愿景

城市轨道交通使我们的城市更宜居、可持续性更强，但轨道交通运营商发现其大规模普及带来的烦恼也日益增加。基于二维码和车费卡的自动售检票 (AFC) 系统就是一个很好的例子。轨道交通运营商已经利用 AFC 解决越来越多的乘客带来的挑战，如售票亭拥堵、过度拥挤导致的安全问题，以及大量无组织人群造成的效率低下问题。

但是，尽管 AFC 解决方案比人工售票有所改进，挑战依然存在。

公共交通 AFC 解决方案制造商 Huaming 销售总监 Hukemei 表示：“车费卡速度很慢，基于二维码的方法面临的一大问题在于，当信号不佳或乘客的智能手机电量耗尽时，它就无法运行。此外，当今解决方案中使用的许多硬件并不坚固耐用，当这些系统不得不承受极端温度和许多城市轨道环境中的强烈振动时，就会出现问题。”

直到最近，还没有更好的替代方案。但是现在，AI 计算机视觉技术、专用边缘 AI 硬件和 AI 软件开发工具套件 (SDK) 使一种基于手掌静脉识别的新型 AFC 成为可能。这些解决方案将使城市轨道交通更安全、更便捷、更高效。这项技术还将使生物识别在其他场景中的应用成为可能。

边缘 AI 为生物识别售票亭赋能

手掌静脉识别是一种高新技术，但其主要优势来源于人体生理学。像指纹一样，人手的静脉纹是独一无二的，在一个人的成年时期保持不变。毫无疑问，与智能手机相比，人手并不依赖于蜂窝网络或电池。这使手掌静脉纹成为生物识别的理想选择：它们始终如一、难以仿冒，且“始终在线”。

但是，要充分利用这些生物学优势，需要先进的技术。Huaming AFC 解决方案采用多项边缘 AI 驱动型技术，为城市轨道交通运营商提供综合售票系统。

首先，乘客在客户服务亭注册手掌静脉纹。这样可以将他们的生物数据与用户信息相关联，未来在智能检票口实现基于手掌的识别和自动付款。

当乘客想要进站时，他们只需将手举在扫描仪前，扫描仪就会使用近红外光拍摄手掌静脉纹的图像。边缘 AI 设备执行特征提取、加密和压缩，然后将结果数据发送到边缘服务器，检查匹配情况。平均而言，验证过程只需大约十分之一秒。

专为边缘 AI 打造的硬件和软件

从乘客的角度而言，基于手掌静脉的识别就像伸手一样简单。但后台却在进行繁重的计算工作。

Hukemei 表示：“对乘客而言，生物识别 AFC 解决方案必须流畅，对轨道交通运营商而言，它必须高度稳定，但这需要在边缘大规模执行复杂的计算机视觉和 AI 处理任务，而且几乎没有犯错的余地。”

为了开发能够在边缘提供高性能 AI 处理的解决方案，Huaming 采用了多项英特尔技术：

• 英特尔凌动^® X6000E 处理器为边缘 AI 设备提供动力，提供高性能计算机视觉和边缘 AI 处理平台，即使在极端条件下也能可靠运行。
• 英特尔^® 至强^® 处理器在边缘 AI 服务器上处理特征匹配，而处理器内置的英特尔^® AVX-512 指令集有助于大规模优化特征匹配。
• 英特尔^® OpenVINO^™ 工具套件推理加速将手掌静脉特征提取模型的性能提升近 4 倍，显著降低了推理错误率。
• 英特尔^® Feature Matching Acceleration Library 用于实现面向公共交通的 AI 生物识别解决方案所需的大规模特征匹配。

这样组成了一个稳定的高性能边缘 AI 驱动型解决方案，在极其苛刻的条件下也能良好运行。Hukemei 表示：“英特尔处理器是面向边缘 AI 的优秀计算平台。英特尔 AI 加速工具和模型在加速开发工作和缩短上市时间方面发挥了巨大作用。”

城市交通以外：面向其他场景的 AI 生物识别技术

在未来几年，基于手掌静脉识别的 AFC 解决方案将会引起系统集成商 (SI) 的极大兴趣。该技术高效而稳健。它甚至可以在现有自动检票口功能的基础上实施。例如，Huaming 解决方案使乘客可以选择使用旧式车费卡、二维码或手掌静脉识别。这样，对于城市规划者和城市轨道交通运营商而言，无需再在实施过程中做出非此即彼的决策，对 SI 来说更容易销售。

此外，基于手掌静脉识别的 AI 生物识别技术还可应用于公共交通以外的其他领域。该技术提供许多具有普遍吸引力的优势：安全的非接触式身份验证；误识别和误拒绝率低；支持数据采集和分析的底层计算平台。

Hukemei 表示：“它的无限可能让人兴奋不已。我们看到该技术已经应用于其他形式的智能交通、智能社区、智能文化旅游等。它将使我们的城市更安全、更健康、更高效。”
 

由 insight.tech 的副主编 Georganne Benesch 编辑。