智能交通刷掌支付，AFC系统集成掌静脉识别技术

电子发烧友网报道（文/周凯扬）随着国家大力发展轨道交通基础设施，落实交通强国2035的规划，我们从近十年的运营里程数和运营车站数变化就可以看出，中国的轨道交通仍处于“一路狂奔”的状态。而数字化、智能化，是我们在新型轨道交通上所见最多的目标，尤其是智能化转型，已经成了多数城市在考虑或落地的新兴建设方向，尤其是在支付方式上。

随着各个城市的地铁站站口飞速上升，所配备的工作人员和设备数量都是指数级增长的，为了减少人力成本、设备成本和维护成本带来的各种压力，所以我们需要更加智能的售检票系统。目前在公共轨道交通上，主要的支付方式有二维码、NFC、人脸等等，但随着图像识别和生物识别技术的发展，刷掌支付成了下一轮城轨交通应用上的技术革新。比如英特尔就联合华铭、锐宝智联和育脉，共同打造了融合掌静脉特征识别技术的智能城市轨道交通自动售检票系统（AFC）。

掌静脉识别技术

与通常的掌纹识别技术不同，掌静脉识别技术采用近红外线照射手掌，静脉中血红素是失去氧气的还原血红素，会吸收760nm波长的近红外线，因此静脉部分的反射较小，从而生成静脉图像。由于静脉成像是一种天然的活体特征，所以可以有效识别真伪，具备极高的安全性。

在AFC系统中，离用户最近的自然就是闸机内的交控机了，作为轨交数字化核心算力平台，在满足性能需求的同时，交控机也需要达到工业轨交系统的安全规范和标准。以英特尔与合作伙伴打造的这一套智能城市轨道交通自动售检票系统为例，闸机内集成了锐宝智联打造的边缘计算盒、华铭的闸机软件和育脉的掌静脉算法。其中，静脉特征提取、加密和压缩部分在基于英特尔凌动®处理器/英特尔®酷睿™处理器的锐宝智联边缘计算盒上运行。

掌静脉识别闸机 / 英特尔

育脉表示其掌纹掌静脉识别算法已经经过了公安部的检测，也在精度上做到了较高的水平，比如本人拒真率达到了0.001%，他人误码率则低至0.000001%，而这也离不开英特尔提供的软硬件支撑。在特征提取的技术方案选择上，育脉使用了基于深度学习模型的掌静脉特征提取算法，并采用了OpenVINO™ 工具套件作为推理框架，以实现基于边缘计算盒的推理部署。基于这一方案，育脉的单次识别速度可以降低至100ms-200ms。

除了闸机边缘端的硬件支持外，也少不了英特尔至强边缘服务器的算力支持。虽然边缘侧已经完成了大量的处理工作，但对于任何识别支付应用来说，都需要经得起大通量的考验，尤其是城市轨道交通这类并发需求。面对海量掌静脉特征的存储和高速匹配，英特尔至强处理器结合OneAPI提供了完美的解决方案。

掌静脉识别主要解决的痛点

为何选择掌静脉识别，而不是继续沿用二维码、NFC等传统支付识别方式呢？自然是因为掌静脉识别解决了目前智能交通售检票场景中的部分痛点。首先就是安全性，掌静脉作为每个人独特的生物活体特征，不易被伪造，且在端到端的高安全算法加密下，用户的信息和资产安全都得到了保障。

此外，掌静脉图像作为内在特征，不会受到外接因素的干扰，比如温度、皮肤破损等等。从本人拒真率、他人误码率等指标上来看，都要优于传统的手指静脉、虹膜、人脸和指纹识别。而且掌静脉识别作为主动式识别，解决了被动式识别可能会造成的误刷等问题，加上其非接触式识别的特性，也更加卫生。

而掌静脉识别最大的一个优势，就在于使用便捷。与二维码、刷卡等需要手机、智能IC卡等物理介质的识别方式不同，即便用户没有携带这些支付介质，也不影响支付的过程。而且无需介质的支付方式，对于老龄人来说也更加友好。

针对掌静脉识别的交互，华铭智能已经和英特尔与育脉科技在进行下一代的尝试，比如利用提示灯光来提醒乘客调整手掌位置，方便闸机更精准地捕捉和识别掌静脉图像。

写在最后

对于市面上现有的各种识别技术而言，如何做到安全、便利是第一要义，之后才需要考虑成本和部署的问题。掌静脉识别作为一种高效安全的身份验证方式，在进一步的标准化和规范化下，无疑会为我国的智能交通建设提供助力。除了在轨道交通领域，相信掌静脉识别也会慢慢覆盖到金融领域、企业管理和医疗领域等，为这些领域提供更加可靠的身份验证方案。