2018年12月13日支付宝开放日在上海站发布了“蜻蜓”刷脸支付，在支付宝推出“蜻蜓”仅仅四个月后，微信就紧随之后推出了自家的刷脸产品—青蛙，2019年4月2日，基于支付宝刷脸支付技术的12台“蜻蜓”落地香港，2019年4月17日再次发布新一代刷脸支付产品，再一次让“刷脸支付”成为行业热词。
刷脸支付因其支付便利、快捷、安全、应用广等优势引来两大BAT巨头争先抢夺，根据第三方研究机构易观发布的《中国第三方支付移动支付市场季度监测报告2018年第4季度》报告，支付宝的市场交易份额为53.78%，而微信支付则为38.87%，两强合计瓜分了国内第三方支付超92%的市场份额。
而刷脸支付应用市场覆盖相比之下支付宝更具优势，从大型的3D动态智能货柜刷脸、中型的点菜机，小到烟杂店、小菜场也能用的“蜻蜓”，支付宝的刷脸支付超过内地300个城市，刷脸办事覆盖超过170个城市。
其中支付宝刷脸支付的兴起最为明显的是带动新零售行业应用快速落地，如智能售货机刷脸支付、刷脸结算支付、快递柜刷脸取件等场景应用等等。
刷脸支付方案实现的背后需要各方面硬件配套升级
以3D动态智能货柜为例，支付的模式很简单，顾客在自动售货机上直接选货，选择人脸识别支付，售货机3D摄像头开始对顾客人脸进行扫描识别、比对，绑定手机号，人脸识别成功后商品出货结算扣款，其中人脸识别环节主要为人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
与静态识别不同的是，人脸动态识别需要对连续多帧的图像中的每一个像素点都进行识别，需要进行大计算量的本地化部署。具体来说，传统动态方案通常需要摄像头配备720的像素，每秒60帧的速率。计算所需的最普通的一个的显卡就要五千块左右，另外还需要主板、CPU、内存、封装等一系列配置，最后，一套系统部署下来成本就会提升近万元。而3D动态方案因其低成本部署、识别效率高迅速赢得市场。
当前市面上的一些3D动态视觉方案当时只能跑在高成本的X86的平台之上，如果要做到大规模的行业应用，成本就成了致命伤。 如人脸识别售货柜应用中运营商按部就班的按照3D视觉方案引入3D摄像头、各种成熟的三位视觉算法，实际结合运用起来，从前端物联信息感知采集、算法识别、通讯到后端管理分析、运维管理整套流程运作下来，视觉识别稳定性方面总是差强人意，且各个系统兼容调试部署需要花费大量的时间和成本。
如何将物体3D数据、空间信息等海量数据通过设备终端进行通讯互联，实时传输到云端，实现高效、稳定的识别，急需一套融合AI、物联网、云计算技术的系统解决方案。
AI智能工业计算机打通刷脸支付壁垒，实现设备互联
金年会股份作为物联网、M2M市场先行者，基于20年的无线通信经验，融合新型网络、云计算、大数据、AI、边缘计算、模型算法等技术，在经历数月的产品调研与客户需求分析，上千次各项产品质量、硬件、软件测试和打磨完善，精心打磨一款基 IOT技术与AI技术融合的AI智能工业计算机H9380P，提供刷脸支付、机器视觉应用等硬件支撑，具备边缘计算和语音交互能力，主要有以下几大亮点：
（1）支持AI人脸识别支付 可适应3D动态视觉方案
采用RK3399六核芯片，双Cortex-A72大核、四Cortex-A53小核结构，超强浮点计算能力，安安兔跑分测试高达7万分以上，支持大数据运算、人脸识别算法，具备 20ms 毫秒延时、90Hz 刷新率、超强3D 处理能力硬件优势，能够离线实现人脸检测、提取、对比，搭载多光源人脸识别技术、多摄像头视觉识别技术、运行裸眼3D应用，支持多种AI应用场景开发
微信公众号
