近日，杭州临安某小区“公交电梯”的新闻引发大量讨论，它为老旧小区修建电梯的筹资问题提供了全新思路，小区居民像乘坐公交一样按次付费。值得关注的是，该公交电梯采用了人脸识别支付，通过身份验证既方便了居民使用，也规避了不付费的“搭便车”行为。每户家庭需要提前在后台系统中录入照片并设立储值账户，搭乘时无需刷卡或扫码，扫脸即可支付。如果一家数人同时乘坐电梯回家，只收取一人费用;如果电梯里有未录入的陌生面孔，电梯会发声提示。

可以发现在这个全新的应用场景中，人脸识别的作用可谓一举多得，同时人脸识别终端厂商也将收获一块新的增量市场。但需要注意的是，电梯独有的环境也对人脸识别方案提出了诸多限制主要体现在非自然光照、需要活体检测、多人脸识别及离线环境等多个方面。

因此，模拟实际场景，笔者实测了市面上多款开放、开源算法,并推荐来自虹软视觉开放平台的免费人脸识别算法ArcFace SDK，接下来我们就结合实际应用场景与功能需求进行一一分析。

1.满足离线环境运行和支持多人脸识别

电梯内部通常缺乏无线网络，有线网络的安装也存在一定障碍。传统电梯不需要网络环境，但公交电梯由于加入了人脸识别功能，如何在无网络环境下实现该需求将是方案落地的重点。

目前市场上的人脸识别算法可分为云端API和离线SDK两大类，API仅提供在线调用接口，必须联网才能使用。而且哪怕是有网络的环境下，也需要考虑暂时性的网络波动对用户体验的影响。SDK则完全本地运行，可离线使用，不受网络环境影响，响应速度快，而且人脸数据储存在本地，无需与服务端进行数据交互，人脸数据的安全性更高。

在公交电梯这一应用场景下，笔者认为SDK是更好的选择。而虹软视觉开放平台的ArcFace SDK是业内非常知名的离线人脸识别算法，很好地满足了普通硬件边缘端计算推理，拥有人脸检测、人脸比对、人脸属性、活体检测、遮挡下的人脸识别等全栈能力，最大的特点在于可以免费商用，而且算法集成简单高效。

同时，公交电梯需要同时检测全部乘客的人脸，确认是否全为本单元业主并进行扣费，如果无法同时检测多张人脸，就会拖慢启动速度，进而影响乘坐体验。

ArcFace 算法的优势在于通过对算力分配进行优化平衡，可以在难以感知的极短时间内同时检测、识别多张人脸，1:N支持万人级人脸场景，让业主无需额外等待就能乘坐电梯。

2.解决电梯内复杂光照对人脸识别的影响

我们知道，很多人脸识别算法在脱离实验室环境后就无法重现高识别率。这一现象的一个重要原因就是在实际应用中，人脸识别会遭遇逆光、暗光、强光等复杂光线的干扰，从而出现大量的误识和拒识，极大的影响产品体验。

事实上，电梯就是其中的典型场景，一般情况下电梯内是无自然光照的，光源主要来源于顶灯，而自上而下的打光会在人脸上形成阴影。因此，在复杂光线下算法是否依旧有良好的鲁棒性，也是我们选择人脸识别算法时的重要考虑因素。

在该问题的解决上，最新版本的ArcFace4.0人脸识别算法实现了较好效果。通过对多项算法模型进行了全面升级，ArcFace4.0不仅算法精度显著提升，在复杂光照和角度下也有良好表现。实际测试中，无论在强光、弱光、黑夜、背光下，还是正脸、侧脸等多角度人脸中，ArcFace4.0都能实现精准及快速人脸识别。

3活体检测防范假脸攻击

公交电梯本质上是一个无人值守场景，尤其还涉及支付环节，因此防范假脸攻击的活体检测是必备的防御手段。目前主流的活体检测方案分为静默式和配合式两种，通行类场景通常只使用静默式，无需用户进行额外动作，而是直接基于算法甄别纸张照片、屏幕成像、人脸面具等伪造人脸攻击，速度更快，用户体验更好。

技术路线上又分为RGB单目活体、IR双目红外活体、3D Depth这三种，防范能力和使用成本成正比。

ArcFace SDK的活体检测方案是IR双目红外活体，既能通过分析采集摩尔纹、成像畸形、反射率等人像破绽，从而获得多维度的甄别信息，又能基于红外成像原理抵御了屏幕和纸张照片类成像的攻击，在平衡成本和防攻击效果上实现了较好的均衡，应用在公交电梯上是很合适的方案。

早在2016年4月，浙江省建设厅、发改委、公安厅等9部门就联合下发了《关于开展既有住宅加装电梯试点工作的指导意见》，但实际执行一直存在难题，如今应用了人脸识别算法的“公交电梯”为老旧小区电梯改造提供了全新思路，在广阔的潜在市场和政策支持下将大有可为。

转载请注明出处。