視覺

都會鐵路運輸讓我們的城市更宜居，且能永續發展。然而，鐵路營運商發現，大規模運輸系統在發展初期遇到了許多困難。結合 QR 代碼和票卡的自動收費（AFC）系統就是一個很好的例子。鐵路營運商轉為使用 AFC，來解決乘客增加所帶來的諸多問題，包括票務機面臨的瓶頸、過度擁擠所帶來的安全問題，以及因大量且雜亂無序的乘客所導致的效率低落問題。

而雖然 AFC 解決方案已改善人工售票的困境，但仍有許多挑戰。

大眾運輸 AFC 解決方案製造商 Huaming 的銷售總監 Hukemei 表示：「票卡使用效率不彰，而 QR 代碼的系統有個很大的問題，就是在訊號差、或是乘客手機沒電的時候就無法運作。」「此外，目前解決方案採用的大部分硬體並不堅固，所以當這些系統遇到都會鐵路中常見的極高溫和強烈振動時，就會導致問題。」

一直以來都未有更好的替代方案。而現在，AI 電腦視覺技術、針對特定目的而打造的邊緣 AI 硬體，以及 AI 軟體開發工具組（SDK），實現了支援手掌靜脈辨識的新型 AFC。這類解決方案可以讓都會鐵路運輸更安全、更簡單且更有效率。而這種生物識別技術也能應用於其他情境中。

邊緣 AI 提供技術，可應用於生物識別票務機

手掌靜脈辨識是一項高科技，但主要優勢是來自於人體生理學。人類手掌的靜脈紋和指紋一樣具獨特性，且會在成年後保持紋路不變。當然，相較於智慧型手機，手掌辨識並不需要依賴行動網路或電池。因此，手掌靜脈辨識非常適合用於生物識別：它們能保持一致性，難以造假，而且「一直在可用狀態」。

但若要能利用這些生物優勢，就需要一定的技術純熟度。Huaming 的 AFC 解決方案結合數種邊緣 AI 技術，能為都會鐵路營運商提供全方位的售票系統。

乘客首先需在客服機台註冊自己的手掌靜脈紋。這可將生物識別資料與其使用者資訊連接，乘客就能在智慧剪票口使用手掌識別與自動付款功能。

乘客進入月台時，只要手放在掃描器前方即可，掃描器會運用近紅外光線擷取手掌靜脈影像。邊緣 AI 裝置會執行特徵擷取、加密和壓縮，然後將產生的資料傳送至邊緣伺服器，對比是否相符。平均而言，約十分之一秒即可完成驗證。

為 AI at the Edge 打造的硬體和軟體

從乘客角度而言，手掌靜脈辨識就和伸出手一樣簡單。但背後則有許多複雜運算在進行。

「對乘客而言，生物識別 AFC 解決方案必須用起來順暢無礙，對鐵路營運商而言則必須保持高度穩定」Hukemei 表示，「但這就需要執行複雜的電腦視覺和 AI 處理工作，這是邊緣技術且需大規模進行，容錯空間極小。」

為了開發可邊緣提供處理高效能 AI 的解決方案，Huaming 運用了多項 Intel 技術：

• Intel Atom^® X6000E 處理器讓邊緣 AI 裝置如虎添翼，提供高效能電腦視覺和邊緣 AI 處理平台，即使在極端條件下也能正常運作，十分可靠。
• Intel^® Xeon^® 處理器可於邊緣 AI 伺服器中處理特徵配對，而處理器內建的 Intel^® AVX-512 指令集可協助將大規模特徵配對最佳化。
• Intel^® OpenVINO^™ 工具組推斷加速藉助於近 4X 和顯著降低的推斷錯誤率，可改善手掌靜脈特徵擷取模型的效能。
• Intel^® Feature Matching Acceleration Library 可用於實現大眾運輸 AI 生物識別解決方案所必需的大規模特徵配對。

結果產生的穩定且高效能邊緣 AI 解決方案，在最嚴苛的條件下也執行良好。「Intel 處理器是 AI at the Edge 的絕佳運算平台。」Hukemei 表示，「而 Intel 的 AI 加速工具和模型能大幅加速開發工作，並縮短上市準備時間。」

不只是都會運輸：AI 生物識別技術的其他應用情境

在未來幾年，以手掌靜脈識別為基礎的 AFC 解決方案將吸引系統整合商（SI）的極高興趣。此技術效率佳且十分穩健。更棒的是，此技術可於現有的自動剪票口功能上實作。舉例來說，Huaming 的解決方案可讓乘客選擇使用舊式票卡、QR 代碼或手掌靜脈識別。在實作上，城市規劃人員和都會鐵路營運商不需二選一、非此即彼，且對 SI 而言更容易進行銷售。

且除了大眾運輸以外，以手掌靜脈識別為基礎的 AI 生物識別技術也可應用於其他使用案例中。此技術具有多項普遍具有吸引力的優勢：安全、感應式的身分識別功能；錯誤辨識和錯誤拒絕率低；以及支援資料收集和分析的基礎運算平台。

「這些可能性令人十分相當令人振奮」，Hukemei 表示。「我們期盼將此技術應用於智慧運輸、智慧社區、智慧文化旅遊等其他形式。藉此提升我們城市的安全、健康與效率。」
 

由 insight.tech 編輯副總監 Georganne Benesch 編輯。