层，即客户端人脸注册服务层、车闸刷脸系统层以及控制中心人脸识别层，其具体结构如下图1所示：
.png)
人脸识别技术应用于当前城市轨道交通系统中，二者具有融合和统一的方面主要包括以下几项：第一，统一架构内的APP或微信小程序来进行注册，同时建立陈述的人脸识别业务体系；第二，对城市轨道车站的互联网票务平台进行更新和补充，建立完善的账户体系；第三，对自动售检票系统配置上人脸识别设备，同时对自动售检票软件进行改造。
1.2应用业务方案
在手机移动支付平台为用户提供登录界面和接口，方便用户进行人脸注册以及接入到用户的支付账户当中。总结来说，其包含的功能包括OCR证件识别、人脸和证件照对比、人脸识别以及实体检测。在对该支付软件及轨道车辆使用软件进行注册时，需要经历以下四个方面的流程：第一，进行人脸注册，将乘客的面部信息进行全面采集，同时和用户的证件照进行对比；第二，通过互联网票务业务来将乘客的信息和支付账户关联起来；第三，将所有信息转发至车闸刷脸系统层，来对用户地特征进行针对性提取；第四，建立城市轨道交通自动售检票系统的人脸数据库。
而将人脸识别技术应用到自动售检票系统的闸机当中时，需要对传统的自动售检票系统进行改造，具体的改造流程包括如下几个方面：第一，在传统闸门处安装专业人脸识别设备以及红外感应模块，同时借助互联网来将人脸识别的视频接入，并且借助FRU视频流来对人脸识别系统进行解析，然后将视频流当中的人脸进行识别以及定位；第二，将识别以及截取的人脸视频发送到车闸刷脸系统层进行识别；第三，根据人脸识别结果，借助AGM的接口来作出闸门开启闸门或者拒绝开启闸门的指令，同时向FRU展示作出该指令的相关信息；第四，将自动售检票系统的接口进行调动，将出入闸的交易记录进行写入。
1.3应用业务流程
将人脸识别技术应用于自动售检票系统当中，不仅需要将人脸识别过闸记录进行读写，同时还需要将其融入到原有自动售检票系统的读写记录当中，所有的数据都需要如实上报至互联网交易平台当中，并且将这些信息和腾讯以及支付宝运单业务接入联系起来，进而实现从用户绑定的账户当中进行费用扣除的功能。
二、人脸识别技术的优劣势
人脸识别技术，实际上就是对视频流或者截取的人脸图像中的面部特征进行采集，进而做出相应判断的过程。在此过程中，首先需要明确是否存在人脸。如果存在人脸，那么需要进一步将每个脸的位置、大小以及各个面部器官的主要信息进行获取，根据这些信息来进一步提取吗，每个人脸部所蕴含的身份特征，并将其和身份证件照片当中的人脸进行比对，从而对人脸对应的身份进行做实。
2.1人脸识别技术在城市轨道交通自动售检票系统的应用优势
和城市轨道交通自动售检票系统的其他支付方式相比，人脸支付的速度最快、无需携带任何资金或者支付设备，只需要在手机端完成注册，在实际进出城市轨道交通闸机口时无需掏出交通卡或者手机便能够实现闸机的开启。同时，地铁运营管理能够对人流的流向以及个人的行为发展趋势数据进行统计和上传，从而为大数据和智能化技术在城市轨道交通支付系统当中的应用奠定基础。综合来说，和传统的收费系统相比，人脸识别系统在支付速度、数据收集以及市场趋势判断方面具有得天独厚的优势。
2.2人脸识别技术在城市轨道交通自动售检票系统的应用缺点
从当前城市轨道交通的发展趋势来看，多媒体软件、AI智能软件等存在的人脸是被具有较多的安全问题，甚至经过改造之后的眼镜也能够将人脸识别技术进行伪装和识破，多种干扰因素的存在使得人脸识别技术在地铁自动售检票系统中的应用存在较大的安全隐患。这种安全隐患倘若没有解除或者直接产生，将会对城市轨道交通运营带来极大的损失。同时，人脸信息涉及到个人隐私、法律问题以及人工信息数据库等，而这些信息除了权威性的政府机关部门调用外，不能随意的将其应用于交通出行系统当中。
三、对人脸识别技术进行改进
3.1深度视觉识别算法
深度视觉识别，也就是通过形成三角定位来进行测量和计算，深度图像就是通过摄像头拍摄的灰度图将不必要信息进行过滤，然后通过计算来获取图像的基本数据、三维尺寸数据、图像代表物体的运动趋势等。
3.2机器迭代学习算法
互联网支付平台在乘客进行人脸注册时，采集的特征数据有时可能达到数百个，同时注册的数据信息库通过将每次不同的图像数据信息进行比对，将会形成每个乘客不同的数据库，进一步提升乘客刷脸时闸机识别的效率。通过这种模式，能够有效确保数据的不断学习和更新，提升乘客识别的准确率。
3.3人脸识别算法的改进
当前，我国城市轨道交通人脸识别效果的评价标准是LFW。现阶段，很多算法都是根据该标准来提升人脸识别的效率和准确率的，但是该标准也面临着两个主要问题：第一，数据不够多；第二，数据采集场景和真正的使用场所不匹配。而通过深度视觉识别算法和机器迭代算法，能够对现有的人工识别速率和准确率进行有效改进，有统计数据显示，应用深度识别算法和机器迭代算法之后，其识别准确率可高达99%以上。
四、结语
综合全文，人脸识别技术在城市轨道交通AFC当中得到了广泛的应用，通过将算法进行优化，能够在现有识别结果的基础上提升识别的准确率和安全性，进而确保城市轨道交通自动售检票系统的准确无误运行。
参考文献：
[1]谭磊,贺美德,柳飞.GIS技术在城市轨道交通安全监测中的应用研究——以某新建地铁穿越既有地铁安全监测为例[J].测绘与空间地理信息,2021,44(05):56-60.
[2].积极发挥引领作用 聚焦行业发展前沿 全国安全防范报警系统标准化技术委员会2020年工作回顾与2021年工作展望[J].中国安全防范技术与应用,2021(02):3-10.
[3]景亮,赵程,刘平.人脸识别技术在城市轨道交通自动售检票系统中的应用及探讨[J].上海建设科技,2021(02):24-26.
[4]梁辉.城市轨道交通牵引供电及电力技术的应用研究[J].居业,2021(04):70-71.
作者简介：顾佳锋（1991-02-23），男，汉族，籍贯：江苏无锡，当前职务：AFC巡检工，当前职称：助理工程师，学历：本科，研究方向：自动售检票系统