人臉支付在公交乘車支付的應用分析

王志峰 南京市市民卡有限公司

人臉識別技術(shù)，最初誕生于1960 年，在上世紀90 年代末期，技術(shù)日漸成熟，開始走向商用。2008 年北京奧運會已開始規(guī)模應用人臉識別技術(shù)［1］。人臉識別在支付行業(yè)的蓬勃發(fā)展，也延伸到公共交通領域。公交乘車支付，相比于其他條件下的人臉支付有著非常大的獨特性，首先是機具端小型化移動化，其次是不同城市用戶數(shù)量差異較大，第三必須保證交易的快捷、穩(wěn)定。本文希望結(jié)合地面公共交通行業(yè)的特殊性，來探討人臉支付機具端在公交領域應用的選擇。

一、公交人臉支付現(xiàn)狀

2018 年6 月，廣州羊城通在BRT 石牌橋站內(nèi)，開啟了國內(nèi)首個人臉支付在公共交通行業(yè)應用的探索。2019 年1 月，金華公交刷臉乘車項目正式推出，隨后全國各地也紛紛上線公交人臉支付服務。截止2020 年1 月底，全國約19 個城市正式在公交或BRT 線路推出人臉支付，還有不少城市正在調(diào)試或內(nèi)部測試中。

可以發(fā)現(xiàn)上線城市很多，但體量都較小；絕大多數(shù)為三線或者四線城市，甚至是縣城；試運行的也僅是一條或兩條公交線路的幾十輛車。而且?guī)缀跛腥四樦Ц稒C具，都是獨立安裝，并不與現(xiàn)有的刷卡與掃碼機具兼容。

二、人臉比對方式的選擇

攝像頭獲取到人臉后，進行一系列預處理，再對圖像提取特征值。用該特征值與前期注冊獲得的人臉數(shù)據(jù)一一比較，獲取一個相似度超過閾值且最高的那一條數(shù)據(jù)，作為最終的比對結(jié)果。

人臉比對識別的過程，可以在前端機具里脫機完成，也可以通過網(wǎng)絡發(fā)送至后臺系統(tǒng)在線完成[2]。脫機比對的優(yōu)點是較穩(wěn)定不用擔心網(wǎng)絡質(zhì)量影響識別結(jié)果，但識別速度、人臉特征庫容量受機具硬件平臺制約；在線比對能支持較大規(guī)模的人臉特征庫容量，后期性能有拓展空間，用戶注冊后可立即使用，缺點是受網(wǎng)絡影響較大。還可以選擇“脫機+在線”組合的方式綜合兩者的優(yōu)點。

（一）脫機人臉比對

脫機比對人臉信息，目前最大難點的是受機具的硬件性能限制。使用當前較好的芯片平臺RK3399 作為機具主控芯片，搭配2G 內(nèi)存，若人臉識別時間控制在1s 以內(nèi)，準確率均大于99%，使用合適的算法，能支持最大脫機人臉特征數(shù)據(jù)約3 萬條。

使用脫機人臉對比的方式，初次使用時下載全量人臉數(shù)據(jù)，使用后可在每日空閑時段下載更新數(shù)據(jù)，乘客使用時，無需借助網(wǎng)絡，直接在機具內(nèi)完成人臉比對。由于脫機人臉特征庫容量有限，但對網(wǎng)絡要求不高，比較適合總用戶數(shù)量不超過三萬個、公交線路較少、網(wǎng)絡覆蓋與質(zhì)量較一般的小型城鎮(zhèn)。

（二）在線人臉比對

在線人臉比對就是將人臉數(shù)據(jù)，通過網(wǎng)絡實時發(fā)送至后臺服務器進行比對。根據(jù)權(quán)威人臉識別算法測試FRVT 的最新結(jié)果，在主流單核CPU 的條件下，測試中的人臉識別算法均可在容量為12，000，000 的人臉特征庫內(nèi)，F(xiàn)PIR（未注冊人員認證通過率）為0.03%的條件下，達到FNIR(已注冊人員認證失敗率)不會超過0.15%的結(jié)果[3]，并且全部流程可在0.9 秒以內(nèi)完成。據(jù)此可以認為當前計算機條件下，較大規(guī)模用戶量、短時間內(nèi)、高質(zhì)量的完成人臉識別，對于后臺計算機而言，性能不是瓶頸。而公交車載機具作為移動終端，只能依賴無線網(wǎng)絡解決通訊，故對機具端關聯(lián)較大的移動無線網(wǎng)絡進行分析。

網(wǎng)絡速率。目前最常用的4G 通信，全國最低平均上行速率和下行速率為7.01Mbps 和23.36Mbps，單條人臉支付交易按33KB 計算，即264Kbit，理論上4G 網(wǎng)絡速率能夠滿足。

網(wǎng)絡延時。4G 網(wǎng)絡實際環(huán)境中約有50ms 延時。目前公交車上使用銀聯(lián)閃付交易時，就是使用的在線驗卡方案；一筆數(shù)據(jù)量2KB 的在線銀聯(lián)閃付，絕大多數(shù)情況下可以在1 秒內(nèi)完成。故4G 網(wǎng)絡的延時對線人臉支付的影響較小。

網(wǎng)絡流量。每次人臉在線比對的數(shù)據(jù)量33KB，每月每個機具平均3 千筆，每月將新增約99MB 流量。

5G 網(wǎng)絡。2019 年是商用5G 網(wǎng)絡的元年，它的特點就是1ms 的極低網(wǎng)絡延時、更高密度的基站、更大的基站用戶容量、極高的通訊速率，這些對在線人臉支付來說是非常有利的。但短期內(nèi)，5G 通訊的流量費用高、網(wǎng)絡密度不足，可能還不足以滿足在線公交人臉支付業(yè)務。

故在線人臉比對，適用于網(wǎng)絡覆蓋度高、網(wǎng)絡質(zhì)量好、用戶量極大的一二線大型城市。

（三）脫機＋在線人臉比對

脫機比對與在線比對各有利弊，可以各取所長采?。好摍C＋在線比對，在線結(jié)果優(yōu)先的方式。

大致流程是：機具內(nèi)脫機人臉庫預存三萬條人臉數(shù)據(jù)，進入人臉支付流程在脫機人臉特征庫中比對，同時向后臺發(fā)起在線驗證申請，超時時間設為1.5 秒，若1.5 秒內(nèi)，未收到后臺應答，以脫機人臉的比對數(shù)據(jù)結(jié)果為準，若收到，則以后臺返回的結(jié)果為準。

這種方案中，脫機人臉特征庫包含六部分，第一部分是前一日該線路最常用的5 千個乘客，第二部分是前一日全市范圍乘坐公交線路最多的1 萬5 千個乘客，第三部分是5 千個異常名單，可能是用戶余額不足、欠費或證件信息過期等，第四部分是5 張司乘人員，用于考勤或管理，第五部分動態(tài)存儲15分鐘內(nèi)所有人臉支付交易成功的數(shù)據(jù)，用于避免同一個人因車輛擁擠，多次出現(xiàn)在攝像頭前被誤扣，其余部分預留。假設網(wǎng)絡發(fā)生異常，常用的那兩萬個乘客上車時，機具端也能正常識別，完成交易，乘客體驗良好。

該方案會對網(wǎng)絡質(zhì)量要求可放寬，但網(wǎng)絡流量要求較大。每個機具還有每日動態(tài)更新脫機人臉特征庫的流量，三萬條人臉特征庫的總?cè)萘考s900MB，若每日使用增減庫方式更新其中10%，約90MB，每月約2.7GB 的流量。同時機具后臺的性能與功能要求較高，要能處理一定并發(fā)量的人臉比對請求，需要按公交線路個性化生成多個版本的脫機人臉特征庫。

該方案比較適合用戶量較大、網(wǎng)絡質(zhì)量較好的大中型城市。

三、結(jié)語

人臉支付技術(shù)在公交乘車支付行業(yè)中已有小范圍的使用，它既有利于乘客乘車，也有利于公交公司與通卡公司。本文根據(jù)現(xiàn)有的機具硬件環(huán)境、網(wǎng)絡環(huán)境，結(jié)合公交乘車支付場景的特殊性，對公交人臉支付的應用提出了一些方案設計。新技術(shù)的應用推廣，必然有著很多困難，但隨著人臉識別算法能力的不斷提高，云計算與5G 網(wǎng)絡的推廣與普及，相信在不久的將來，公交乘車人臉支付一定可以大放光彩。