今年5月份,南京地鐵發現某張地鐵計次卡的使用數據異常;經報警查實,該卡確係被人為偽造、變造有效乘車次數。
據了解,南京地鐵計次卡採用Mifare Ultralight晶片(簡稱UL卡),跟普通單程票的邏輯加密晶片相同。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系統應用之後,作為生物識別的人臉識別支付在AFC系統應用的需求,又一次被提了出來。
人臉識別是基於人的臉部特徵信息進行身份識別的一種生物識別技術,結合了計算機圖形學、可視化技術、機器學習、模式識別、專家系統、數字圖像處理等多種專業技術。
人臉識別技術在銀行、超市、安保等行業應用廣泛,但是在地鐵AFC行業尚未大規模採用。本文根據人臉識別技術特點及AFC系統使用要求,主要從地鐵過閘和購票兩個環節,來談一下人臉識別技術的解決方案。
人臉識別過閘
人臉識別技術在流程上主要包括人臉圖像採集及檢測、人臉圖像預處理、人臉圖像特徵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,通過地鐵App採集乘客人臉信息,並保存在乘客手機本地。乘客進閘時,閘機通過藍牙、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採集乘客人臉信息,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,後臺進行信用扣費。
目前在高鐵站的人臉識別過閘也是採用1∶1模式,閘機通過人臉識別攝像頭採集乘客人臉信息,與乘客身份證的人臉信息進行1∶1匹配,實現乘客過閘。
嚴格來說,這種方案只是實現了形式上的AFC技術創新,並未解決乘客無感過閘的要求。不過在技術實現上較為簡單,且安全性相對較高,也不涉及乘客隱私保護等問題。對於急於追求AFC技術形式創新的地鐵公司來說,不失為一種可行的方法。
在1∶N模式下,首先需在線網層級建立AFC系統人臉識別雲平臺。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在人臉圖像採集時需對照明、姿態、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採用乘客人臉圖像,實時上傳給後臺人臉識別伺服器,由人臉識別伺服器對人臉圖像與人臉庫進行1:N比對,將結果反饋給閘機,實現乘客過閘和後臺信用扣費。
在整個過程中,關鍵的技術點其實就在人臉圖像與人臉庫進行1:N比對的這個環節。考慮到地鐵AFC系統的車站現場服務特性,為避免造成客流擁堵,閘機通行速度不宜過低。因此,對於1:N比對速度要求就很高。
田沃在《城市軌道交通AFC系統人臉識別技術應用研究》中提出了一種基於地鐵App定位的方法。此方法需要乘客開放地理位置信息權限給地鐵App,同時在各線路車站設置SC人臉識別伺服器,管理車站實時人像資料庫;人臉識別雲平臺與SC人臉識別伺服器通過專線網絡進行通訊。
人臉識別雲平臺根據地鐵App的定位信息確定乘客位置,如位於地鐵某車站出入口附近,且根據其移動軌跡等特徵可判斷其可能進入車站,則將該乘客的人臉圖像信息下發至該車站SC人臉識別伺服器。當乘客過閘時,閘機採集的人臉圖像就可與本車站的動態人臉庫進行1:N比對;乘客完成過閘後,SC人臉識別伺服器就可將動態人臉庫內該乘客人臉信息刪除,同時上傳過閘交易至人臉識別雲平臺。
乘客也可根據日常出行習慣,預先在地鐵App內設置常用路線,人臉識別雲平臺預先處理並下發乘客人臉信息至相關車站。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互通如何成熟,自動售票機都是不可或缺的現場服務設備。
與人臉識別過閘相比,人臉識別購票在技術實現上更為簡單。傳統自動售票機完全可以結合市場上成熟的人臉識別模塊,從而實現人臉支付購票。比如,支付寶的「蜻蜓」,微信支付的「青蛙」。
其中,蜻蜓採用螞裡奧金融級3D結構光攝像頭,針對不同的使用場景、接入設備可提供不同的攝像頭方案;青蛙配備3D結構光的攝像頭模組,可即插即用。同時,兩款產品的攝像頭兼具掃碼和刷臉功能。
人臉識別支付的應用
目前人臉識別技術在準確率方面可以達到96%以上。在地鐵車站實際應用時,識別效果與光線照射、表情姿態、面部遮擋以及網絡速度也有關係。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,「人臉是非常敏感的個人信息,一旦洩露或者被盜取,會帶來非常大的影響。」
據此,央行提出「著力構建金融科技監管基本規則體系,研究制定雲計算、人工智慧、區塊鏈等技術應用的監管規則,引導信息技術在金融領域合理的運用。」
因此,人臉識別支付應用前,需要根據行業相關規則,制定適合地鐵行業的相應管理制度。然後基於地鐵車站客流情況,進行小規模試點,通過算法的深度學習、經驗積累;再逐步向全線網車站推廣。
後記
近日,有科技媒體調研發現,對於支付寶刷臉支付,女性用戶接受度明顯低於男性;進一步了解發現,竟然是因為女性用戶認為刷臉支付時屏幕展示的個人形象太醜了。
針對這一現象,該媒體在網絡上發起了投票,結果顯示,有超過64%的人認為目前刷臉支付很醜,沒有平時拍照好看;只有9%的人覺得不醜,和平時拍照差不多;單純關注支付功能本身的人約佔24%;其餘的表示不太關注這件事。針對網上吐槽刷臉支付太醜的聲音,支付寶官方帳戶當天回應,將於一周之內優化刷臉支付產品,全面上線美顏功能。
這件事也從側面給了傳統AFC行業一個提示,在推廣應用網際網路新技術時,關注網際網路產品用戶的新需求,可能要比關注新技術本身更為重要。
1