如今,轨道交通的数字化、智能化转型日渐成为众多城市竞相推进的建设方向,基于此,英特尔联合华铭、锐宝智联和育脉共同打造融合掌静脉特征识别技术的智能城市轨道交通自动售检票系统(Automatic Fare Collection System,AFC)方案,将掌静脉特征识别技术应用于城轨交通场景,实现轨道交通自动售检票系统的技术革新,助力智慧交通建设。
英特尔网络与边缘事业部中国区行业销售总监谢青山表示:“面向未来的智能城市轨道交通系统,是智慧城市的重要组成部分,英特尔正在深化面向城市轨道交通的生态建设,衔接上下游生态参与者,构建一体化智能城市轨道交通方案,推动云计算、边缘计算、物联网、人工智能等技术的深入落地,帮助用户提升交通效率、维护城市交通安全有序运行,并催生更多创新应用成果。”
作为城市交通体系的重要组成部分,城市轨道交通在提升通行效率、带动城市经济发展等方面具备重要优势。其中,城轨站点是承担乘客进站、出站、换乘等功能的重要交通枢纽,为了管理乘客并规范乘客的出入,就需要引入 “自动检票机”这一重要设备。而伴随移动互联网、近场通信等技术的发展,城轨自动检票机正在集成更多数字化功能,以加速乘客出入检票机的效率,并为更多乘客提供便利,这使AFC系统应运而生。
华铭副总经理付强表示:“如今,AFC系统在加速交通运行效率、方便乘客等方面发挥着重要价值。而AFC系统的数智化变革则依赖于,掌静脉特征识别等更多创新技术的应用,我们希望帮助用户部署更加智能的AFC系统,使城轨交通运行更高效、安全、可靠、环保,从而助力实现智慧通行。”
然而,AFC系统在发展过程中也面临诸多挑战。例如,性能不足以支撑生物特征识别等新型数字化应用负载、宽温及震动等因素影响设备稳定性与可用性,以及设备成本压力影响城轨运营收益等。为应对上述挑战,专业从事自动售检票系统与终端设备研发工作的华铭推出了应用掌静脉特征识别技术的检票机注册、识别、验证一体化系统解决方案。该方案以育脉掌静脉特征识别算法为核心,以基于英特尔®架构的锐宝智联新一代高速、高可靠边缘计算盒为载体,共同应用于华铭智慧检票机系统。这一解决方案能够对乘客手掌静脉特征进行快速精准检索,实现用户手掌快速识别并过闸通行,可有效缓解高峰期用户拥挤问题,同时避免二维码等验证方式存在的不稳定、盗刷等问题。
目前,掌静脉特征识别在 AFC 系统中有着广泛应用前景。与传统验证方式相比,掌静脉特征识别更加高效,可有效解决二维码识别等技术可能存在的手机网络不稳定、低电量关机等问题,同时还能够防范二维码盗刷等风险,提高用户资金的安全性。育脉掌静脉特征识别由静脉特征提取、加密、压缩和海量特征高速匹配两部分组成。其中,静脉特征提取、加密和压缩部分在基于英特尔凌动® 处理器/英特尔®酷睿™处理器的锐宝智联边缘计算盒上运行。在特征提取的技术方案选择上,育脉使用了基于深度学习模型的掌静脉特征提取算法,并采用了 OpenVINO™ 工具套件作为推理框架,以实现基于边缘计算盒的推理部署。此外,育脉掌静脉特征提取算法还使用英特尔® oneAPI 工具包进行优化,以提升在基于英特尔®架构服务器上的运行性能。与此同时,海量特征高速匹配部分则在基于第三代英特尔®至强®可扩展处理器的边缘服务器上运行,这能够更好地应对海量特征匹配所带来的性能压力。
得益于软硬件技术的融合创新,掌静脉特征识别的效率、精度将进一步提升。英特尔将继续以出色的端到端技术、强大的底层算力及丰富的产品组合为基础,与华铭、锐宝智联和育脉一起,覆盖终端、边缘和云端各个环节,推动中国乃至全球智慧交通领域的创新及应用进程。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。