创建人脸库
通过信息采集、多模态活体认证、人脸实名认证，构建人脸信息库；将人脸识别平台部署在线网中心/车站服务器，不影响原自动售检票系统。
人脸比对
人脸识别PAD捕捉乘客的脸部特征，通过上位机程序将人脸图像传送到人脸库进行信息匹配。
闸机放行
满足相似条件则发送扣费指令和放行通知，快速开闸，无需摘口罩，提高通行效率；如人脸比对失败，可通过一 卡通、扫码等通行。
清分结算
发送交易记录，结合ACC清分系统、进出记录， 通过第三方软件进行扣费。
方案介绍
APP端人脸实名注册
三要素身份核验
基于乘客姓名、身份证号和现场采集的人脸图像，与权威数据源进行比对并输出人脸比对得分，判断用户身份真实性，防止身份信息被顶替、冒用。
账户体系
乘客人脸实名注册后，地铁APP账户即会生成乘客账户ID，在同一乘客账户ID的基础上录入人脸信息，实现faceID与二维码ID的关联统一。
人脸识别PAD轨交版
硬件功能
-实时检测和跟踪人脸，在侧脸、半遮挡、模糊等情景下均能进行精准检测
-通过双目红外活体检测，有效防御3D打印、屏幕翻拍、手机视频、高仿面具、头套等非活体攻击
功能定制化
-PAD集中管理、监控、升级、参数同步
-为刷脸进出站场景提供针对性的人脸跟踪、选帧逻辑，避免误拍、漏拍，并提升刷脸速度
-具有定时开关机，定时上报日志、业务流水等功能
-可对接闸机配套工控机
站点级（SC）节点比对
分布式部署方案
将人脸识别平台部署在车站服务器，对接中心平台，接入站点的人脸识别PAD。
适配城市类型
适用于特大城市、一线城市地铁，具备多条线网中心。
线网级（LC）中心比对
集群部署方案
人脸识别平台部署在线网中心机房，接入全线网的人脸识别PAD。
适配城市类型
适用于二线、三线城市，仅具备一个线网中心。
大库检索
采用百度自研AISE GPU人脸检索引擎，可实现高性能的高纬向量检索，具有高检索速度、低内存消耗的强大优势，性能提升4-5倍。
灵活缩库
采用多维缩库方案，可基于人员属性、特征值聚类、出行频次、临时库，或蓝牙、LBS数据辅助分库捕捉蓝牙信息，以及运用基于地址的大数据预测，缩小底库范围。
高可用
平台采用微服务的架构，支持分布式存储架构，可通过增加服务器数量的方式进行服务及数据的弹性扩容。
支付级权威认证
人脸系统通过金融机构、公安部等权威机构的安全认证，确保信息安全。
济南地铁
全国首例3D“人脸识别”应用地铁行业案例。济南地铁人脸识别闸机采用“Depth深度活体(结构光)”技术，通过3D立体建模和红外探测实现三维活体检测，经测试人脸识别系统抵御虚假面容攻击拒绝率超过99.92%。
合肥地铁
采用百度高精度人脸识别算法模型，全年龄覆盖。合肥地铁4号线打造“智慧边门”的开启为特殊乘客群体(老人，小孩)带来“刷脸”进站的便捷体验，成为安徽省首个试点“自助边门”系统项目的地铁城市。
洛阳地铁
基于百度AISE人脸识别技术，为洛阳地铁1号线打造了“戴口罩人脸识别”智能通行设备，采用私有化部署方式，将完整的人脸识别软件服务以及个人生物信息存储于完全独立专用的本地服务器中，有效地保证了个人数据的私密性和安全性。
