K12智慧食堂市场广阔,人脸识别支付如何打造?

近年来 , 智慧食堂解决方案相当火热 , 以用户群庞大、刚性需求强、市场空间充裕著称 , 尤其匹配K12校园场景下的食堂运营需求 。
K12场景通常要求无现金支付 , 一方面是保证供餐高峰期的支付效率 , 另一方面则是学生在校园中不适宜携带过多现金 。 过去K12食堂通常采取一卡通支付系统 , 但仍存在一些问题:
对学生来说 , 传统刷卡就餐需要携带一卡通 , 这就存在卡片遗失、忘带、消磁、盗刷等使用问题 。 同时K12场景下的学生不适合携带手机 , 也就无法使用手机支付 。

K12智慧食堂市场广阔,人脸识别支付如何打造?
文章图片
对家长来说 , 一卡通充值不便 , 需要携带现金前往窗口充值;其次消费记录不清晰 , 家长只知道花了多少钱 , 不知道花在哪里 。
对食堂来说 , 传统刷卡就餐的点餐、结算、充值都依靠人工完成 , 效率不高 , 容易出现误差 。 另外 , 食堂也希望充分了解学生的就餐需求与喜好 , 以提升备餐精准度避免浪费 。
随着人脸识别技术的成熟 , 以及信息化管理水平的提升 , 以刷脸为支付手段的智慧食堂解决方案开始流行 , 针对性解决了传统刷卡就餐的不便之处 。
【智慧食堂解决方案介绍】
智慧食堂解决方案整体可分为应用层、业务层与能力层 。
应用层包括直接面向终端用户的人脸识别支付一体机 , 用于充值、查询和线上订餐的小程序与服务号 , 提供了更多样的服务和更便利的体验;业务层则是食堂自身使用的运营管理后台 , 用于商户管理、设备管理、交易管理、对账结算以及业务运营 , 以信息化手段实现运营效率的提升;能力层则是底层技术构建的业务基础 , 包括人脸识别、支付通道、信息化管理等等 , 这部分往往是解决方案商产品实现差异化的关键 。

K12智慧食堂市场广阔,人脸识别支付如何打造?
文章图片
尽管智慧食堂解决方案的底层产品逻辑大同小异 , 但在实际体验中仍存在差别 , 这往往取决于方案商对行业的理解 , 譬如解决方案落地的可行性 , 支付模式的灵活性 , 以及人脸识别算法的选型与部署 。
方案可行性受制于历史原因:大量食堂过去数十年都采用传统刷卡模式 , 短时间内彻底改变并不现实 , 所以往往更愿意兼容性更强的智慧食堂解决方案 , 即与原系统打通而非取代 , 且同时支持刷脸、刷卡和手机支付等多样化方式 。

K12智慧食堂市场广阔,人脸识别支付如何打造?
文章图片
支付模式的灵活性需求则源于食堂多样化的经营方式 。 相比传统刷卡支付只能手动输入菜品金额并刷卡支付 , 智慧食堂解决方案可以实现更多样化的支付模式 , 除了自由输入菜品金额扣款 , 还可以定额扣款 , 分时段定额扣款 , 以及通过小程序订餐 , 消费者到窗口取餐的核销扣款 。 多样化的支付模式既可以提升食堂支付效率 , 也能进一步拓宽食堂的业务空间 。
上述两点属于产品逻辑 , 人脸识别则是底层技术的关键 , 直接决定支付效率与产品体验 , 选择合适的算法供应商是搭建能力层的重中之重 。
【智慧食堂人脸识别算法选型与部署】
智慧食堂方案在进行算法选型时 , 有几项因素需要重点考虑:精度与效率的平衡;孩子快速长大伴随的面部变化;人脸识别底库照的筛选与更新;活体检测对摄像头选型的需求;设备部署中光线与大小角度的干扰 。

K12智慧食堂市场广阔,人脸识别支付如何打造?
文章图片
首先 , 涉及到支付环节 , 人脸识别算法既需要较高精度 , 尽量避免误识 , 又要兼顾食堂高峰期的支付效率 , 尽量避免拒识 , 所以算法阈值需要在误识率和拒识率两方面取得平衡 。 在此推荐虹软视觉开放平台的人脸识别SDK , 以免费、离线著称 , 尤其是近期发布的ArcFace4.0算法精度大幅提升 , 进一步降低了误识率和拒识率 , 在智慧食堂解决方案上匹配度很高 , 也被业内多家方案商选用 。
其次 , 需要重点关注K12场景下孩子们快速成长带来的面部变化 。 由于支付场景下人脸识别的设定阈值较高 , 面部特征变化可能导致支付失败 。 面对该情况 , 用户可定期通过小程序或者公众号号更新人脸识别底库照片 , 或者将刷脸支付时拍下的照片作为底库照进行更新 。
【K12智慧食堂市场广阔,人脸识别支付如何打造?】另外 , 人脸识别底库照注册时需要保证照片质量 , 可以通过FQ(图像质量检测算法)对底库进行批量筛选 , 质量不合格的要求学生重新上传 。 高质量的人脸识别底库将大幅提升识别效率与使用体验 , 也能避免很多后续问题 。 市面上具备FQ功能的算法并不多 , 虹软开放平台的ArcFace4.0是一例 。