Page 67 - 公共安全18年12月刊_150dpi

深圳地铁，通过本地APP的注册人数约661万人， 进出站点匹配法；
其中每天约有100万人次的使用量。假定目前顶级的人 不管如何，如果做单次识别就确认信用支付，那么
脸识别算法，对于万人脸库的识别准确率有99.5%，那 一次误识就会导致支付异常；然而，通过进、出站点的
么，如果采用人脸识别来实现扣费乘车，那每天都有数 匹配，做双重校验，原本1‰的误识，就变成了百万分之
万人被识别错误，是一场灾难。如果解决这个问题？ 一，可极大幅度减少支付异常；单次识别错误导致的收
先来认清刷脸乘车的核心需求，是希望采用人脸识别 费损失，需要不断的算法优化提升；
技术，提高效率，提升安全性，减少高峰期的拥堵。 预约名额限定法；
如果直接面对661万注册人员，那么，任何人都会 最后一招，根据运营的情况，结合实际的预约人
觉得茫然。需要分解。 数，为了将错误识别控制在一定比例之下，可通过名额

第一，地铁内会出现哪几类人？ 限制预约人数，确保识别率。
首先是工作人员，每个站内少量的本地工作人员， 第三， 刷脸记录留存3个月，可确保异常支
加上总公司的轮岗人员，总人数不搞错千人； 付数据随时可查询和回溯。
然后是65岁以上人群，不需要买票，只需要通过刷 本文只是通过问题分解，描述了一种地铁刷脸应用
身份证和人脸，完成年龄核验和本人核验； 的可行性。不代表任何已运行的地铁应用方式。通过行
接着对普通乘客，可分为通勤乘客和单次乘客。 业理解，把大批量人员分解为小批量，把大库容分解为
对于单次乘客，可提前通过身份证与支付宝的绑 小库容，用综合解决方案把不可能变为可能。
定，采用人证比对核验过闸，信用支付；
对于通勤乘客，通过设定特定的通勤时间和通勤
站点，完成通勤人员刷脸过闸。
综上，如果提高通勤乘客的使用体验和效率是目
前可以处理的重点。 ▲图2 地铁业务模型分解图
第二，通勤乘客的人脸识别如何控制识别精度；
由于地铁不同站点的特点，其客流量差异较大。我 人工智能的落地应用六要素
们假定一个两个地铁中转站，进站客流和出站客流日均 人脸识别技术本身，还需要更多的时间发展和完
在5万人次。 善，更优的模型、海量的样本训练、更出色的处理芯片，
有几种方法进行进一步的分流： 将人脸的年龄变化、喜怒的变化都更精准的识别。与此
有效时段预约法； 同时，在未来很长一段时间内，优秀的产品化能力，工

通勤人员一般具有规律的上下班时间，通过限定 程能力和综合性的解决方案，都是决定人工智能成败
有效的通行时间，可大幅度减少同一时段内的人员底库 的核心因素。每一个都不可或缺。
数量；
入口编号通行法；
作者单位: 浙江宇视科技有限公司
对于大型站点，人流量极大的，可以在一排闸机上
编号，对于预约通道区分单号和双号，进一步把人员库
数量减半；

2019第四届深圳国际无人机展览会（2019.6.20-22 深圳会展中心） www.china-drone.com.cn 45

ದ۽ᇆି JOEE ྒ௹ؽ