今年5月份，南京地鐵發(fā)現(xiàn)某張地鐵計次卡的使用數(shù)據(jù)異常;經(jīng)報警查實，該卡確系被人為偽造、變造有效乘車次數(shù)。

　　據(jù)了解，南京地鐵計次卡采用Mifare Ultralight芯片(簡稱UL卡)，跟普通單程票的邏輯加密芯片相同。與CPU卡的金融安全級別相比，UL卡本身不具備安全機制，需要通過加密機寫入密鑰信息。事實上，UL卡乃至M1卡，都曾陸續(xù)曝出過被破解的安全問題。

　　在這種情況下，無卡化的趨勢似乎也是一種解決途徑。繼二維碼支付、NFC支付在AFC系統(tǒng)應(yīng)用之后，作為生物識別的人臉識別支付在AFC系統(tǒng)應(yīng)用的需求，又一次被提了出來。

　　人臉識別是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)，結(jié)合了計算機圖形學(xué)、可視化技術(shù)、機器學(xué)習(xí)、模式識別、專家系統(tǒng)、數(shù)字圖像處理等多種專業(yè)技術(shù)。

　　人臉識別技術(shù)在銀行、超市、安保等行業(yè)應(yīng)用廣泛，但是在地鐵AFC行業(yè)尚未大規(guī)模采用。本文根據(jù)人臉識別技術(shù)特點及AFC系統(tǒng)使用要求，主要從地鐵過閘和購票兩個環(huán)節(jié)，來談一下人臉識別技術(shù)的解決方案。

人臉識別過閘

　　人臉識別技術(shù)在流程上主要包括人臉圖像采集及檢測、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識別4個步驟，識別模式有1∶1和1∶N兩種模式。

　　在1∶1模式下的人臉識別支付過閘，其實相對較為簡單。可以參考IPhoneX的Face ID技術(shù)，通過地鐵App采集乘客人臉信息，并保存在乘客手機本地。乘客進閘時，閘機通過藍(lán)牙、NFC或RFID等形式與手機配對連接，同時通過閘機增加的人臉識別攝像頭采集乘客人臉信息，與乘客手機本地保存的人臉信息進行1∶1匹配;最終完成乘客過閘，后臺進行信用扣費。

　　目前在高鐵站的人臉識別過閘也是采用1∶1模式，閘機通過人臉識別攝像頭采集乘客人臉信息，與乘客身份證的人臉信息進行1∶1匹配，實現(xiàn)乘客過閘。

　　嚴(yán)格來說，這種方案只是實現(xiàn)了形式上的AFC技術(shù)創(chuàng)新，并未解決乘客無感過閘的要求。不過在技術(shù)實現(xiàn)上較為簡單，且安全性相對較高，也不涉及乘客隱私保護等問題。對于急于追求AFC技術(shù)形式創(chuàng)新的地鐵公司來說，不失為一種可行的方法。

　　在1∶N模式下，首先需在線網(wǎng)層級建立AFC系統(tǒng)人臉識別云平臺。乘客乘坐地鐵前，需要通過地鐵App完成人臉圖像上傳;地鐵App在人臉圖像采集時需對照明、姿態(tài)、清晰度等提出一定要求。乘客過閘時，閘機通過人臉識別攝像頭采用乘客人臉圖像，實時上傳給后臺人臉識別服務(wù)器，由人臉識別服務(wù)器對人臉圖像與人臉庫進行1：N比對，將結(jié)果反饋給閘機，實現(xiàn)乘客過閘和后臺信用扣費。

　　在整個過程中，關(guān)鍵的技術(shù)點其實就在人臉圖像與人臉庫進行1：N比對的這個環(huán)節(jié)。考慮到地鐵AFC系統(tǒng)的車站現(xiàn)場服務(wù)特性，為避免造成客流擁堵，閘機通行速度不宜過低。因此，對于1：N比對速度要求就很高。

　　田沃在《城市軌道交通AFC系統(tǒng)人臉識別技術(shù)應(yīng)用研究》中提出了一種基于地鐵App定位的方法。此方法需要乘客開放地理位置信息權(quán)限給地鐵App，同時在各線路車站設(shè)置SC人臉識別服務(wù)器，管理車站實時人像數(shù)據(jù)庫;人臉識別云平臺與SC人臉識別服務(wù)器通過專線網(wǎng)絡(luò)進行通訊。

　　人臉識別云平臺根據(jù)地鐵App的定位信息確定乘客位置，如位于地鐵某車站出入口附近，且根據(jù)其移動軌跡等特征可判斷其可能進入車站，則將該乘客的人臉圖像信息下發(fā)至該車站SC人臉識別服務(wù)器。當(dāng)乘客過閘時，閘機采集的人臉圖像就可與本車站的動態(tài)人臉庫進行1：N比對;乘客完成過閘后，SC人臉識別服務(wù)器就可將動態(tài)人臉庫內(nèi)該乘客人臉信息刪除，同時上傳過閘交易至人臉識別云平臺。

　　乘客也可根據(jù)日常出行習(xí)慣，預(yù)先在地鐵App內(nèi)設(shè)置常用路線，人臉識別云平臺預(yù)先處理并下發(fā)乘客人臉信息至相關(guān)車站。例如固定通勤客流，可考慮此方式。

人臉識別售票

　　通過一卡通及二維碼過閘推廣經(jīng)驗可知，不管城市一卡通、全國一卡通還是城市間二維碼互聯(lián)互通如何成熟，自動售票機都是不可或缺的現(xiàn)場服務(wù)設(shè)備。

　　與人臉識別過閘相比，人臉識別購票在技術(shù)實現(xiàn)上更為簡單。傳統(tǒng)自動售票機完全可以結(jié)合市場上成熟的人臉識別模塊，從而實現(xiàn)人臉支付購票。比如，支付寶的“蜻蜓”，微信支付的“青蛙”。

　　其中，蜻蜓采用螞里奧金融級3D結(jié)構(gòu)光攝像頭，針對不同的使用場景、接入設(shè)備可提供不同的攝像頭方案;青蛙配備3D結(jié)構(gòu)光的攝像頭模組，可即插即用。同時，兩款產(chǎn)品的攝像頭兼具掃碼和刷臉功能。

人臉識別支付的應(yīng)用

　　目前人臉識別技術(shù)在準(zhǔn)確率方面可以達到96%以上。在地鐵車站實際應(yīng)用時，識別效果與光線照射、表情姿態(tài)、面部遮擋以及網(wǎng)絡(luò)速度也有關(guān)系。此外，乘客隱私安全也是需要考慮的問題。

　　今年7月13日的“第四屆全球金融科技(北京)峰會”上，央行科技司針對人臉支付安全問題時強調(diào)，“人臉是非常敏感的個人信息，一旦泄露或者被盜取，會帶來非常大的影響。”

　　據(jù)此，央行提出“著力構(gòu)建金融科技監(jiān)管基本規(guī)則體系，研究制定云計算、人工智能、區(qū)塊鏈等技術(shù)應(yīng)用的監(jiān)管規(guī)則，引導(dǎo)信息技術(shù)在金融領(lǐng)域合理的運用。”

　　因此，人臉識別支付應(yīng)用前，需要根據(jù)行業(yè)相關(guān)規(guī)則，制定適合地鐵行業(yè)的相應(yīng)管理制度。然后基于地鐵車站客流情況，進行小規(guī)模試點，通過算法的深度學(xué)習(xí)、經(jīng)驗積累;再逐步向全線網(wǎng)車站推廣。

后記

　　近日，有科技媒體調(diào)研發(fā)現(xiàn)，對于支付寶刷臉支付，女性用戶接受度明顯低于男性;進一步了解發(fā)現(xiàn)，竟然是因為女性用戶認(rèn)為刷臉支付時屏幕展示的個人形象太丑了。

　　針對這一現(xiàn)象，該媒體在網(wǎng)絡(luò)上發(fā)起了投票，結(jié)果顯示，有超過64%的人認(rèn)為目前刷臉支付很丑，沒有平時拍照好看;只有9%的人覺得不丑，和平時拍照差不多;單純關(guān)注支付功能本身的人約占24%;其余的表示不太關(guān)注這件事。針對網(wǎng)上吐槽刷臉支付太丑的聲音，支付寶官方賬戶當(dāng)天回應(yīng)，將于一周之內(nèi)優(yōu)化刷臉支付產(chǎn)品，全面上線美顏功能。

　　這件事也從側(cè)面給了傳統(tǒng)AFC行業(yè)一個提示，在推廣應(yīng)用互聯(lián)網(wǎng)新技術(shù)時，關(guān)注互聯(lián)網(wǎng)產(chǎn)品用戶的新需求，可能要比關(guān)注新技術(shù)本身更為重要。