近日，杭州臨安某小區“公交電梯”的新聞引發大量討論，它為老舊小區修建電梯的籌資問題提供了全新思路，小區居民像乘坐公交一樣按次付費。值得關注的是，該公交電梯采用了人臉識別支付，通過身份驗證既方便了居民使用，也規避了不付費的“搭便車”行為。每戶家庭需要提前在后臺系統中錄入照片并設立儲值賬戶，搭乘時無需刷卡或掃碼，掃臉即可支付。如果一家數人同時乘坐電梯回家，只收取一人費用；如果電梯里有未錄入的陌生面孔，電梯會發聲提示。

可以發現在這個全新的應用場景中，人臉識別的作用可謂一舉多得，同時人臉識別終端廠商也將收獲一塊新的增量市場。但需要注意的是，電梯獨有的環境也對人臉識別方案提出了諸多限制主要體現在非自然光照、需要活體檢測、多人臉識別及離線環境等多個方面。

因此，模擬實際場景，筆者實測了市面上多款開放、開源算法,并推薦來自虹軟視覺開放平臺的免費人臉識別算法ArcFace SDK，接下來我們就結合實際應用場景與功能需求進行一一分析。

1.滿足離線環境運行和支持多人臉識別

電梯內部通常缺乏無線網絡，有線網絡的安裝也存在一定障礙。傳統電梯不需要網絡環境，但公交電梯由于加入了人臉識別功能，如何在無網絡環境下實現該需求將是方案落地的重點。

目前市場上的人臉識別算法可分為云端API和離線SDK兩大類，API僅提供在線調用接口，必須聯網才能使用。而且哪怕是有網絡的環境下，也需要考慮暫時性的網絡波動對用戶體驗的影響。SDK則完全本地運行，可離線使用，不受網絡環境影響，響應速度快，而且人臉數據儲存在本地，無需與服務端進行數據交互，人臉數據的安全性更高。

在公交電梯這一應用場景下，筆者認為SDK是更好的選擇。而虹軟視覺開放平臺的ArcFace SDK是業內非常知名的離線人臉識別算法，很好地滿足了普通硬件邊緣端計算推理，擁有人臉檢測、人臉比對、人臉屬性、活體檢測、遮擋下的人臉識別等全棧能力，最大的特點在于可以免費商用，而且算法集成簡單高效。

同時，公交電梯需要同時檢測全部乘客的人臉，確認是否全為本單元業主并進行扣費，如果無法同時檢測多張人臉，就會拖慢啟動速度，進而影響乘坐體驗。

ArcFace 算法的優勢在于通過對算力分配進行優化平衡，可以在難以感知的極短時間內同時檢測、識別多張人臉，1:N支持萬人級人臉場景，讓業主無需額外等待就能乘坐電梯。

2.解決電梯內復雜光照對人臉識別的影響

我們知道，很多人臉識別算法在脫離實驗室環境后就無法重現高識別率。這一現象的一個重要原因就是在實際應用中，人臉識別會遭遇逆光、暗光、強光等復雜光線的干擾，從而出現大量的誤識和拒識，極大的影響產品體驗。

事實上，電梯就是其中的典型場景，一般情況下電梯內是無自然光照的，光源主要來源于頂燈，而自上而下的打光會在人臉上形成陰影。因此，在復雜光線下算法是否依舊有良好的魯棒性，也是我們選擇人臉識別算法時的重要考慮因素。

在該問題的解決上，最新版本的ArcFace4.0人臉識別算法實現了較好效果。通過對多項算法模型進行了全面升級，ArcFace4.0不僅算法精度顯著提升，在復雜光照和角度下也有良好表現。實際測試中，無論在強光、弱光、黑夜、背光下，還是正臉、側臉等多角度人臉中，ArcFace4.0都能實現精準及快速人臉識別。

3活體檢測防范假臉攻擊

公交電梯本質上是一個無人值守場景，尤其還涉及支付環節，因此防范假臉攻擊的活體檢測是必備的防御手段。目前主流的活體檢測方案分為靜默式和配合式兩種，通行類場景通常只使用靜默式，無需用戶進行額外動作，而是直接基于算法甄別紙張照片、屏幕成像、人臉面具等偽造人臉攻擊，速度更快，用戶體驗更好。

技術路線上又分為RGB單目活體、IR雙目紅外活體、3D Depth這三種，防范能力和使用成本成正比。

ArcFace SDK的活體檢測方案是IR雙目紅外活體，既能通過分析采集摩爾紋、成像畸形、反射率等人像破綻，從而獲得多維度的甄別信息，又能基于紅外成像原理抵御了屏幕和紙張照片類成像的攻擊，在平衡成本和防攻擊效果上實現了較好的均衡，應用在公交電梯上是很合適的方案。

早在2016年4月，浙江省建設廳、發改委、公安廳等9部門就聯合下發了《關于開展既有住宅加裝電梯試點工作的指導意見》，但實際執行一直存在難題，如今應用了人臉識別算法的“公交電梯”為老舊小區電梯改造提供了全新思路，在廣闊的潛在市場和政策支持下將大有可為。