金華公交實地測試刷臉乘車距離大規模應用還有多久？

文｜通卡傳媒

近日，金華公交刷臉支付的實地測試視頻得到了行業內的大量關注，從視頻中可以看到，整個通行速度非常快，無需任何操作便被輕松識別。

其實早在2015年，在一項公交行業的創客大賽上就出現了“刷臉乘車”技術。而從去年年底開始，包括上海、深圳、廣州在內的多個地鐵公司都已經開始測試“刷臉”進站。

人臉識別乘車，如何實現？

人臉識別是利用人的生物特征實現個體區分的一種技術，一般包括圖像采集、特征定位、身份的確認和查找三個環節。簡單來說，人臉識別就是從圖像中提取面部特征關鍵點，比如骨骼特征、眉毛高度等，通過比對輸出結果。

在具體的應用場景中，人臉識別大致可以分為1∶1和1∶N兩種。

1∶1等級的人臉識別，實現的是最初級的“證明你是你”。從字面上就可以看出，1∶1是用戶提前上傳個人照片儲存于系統中，每次驗證時，線下拍照與系統中存儲的照片信息進行對比，進而確定“你是不是你”。

手機解鎖、刷臉支付、網上買票、醫院掛號、政府惠民工程項目，以及各種證券開戶、電信開戶、互聯網金融開戶……這都是1∶1人臉識別的應用場景。同其他方式相比，1∶1識別準確率高，對算力的要求也相對較低。

而1∶N的人臉識別算法則主要用于人臉檢索，“證明你是誰”。與1:1的一一對照不同，1∶N需要一張照片同系統中的海量照片進行對比，根據相似度排列出多個對比結果。而排在第一順位的結果，未必準確。

同1∶1識別相比，使用地點、環境、光線、采集角度甚至是玻璃反射都會影響1∶N識別的準確度，所以1∶N相對更具有挑戰性。顯然，如果公交領域推行刷臉支付，只能是1∶N這種實現難度更大的類型。

根據此次金華刷臉乘車解決方案提供商描述，針對交通領域快速通行的特點，車載機具將采用“聯機+離線”相結合的方案，先進行本地檢索比對，失敗之后再進行聯網比對，以保證網絡通信不好的情況下也能進行識別。

刷臉支付在公交領域應用的難點

首先是公交場景下的環境是移動多變的，乘客上下車環境復雜多變，天氣、表情、裝束、周圍環境、擁擠程度等客觀條件動態變化，登乘方式（順序依次登乘、多人同時登乘等）不同，都將對刷臉支付乘車造成影響。

其次公交應用下的時間要求短，為了保證人流能夠迅速通過，300毫秒是一卡通的刷卡時間要求，微信、支付寶掃碼乘公交僅需0.3秒，那么對于刷臉支付仍然需要考慮實際公交場景下的人臉識別、車費支付的時間問題。

最后，刷臉支付在公交運用下還得準確率高，從目前的人臉識別技術應用看來，現在1:1的成熟度很高，1:N的情況下，特別是N的量級在數十萬、數百萬甚至更多的情況下如何保障準確度，是下一步人臉識別技術需要突破的方向。

刷臉支付作為一項創新性應用，值得我們不斷試點去完善技術。相信隨著相關技術和產業的逐步成熟，人臉識別技術的相關法律和標準進一步完善后，刷臉支付也能同當下的手機支付一樣在公交領域如火如荼地鋪開應用。