查看原文
其他

共享汽车新政下周实施:车载人脸识别尚不成熟,车企恐难按期完成改造

潘少颖 刘慧莹 IT时报 2018-10-29

距离6月12日上海市交通委员会发布《上海市小微型客车共享汽车管理实施细则》(以下简称“细则”)发布已经过去将近一个月,上海多家汽车分时租赁(又称“共享汽车”)企业加快了“改造”的步伐。根据细则规定,为了规范本市共享汽车的运营,车辆不仅要是“纯电动汽车”,还要安装“安全三件套”——GPS、人脸识别和应急报警装置。


(图片来自图虫创意)


如今,根据细则明确的实施时间7月15日还有一周多时间,留给共享汽车企业的时间非常紧迫。虽然人脸识别已经广泛应用于诸多行业,但在共享汽车车辆上的应用并不多,据《IT时报》了解,现有的车载人脸识别装置识别率还不够高,要想规模化普及,还需要进行一定的技术改造和成本投入,目前国内最大的共享汽车公司EVCARD正在试行多种人脸识别方式,预计8月底才能完成改造。


照片难“蒙混过关”


“细则中的要求对共享汽车企业的成本、技术压力过大,希望相关政府部门考虑共享汽车企业的实际情况,逐步分批地推广新规,给共享汽车企业缓冲的时机,便于我们技术落地和改装存量车型。虽然EVCARD已经在行动,也有了大致措施,但由于规范要求的时间节点比较仓促,可能在硬件安装上会有问题。”EVCARD首席营销官黄春华这样对《IT时报》记者表示。


据《IT时报》记者了解,对于即将投放市场的新车型,其技术部门开发了二代车机项目,涵盖了人脸鉴权、一键拨叫客服等功能,基本能满足规范要求,但对于存量车型,技术部门正在设法采用低成本的嵌入式人脸识别技术解决对用户的认证问题。


“嵌入式人脸识别算法对硬件的要求并不高,硬件加算法可以封装成一个‘小盒子’,安装在存量车型的仪表盘下方、驾驶员底座等相对隐蔽的地方。用户上车后,摄像头会对用户拍照,该照片会和后台用户注册时拍摄的照片在‘小盒子’里进行比对,结果通过车载T-Box(车联网系统)上传后台确认。”EVCARD技术总监徐国荣向《IT时报》记者解释说。


人脸识别技术刚出来的时候,大家都“调戏”过它,比如用一张照片或者用双胞胎考验它的“智商”,有时,人脸识别也会被“调戏”得云里雾里,分不清真假。那么,在共享汽车上安装的人脸识别装置能具备“火眼金睛”的功能吗?


徐国荣告诉《IT时报》记者,车载端用的人脸识别算法不是活体检测,称之为真人检测比较合适,主要是依据真人3D模型的算法,照片是不可能骗过系统的,“目前,嵌入式人脸识别算法的准确率低于90%,因此还要进行更多的训练。”


作为一家物联网智能视觉解决方案的供应商,宇泛智能创始人赵弘毅也肯定了这种说法,他告诉《IT时报》记者,从技术上说,装在共享汽车上的人脸识别系统和门禁系统差不多,现在基本都可以做到普通照片不过关,但如果是极为相似的双胞胎,现在的技术还不能很好地解决这个问题。“在共享汽车上的活体检测可以通过其他技术手段实现,比如使用车辆的过程中,摄像头一直开着,通过摄像头既可以实时抓拍用车者的形象进行比对,又可以监测用车者的状态,防止疲劳驾驶等。”不过,赵弘毅也表示,如果全程监控用车者,难免被用户认为隐私受到侵犯。


成本可能会影响普及速度


细则的出台意味着共享汽车公司要对现有车辆进行改造,也意味着要增加更多的投入。


EVCARD正在研发的新车上,将采用二代车机系统,其中人脸鉴权采用了旷视科技的算法。当用车者坐到驾驶员的座位上,会听到“验证身份”的语音提示,如果验证失败,车辆将无法启动。此外,摄像头还对抽烟行为进行监测。“目前,二代车机的识别率可达到95%~96%,当达到98%以上,就可以落地应用了,不过每辆车的成本要比原来增加1000~2000元。”徐国荣表示。


如果在存量车辆上进行改造,共享汽车公司较为倾向于嵌入式人脸识别设备,主要投入是前期的硬件设备成本。


EVCARD正在和一家为公安系统做过人脸鉴权的服务商洽谈合作,在存量车上安装嵌入式人脸识别设备,大约每台的价格在300~500元。但目前还没最终确定服务商,因此存量车辆的改造预计最早也要到8月底才能完成。


尽管本细则是上海地方规定,但目前并不排除全国其他地方会仿效。 EVCARD在市场上的存量车数量接近30000辆,以每台车安装一个300元的嵌入式人脸识别设备再加上一个100元的摄像头为例,至少投入上千万元的资金来进行硬件方面的改造。“另外,再加上改车的人工成本、投入的开发成本、车辆无法运营的沉没营收成本、时间成本、后续维护费用等。”徐国荣告诉《IT时报》记者,增加人脸鉴权后,现有App也要做升级迭代开发。


依图科技相关人士告诉《IT时报》记者,尽管依图尚未涉足车载人脸识别应用场景的合作,但像金融、安防等对误识别率容忍极低的领域都已经实现人脸识别应用落地,说明车载人脸识别系统在容错率方面足以达标,未来的规模化普及主要受制于市场规模和车企对车辆成本的把控。


“现在只收硬件的价格,但后期会产生维护费用,因为车企不一定有维护能力。”赵弘毅告诉《IT时报》记者。在赵弘毅看来,现在共享汽车企业对于人脸识别的要求主要是判断开车者和注册者是否为同一人,这个功能相对简单,但如果系统要和公安系统对接,成本就会显著上升。


“细则主要出于安全和防恐的需要,防止非法分子利用公共服务车辆进行危害社会的举动。在杭州,出租车基本都装了摄像头,可以巡查司机的违法行为,对一些列入公安黑名单的人进行识别。”赵弘毅举例说,共享汽车也是如此,人脸识别关注的并非只是司机,还包括乘客,和公安系统对接后,可以对共享汽车上的人和公安系统中的高危人群做比对。


徐国荣也向《IT时报》记者表示,虽然目前EVCARD系统尚未和公安系统对接,但出于社会安全的考虑,和公安系统对接是未来的趋势。


网约车市场更大


随着人脸识别技术的成熟,门禁、考勤、闸机等越来越多应用场景采用这种技术。


EVCARD的二代车机研发和旷视科技合作,而在存量车辆上采用哪家企业的设备却让徐国荣伤透了脑筋。“虽然嵌入式人脸识别设备技术上并不复杂,但实践起来比较难,市场上鲜有成熟的产品,对一些个性化的要求也难以实现。”   


 EVCARD曾和小蚁科技等一些服务商接触过,但他们的产品还没有大规模商用,价格也比较高。“装在车上的人脸识别设备不仅要稳定,还得能适应各种条件,比如夏天汽车内的温度非常高,人脸识别设备能在高温中继续正常工作吗?而且车内环境复杂,要考虑摄像头的安装角度、光线、客户的配合程度等各种因素。”徐国荣说。


 赵弘毅此前也考虑过这个市场,但他觉得这块市场“可以看到未来,但未来有限。”“共享汽车的车辆并不算太多,增速也不算太快,全国一共几十万辆车,哪怕我一家企业吃下全国业务,出货量也就几十万台,而我们现在做的门禁、考勤等应用,每个月就有上万台的出货量。”


赵弘毅看好的是出行市场的另一块细分领域——网约车。他告诉《IT时报》记者,前不久就和某网约车出行平台谈过,希望能在其非私家车的网约车上安装嵌入式人脸识别设备,“毕竟,现在网约车的安全颇受关注,而且网约车从使用频率、用户数等方面都高于共享汽车车辆。”


2018上海移动大会上海站上,日海智能展出了一款AIoT移动智能计算终端,根据功能介绍,这款终端针对网约车行业场景,集成了人脸识别、安全行驶监测、车辆风险分析、提供网约车监管服务AI套件,能更好辅助网约车管理及安全行驶。但据展台人员介绍,这款产品目前还没有规模化生产。


日海智能CTO邹俊告诉记者,共享汽车人脸识别需要支持活体识别,避免照片欺骗,技术实现上支持 1:N的人脸比对,对人脸识别相应速度要求低于100ms,才能避免影响司机体验。除此之外,还需要考虑场景适应性,毕竟汽车需要运行在各种天气、各种照明环境下,“业内做人脸识别的公司很多,从识别准确率到响应速度均能满足行业要求,目前存在的技术问题之一是人脸识别算法对资源消耗,因此日海更关注能在物联网设备上以更小的资源消耗运行识别算法,降低设备要求,从而减少运行成本。”


目前深圳网约车上都要求安装具有人脸识别功能、行驶记录、车辆卫星定位、应急报警等功能的车载终端,有信息显示,每辆车新增成本大约4000元左右,包括设备成本、安装成本以及1-2年通信服务费,目前设备安装对车辆改装要求不高,通常每辆车安装时间约1小时。


这块细分市场,在中科院计算技术研究所研究员山世光看来,用户隐私值得关注,即用户的照片如何传输和保存,有没有在未经允许的情况下被保存或拷贝? “人脸识别技术逐渐走向成熟,应用越来越多,人脸识别技术的各类标准,包括保护公民隐私的标准应尽快出台。”山世光说。


徐国荣告诉《IT时报》记者,用户照片和客户信息都会在后台设置访问权限,只有有限的几个人才能访问相片库和客户数据,关键数据库的访问还要层层授权,以此来保护用户隐私。



往期回顾

不捧不贬,中国半导体行业的真实水平大致就是这个level

不吹不黑,这可能是今年最好的国产片

币圈神秘大佬“割韭菜”秘籍曝光:做个网红,忽悠傻逼……

李彦宏:造车和造PPT不一样,我吹过的牛,实现了!

苹果今年将推3款新机型,“廉价版”据传只要4000元!

手机界“纪检委 ”vivo NEX又出招了!

逐鹿5G:为人类未来而战,错过它等于错过所有

中国电信刘爱力:数字经济将为电信业带来美好未来!

5G标准确立后,中国电信全球首个公布5G演进路线

美团赴港上市,巨亏能否支撑600亿美元的市值!王兴:要么牛逼,要么滚蛋!

小米Face ID安全性低于苹果,安卓版Face ID 你敢用它支付吗?

小米挺进港股,估值是逃不掉的话题!

重磅!监管向共享汽车开火!这些汽车还能上路吗?



    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存