使用多源融合打造无感出入
由此可见人脸采集前端设备或边缘计算节点只向服务器节点推送结构化后的信息,数据传输开销显著下降;通过调节由前端设备完成的任务多少可以让前端设备处于算力饱和状态;网络传输视频流时容易丢包,通过边缘计算从则面解决了丢包视频帧变花进而导致的误识别提高问题;通过授权让边缘节点获得一定的独立工作能力,如让边缘节点控制开门,这样在服务器节点不可用时,系统整体通过服务降级实现系统的可用性。在使用边缘计算的情况下服务器节点可以不作对比、识别,仅仅做一些管理、调配、融合和决策任务就能让系统正常工作。 高体验应用场景实例 办公楼宇周边、办公楼宇底层大厅、办公楼宇楼层租户各自的大门处都可以使用无感人脸识别。办公楼宇周边可以检测徘徊与逗留等,可以只对未注册人员做这些检测,对注册人员系统可以不预警,这点非常有意义,系统的预警事件应该为提高安保人员的工作效率而设计、实现,像安保人员巡逻、内部人员抽烟、内部人员等待访客产生的事件均无意义。 办公楼宇底层大厅可以完成陌生人预警、配合梯控、混入预警、滞留预警、逗留预警等,从系统提供的功能列表不难看出“办公楼宇底层大厅”对应的功能相对“办公楼宇周边”较多,用户对“办公楼宇底层”的相关安防需要比对“办公楼宇周边”要高很多。注册人员(内部人员)从底楼大门进入、到通过大厅、再到进入电梯全程均是无障碍式的,对未注册人员可以通过语音、大屏等引导进行访客登记。 办公楼宇楼层内可以实现人脸门禁、人脸考勤、混入预警、滞留预警等。人脸门禁也就是刷脸进门,功能同人脸面板机,但无需定点式刷脸,一般无感人脸门禁会配置自动移门一起使用,人们对红外感应自动门的体验应该比较熟悉,无感人脸兼有红外人感应自动门的体验和人脸识别带来的高安全性。系统可以将部分或全部人脸采集设备配置为人脸考勤节点,如果配置为人脸考勤节点,则捕获并识别为员工时将计入考勤,在多个采集设备的协同工作下,其漏打卡的几率比员工自己打卡还要低不少。混入预警、滞留预警是针对访问的,一般在楼层门口会引导访客或陌生人进行访客登记,如果混在员工中进行办公区域则会报警。 总结:基于多源融合的无感人脸识别应用具备低成本、性价比高和用户体验好等特性 基于多源融合的无感人脸识别应用对前端采集设备的要求相对较低,在监控行业内属于中低端设备,系统使用各种优选策略,使得这些前端采集设备上能优选出较优清晰正脸照;系统采用边缘计算、资源的合理调配来优化系统,系统并不需要算力强劲的服务器节点,故此整个系统的成本相对比较低;用户体验好是无感人脸识别的显著特点,无需人机交互,不用使用经验,不需要系统学习时间,来人很自然地进行过采集设备就能完成人脸识别。 (编辑:好传媒网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |