摘要：随着人工智能、大数据等新技术的广泛运用，地铁运营愈趋智能化，其中，人脸识别技术对于地铁实现无感支付、提升安检效率、降低运营成本有着重要作用，但目前还处于试点探索阶段，尚未广泛推广运用。本文对人脸识别技术在地铁中的应用需求进行分析，结合其应用的痛点难点，提出下阶段的实施建议。
关键词：地铁；人脸识别技术；应用分析；实施建议
0 引言
截至2019年底，全国共40座城市开通地铁，累计通车里程达6730公里，2019年全年开通里程969公里，同比增长33%，投资超过6.5亿元，同比增长20%左右，累计客运量超238亿人次，同比增长11.8%。伴随着地铁建设热潮，客运量与日剧增，安全、高效运行压力与难度也日趋加大，客流高峰期安检排长队、出入口拥堵等痛点问题也一直备受诟病。为提升购票、安检速度、安防能力，降低运维成本，目前国内各城市地铁正在积极引入人脸识别技术，已有12个城市地铁引入了人脸识别技术，占全国地铁开通运营城市的30%。
1 人脸识别系统概述
人脸识别，又称人像识别、面部识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术。最高出现起源于1964年，经过多年研究不断深入，技术逐步成熟，从1990年起，人脸识别技术逐步由理论探索转入实际运用阶段，近几年开始广泛运用在金融、安防、教育、医疗、交通等多个领域。据悉，2015-2020年，人脸识别市场规模增长了166.6%，其涨幅居众多生物识别技术首位，预计2020年市场规模将上升至24亿美元。
2 人脸识别系统在地铁中的应用分析
人脸识别具备快速核查、批量识别、人脸跟踪等功能，非常适用人流密集且流动性大的地铁，通过灵活运用在AFC系统、监控系统，从而实现运营服务、车站管理、安全防护等多场景的智能控制。
2.1 票检一体化
传统地铁售检票（AFC）系统主要由清分系统、线路中央计算机系统、车站计算机系统、车站终端设备、票卡等五层架构组成，具备售票、检票、计费、收费、统计、清算等管理全过程自动化功能。乘客乘坐地铁流程一般为：出入口通道安检→售票机/客服中心购票卡→站厅闸机口刷卡进站→站台乘车，出站流程反之。AFC系统通过乘客进出站刷卡信息自动完成结算。其中，安检、优惠通道（边门）主要依赖人工，独立于AFC系统，而大多数票卡也非实名制，若出现公共安全事故，主要采用调取监控人工排查，追溯疑似人员轨迹费时费力，不利于案件侦查。
若AFC系统引入人脸识别技术，建立与公安部门互联互通的信息平台，乘客通过第三方平台提前录入人脸、身份、信用支付至信息库，基于实名认证，将生物特征与账户挂钩，形成人脸一体的虚拟票卡。同时对车站闸机增加人脸识别模块，乘客“过闸”即可完成身份识别和账户读取，同步实现安检、检票、扣费的无感支付、无感安检。将乘坐地铁流程简化为：信息登记→过闸→乘车，其中，依托信息库，乘客无需每次乘坐地铁都进行信息登记，实际上，乘车流程从4个环节缩短成2个，大大节省了乘客进站时间。同时，人脸识别技术的引用，将传统AFC系统的票卡虚拟化，安检、售票、检票终端三为一，可对疑似人员轨迹有效跟踪，减少安检人力物力，大幅压缩AFC系统架构，减少售票机数量、客服中心业务量，降低运营成本，提高输运效率。
2.2 智能人流管控
地铁客流受周边环境、人口特征等因素影响，不同车站不同时段客流变化不一，地铁运营人员一般通过闸机、摄像头、人工巡视等方式监控客流变化，视情况采取客流管控措施。当遇到大客流、公共安全伤害等突发事件时，管控效率有限。若监控系统引入人脸识别技术，将其运用在车站出入口、楼扶梯、站台、列车等客流关键管控点，自动获取人流流向、行为趋势、人流密度等多种数据，及时精准做出预警，提前采取应急响应措施，将客流管控变被动为主动，提高地铁管理效率，提升运营管理安全。
2.3 国内地铁应用情况
根据《2019人脸识别技术在轨道交通应用的现状报告》调查显示，目前人脸识别技术在国内地铁中的应用还处于前期探索和实验阶段，仅在北京、济南、深圳、郑州等部分城市地铁应用，尚未大规模推广使用。具体应用情况如下：
表1 国内城市地铁人脸识别技术应用情况
.png)
2.4 应用难点
信息安全问题。人脸识别要在地铁中推广运用，首先需要乘客在乘坐地铁前完成实名信息录入，生物学数据的个人指向性更为明确，许多乘客担心会侵犯隐私，特别是近几年轨道交通PPP模式热度逐步升温，国内地铁不再仅限于国有企业来运营，运营主体越发多元化，由企业收集普通公民的生物识别数据，个人隐私是否能得到有效保护、数据是否会被恶意买卖、个人信息泄露后损失由谁买单……这一系列问题尚存争议。
识别速率问题。目前人脸识别技术在精度、速度上均达到较高水平，准确率可达到96%以上，验证速度最快仅需0.3秒，但其识别速率受环境光线、拍摄角度、脸部遮挡、人流流动速度等诸多因素影响可能存在偏差。而地铁客流一般在百万量级，北京、广州等城市地铁高峰期甚是突破千万量级，且客流流动速率大。人脸识别技术是否能快速处理如此庞大信息库，尚缺少实验支撑，还有待考证。
3 人脸识别技术在地铁中的实施建议
3.1 强化政府监管责任，分阶段保障技术推广
人脸识别技术旨在提高地铁运输效率，作为新技术本身并无好坏，关键是要在合法合规的框架下使用。若要进一步大规模推广，消除民众“隐私安全”顾虑势在必行。这就需要政府部门充分发挥规范引导作用，做好人脸识别技术推广、信息安全和用户隐私之间的平衡。
一是强化政府监管责任。政府部门要以切实保障民众隐私数据为出发点，建立人脸识别信息安全方面的法律法规，规范人脸识别的信息采集、处理、使用等重要环节的法律监管，完善侵权责任者的追究机制，禁止用户信息被滥用、恶用，进一步提升信息安全风险管控能力。
二是分阶段保障技术推广。在人脸识别在地铁推广初期，对新技术试点在合法合规前提下应留有“包容”，鼓励新技术新产业在轨道交通领域的健康发展。在进入大规模推广阶段时，作为重大行政决策，要遵循合法、正当、必要的原则，严格履行审批、听证、公开等程序，广泛征求民众意见，合法合规、合情合理地逐步实现人脸识别技术在地铁中的推广运用。
3.2 充分论证技术方案可行性，统筹考虑资源共享
根据各车站客流特征，因地制宜地布设人脸识别设备，试点应用阶段重点关注数据库处理、识别速率、通过能力等关键指标的实验情况，充分其论证其技术方案的可行性。选取不同客流的车站，将图像采集点布设在闸机出入口、楼扶梯、站台候车区等人流密集区，通过各时段的客流监控，检测不同光线、不同角度、不同人流量的情况下，人脸识别速率、通过能力的变化，数据库处理的上限，通过实验促使技术迭代升级。
目前人脸识别在国内地铁的运用大多通过运营阶段对车站设备的改造实现，涉及与既有设备的匹配评估、系统兼容等问题，改造成本与运维成本均处于较高水平。建议下阶段统筹考虑资源共享，在线网层面上将人脸识别技术纳入新线规划设计，建立线网统一数据处理库，同时与公安系统建立数据共享机制，最大限度整合现有资源，降低后期运维成本。
4 结语
人脸识别技术为地铁带来了通行效率提升、服务质量提升、运营成本节约等增值效益，无论从技术成熟、应用场景方面都具有广阔的应用空间。未来随着人脸识别技术的逐步推广，将助力地铁加快实现智能化转型，实现地铁由高速发展转向高质量高品质发展。
参考文献
[1]中国信息产业商会自动收费系统专业委员会.2019人脸识别技术在轨道交通应用的现状报告[Z].2020.
[2]黄亮.人脸识别技术在地铁自动售检票系统中的应用研究[J].铁路技术创新，2018（02）：16-19.
[3]刘华.人脸识别系统在地铁安防中的需求分析及实施建议[J].绿色交通，2019（07）：288-289.
论文作者:高思
论文发表刊物:《基层建设》2020年第2期
论文发表时间:2020/4/29
标签：地铁论文; 技术论文; 客流论文; 安检论文; 乘客论文; 车站论文; 阶段论文; 《基层建设》2020年第2期论文;