掌静脉过闸在AFC系统中的应用研究

何书亮

（广州地铁设计研究院股份有限公司）

1 掌静脉识别技术的发展及应用

1.1 掌静脉识别的原理

掌静脉识别技术是人体生物特征识别技术方式之一，原理是通过手掌内的静脉分布图像来进行身份识别。当采用特定波长的光对手掌进行照射时，静脉中血红蛋白对波长760nm/850nm左右的近红外线会有吸收，导致反射较少，从而在影像上产生静脉图案[1]，与预先存储的手掌静脉数据进行对比识别。

1.2 掌静脉识别的发展

1983年，柯达公司Joseph Rice发明手背静脉识别技术，并申请第一个专利；

1992年，北海道的K.shimizu提出可以将静脉识别技术作为身份识别依据；

1997年，韩国BK System公司第一个手背商用产品BK-100；

21世纪，日本将静脉识别技术应用于金融领域，行业占有率70%；

2008年，日立将指静脉识别产品引入中国，同年微盾科技公司开始研究指静脉产品；

2012年，中科院自动化所发起成立国家生物识别产业技术创新战略联盟，为产学研合作带来良机[2]；

2014年，国内首款掌静脉识别设备由智冠发布；

2016年-2019年，生物识别相关标准陆续出台，生物特征识别分技术委员会工作组成立；

2019年，指静脉开始进入智能家居行业（门锁/密码箱等）、日立与东芝合作推出刷掌支付；

2020年，腾讯宣布刷掌识别进入内测阶段。

1.3 掌静脉识别在轨道交通的应用

目前，大多数城市轨道交通领域采用的生物识别技术以人脸识别为主，采用掌静脉识别技术进行过闸的还比较少，其中只有上海地铁以及2021年底开通的深圳20号线边门检票机采用了掌静脉识别过闸技术。

剩下少数城市的地铁则是采用试点应用方式进行。如深圳地铁12号线、14号线、16号线；武汉地铁7号线北延线；以及哈尔滨2号线一期。

2 掌静脉识别涉及主要算法简介

在掌静脉识别过程中涉及的算法主要有环境处理方面以及静脉识别处理方面。其中环境处理算法包括3A算法以及2D/3D降噪算法；识别方面则包括关键点检测算法、特征提取算法、特征匹配算法。

1）3A算法

3A算法即AWB(自动白平衡)、AE(自动曝光)、AF(自动对焦)。主要用于对图像传感器输出的原始图像进行处理，得到较好的场景还原效果。

2）2D/3D降噪算法

2D降噪算法2D/3D只在二维空间域上进行降噪处理，缺点是会造成画面模糊。3D降噪则在2D降噪的基础上增加了时域处理，但它的主要问题是画面并非完全静止。

3）关键点检测算法

对掌静脉识别来说，关键点检测是对人手骨的关键部位进行检测，以此来辅助静脉识别。

4）特征提取算法

常见的特征提取有两大类：一类是通过传统机器学习算法提取，另一类是通过深度神经网络进行提取。在大数据处理方面，深度神经网络具有更高的精准度、更广的适用领域；而在数据量相对较小的领域，传统机器学习算法速度精准度更具有优势。

5）特征匹配算法

包括描述符匹配算法、全局匹配和局部匹配，描述符匹配会比较两个描述符，并产生匹配结果列表。全局匹配精度高，但是计算速度慢，不能满足实时的要求，局部匹配速度快，可以满足实时的要求，但是精度不如全局匹配[3]。

3 掌静脉识别应用方案

3.1 掌静脉识别的特点

在轨道交通AFC系统中，掌静脉识别与人脸识别对比如表1所示，掌静脉识别可独立作为生物特征票种进行应用，并与其他票种进行混用，其具有的特点如下：

表1 掌静脉识别与人脸识别对比

①安全性：掌静脉为隐性特征，在采集和应用过程中具有私密性，不易盗取，同时掌静脉分布复杂且肉眼不可显而易见，伪造难度较高。

②准确性：掌静脉特征数量较人脸特征高，易于识别同时稳定性高。

③便捷性：刷掌识别为非接触式，更符合“确认+支付”的操作习惯。

3.2 刷掌过闸总体组成

以广州地铁AFC系统架构为例，刷掌过闸方案总体组成共分为3层：①车站级前端设备采集层；②中央级处理层；③外部接口层。架构如图1所示：

图1 刷掌过闸方案总体组成

掌静脉识别技术刷掌过闸整体架构与现有AFC系统相互融合的主要方面有：①基于统一的前端注册入口，建设线网级别的生物识别业务中心；②改造多元化支付系统，完善乘客实名制账户体系；③对AFC系统终端设备加装掌静脉识别模块以及AFC软件系统的改造。

3.3 刷掌过闸流程

3.3.1 注册流程

要开通掌静脉过闸功能，首先得进行注册（流程如图2所示），注册流程包含以下几个步骤：

图2 刷掌过闸注册流程

①乘客通过注册入口发起掌静脉过闸注册；

②选择证件，通过乘客实名制系统关联乘客账户及实名信息；

③通过设备上的读头扫描手掌采集掌静脉，同时确认和绑定身份信息；

④注册信息由采集模块经过车站级防重系统处理以后转发至中心级，并分别由中心级的生物识别系统以及乘客实名制系统保存乘客的图片以及特征，由多元化系统处理后下发权限进行开通。

3.3.2 过闸流程

乘客开通掌静脉过闸功能以后，在进闸时，首先将手掌放置在闸机读头上，闸机通过掌静脉采集模块获取乘客的掌静脉和特征信息，经由车站级系统上传至中央级生物识别系统进行比对，确认一致后实现开闸；乘客出闸时，掌静脉特征先经车站防重系统进行处理，上传至中央级多元化支付系统，比对一致后实现扣费。

3.4 系统改造

AFC系统实现掌静脉识别技术需要包含以下软硬件改造流程（地铁掌静脉识别边门检票机如图3所示）：

图3 深圳地铁掌静脉识别边门检票机

1）硬件改装

前端设备加装掌静脉采集模块并增加标识；

2）软件改造

①升级中央级系统，完善乘客实名制账户体系、生物识别系统以及多元化支付系统；②升级前端设备应用软件。

4 存在问题分析

虽然掌静脉识别技术在地铁出行中较为快捷，但同时也有很多问题需要解决。

1）扣费问题

乘客注册时，采用的是身份证或其他证件与自身掌静脉进行对比，而证件则有可能被别人捡到，从而绑定的账户与掌静脉实际不是一个人，发生乱扣费现象。

2）掌静脉变化问题

虽然掌静脉的稳定性较高，但目前尚无任何研究证明随着时间和年龄的增长或者疾病的发生，掌静脉会不会发生变化，因此，在经过一段时间以后，乘客在已开通掌静脉过闸以后也可能出现过不了闸的情况。

3）掌静脉识别速率与准确度问题

掌静脉识别速率和准确度则受采集模块的精度影响，追根溯源则是受到识别算法的影响。

4）改造费用较为繁重

为了正常使用掌静脉过闸功能，地铁公司对AFC系统升级工作量非常庞大，首先需要对后台系统进行升级，再对全线网前端设备进行硬件改造和软件升级，因此改造工程量庞大、且工期长。

5 结语

综上所述，当前将掌静脉识别技术应用于轨道交通AFC系统尚处于起步阶段，掌静脉识别的优点是较人脸识别更为快捷、更私密，掌静脉识别的发展，将符合未来AFC系统无感支付的趋势。但在完全将其应用于轨道交通AFC系统中则需要考虑周全，如建立统一的乘客实名制系统以及扣费偏差等问题，随着技术的逐渐成熟，未来掌静脉识别过闸必有一番用武之地。