雲思智慧數字化出(chū)入口管理系統，開啓數字化轉型新局面
發布日期：2023-07-19 浏覽次數：3166
打造無感出(chū)入口
科技日新月異，人(rén)工智能、深度學習已經應用到(dào)工作、生活的(de)方方面面。人(rén)臉識别應其應用性較強更是(shì)得到(dào)廣泛應用，在(zài)深入應用後用戶對人(rén)臉識别的(de)需求也(yě)逐步提高并，而(ér)雲思智慧數字化出(chū)入口管理系統的(de)無感人(rén)臉識别就(jiù)是(shì)從用戶體驗、交互時(shí)間、人(rén)流量、實施場地(dì / de)等方面考慮提出(chū)的(de)，以(yǐ)滿足用戶更加豐富的(de)需求。無感人(rén)臉識别應用推薦無人(rén)機交互或弱人(rén)機交互的(de)方式爲(wéi / wèi)用戶提供服務，人(rén)員無需任何智能設備的(de)使用經驗，也(yě)不(bù)需要(yào / yāo)對系統進行一(yī / yì ／yí)些學習，不(bù)同年齡、不(bù)同教育背景的(de)用戶都能獲得相同的(de)用戶體驗，可以(yǐ)說(shuō)用戶在(zài)使用雲思智慧數字化出(chū)入口管理系統的(de)無感人(rén)臉識别時(shí)幾乎感覺不(bù)到(dào)系統的(de)存在(zài)；因無需人(rén)機交互或弱人(rén)機交互，故此交互時(shí)間接近爲(wéi / wèi)零，人(rén)員通過人(rén)臉采集點無需停頓、對視人(rén)臉采集設備，隻需正常行走通過即可；一(yī / yì ／yí)般通過人(rén)臉閘機或人(rén)臉考勤機時(shí)需要(yào / yāo)一(yī / yì ／yí)一(yī / yì ／yí)通行，當人(rén)流量大(dà)時(shí)會出(chū)現大(dà)量人(rén)員的(de)滞留等待，而(ér)無感人(rén)臉識别可應對大(dà)人(rén)流量，隻需增加算力和(hé / huò)采集設備；另外無感人(rén)臉識别對實施場地(dì / de)要(yào / yāo)求較低，不(bù)需要(yào / yāo)安裝人(rén)臉閘機或定點的(de)人(rén)臉面闆機，可選擇在(zài)人(rén)員通行的(de)過道(dào)頂棚、角落或大(dà)門内側等處安裝槍機、球機進行人(rén)臉采集并實現無感人(rén)臉識别，這(zhè)樣使得設備不(bù)用安裝在(zài)人(rén)員過道(dào)或固定的(de)人(rén)臉采集點處，從而(ér)不(bù)影響人(rén)員正常通行，可見雲思智慧數字化出(chū)入口管理系統的(de)無感人(rén)臉識對實施場地(dì / de)的(de)要(yào / yāo)求更低，人(rén)臉采集設備安裝的(de)位置的(de)選擇餘地(dì / de)更多。
雲思智慧數字化出(chū)入口管理系統無感人(rén)臉識别在(zài)人(rén)員通行的(de)過道(dào)頂棚、角落或大(dà)門内則安裝若幹人(rén)臉采集設備，人(rén)臉采集設備的(de)數量以(yǐ)捕獲的(de)畫面能覆蓋所有區域爲(wéi / wèi)佳，一(yī / yì ／yí)般用戶2台人(rén)臉采集設備即可滿足需求，每台人(rén)臉采集設備可獨立完成人(rén)臉采集以(yǐ)及跟蹤，并标識每個(gè)進入畫面的(de)人(rén)員；捕獲的(de)人(rén)臉先進行人(rén)臉圖片質量評估，如得分滿足要(yào / yāo)求，則按一(yī / yì ／yí)定的(de)策略進行優選，并在(zài)一(yī / yì ／yí)個(gè)周期内輸出(chū)一(yī / yì ／yí)張較優的(de)人(rén)臉用于(yú)後續識别；人(rén)臉采集設備優選出(chū)的(de)人(rén)臉圖将彙總至後端服務器中，服務端将多個(gè)采集設備的(de)人(rén)臉圖進行融合，對未識别的(de)人(rén)臉進行對比、識别，識别結果将回傳至人(rén)臉采集設備，人(rén)臉設備将由此确定是(shì)否需要(yào / yāo)繼續進行優選。
使用多源融合提升系統魯棒性
如果多個(gè)人(rén)臉采集設備采集的(de)人(rén)臉各自進行對比、識别，這(zhè)将會浪費前端人(rén)臉采集設備和(hé / huò)後端服務器的(de)算力，也(yě)會産生冗餘的(de)通行記錄，同時(shí)也(yě)會提高系統的(de)誤識别率。雲思智慧數字化出(chū)入口管理系統引入多源融合将多個(gè)人(rén)臉采集設備采集的(de)人(rén)臉進行融合，也(yě)就(jiù)是(shì)将進入不(bù)同畫面的(de)相同的(de)人(rén)員進行關聯，進而(ér)後端服務器可以(yǐ)統一(yī / yì ／yí)對比、識别，各采集設備共享識别結果。由于(yú)不(bù)同的(de)設備的(de)安裝角度，在(zài)多個(gè)采集設備中優選可以(yǐ)得到(dào)得分更高的(de)清晰正臉照，清晰正臉照更利于(yú)對比、識别，從而(ér)降低系統的(de)整體誤識别率，提高系統的(de)識别率。從并聯系統的(de)可靠性計算公式可得（如單系統的(de)可靠性爲(wéi / wèi)90%，則三重并聯系統的(de)可靠度爲(wéi / wèi)99.9%），多源融合後系統的(de)整體識别率将以(yǐ)指數方式提高。
出(chū)入在(zài)海量人(rén)流下的(de)應對
無論是(shì)辦公樓宇還是(shì)廠區，上(shàng)下班時(shí)間點的(de)人(rén)流量都會比較大(dà)，如100人(rén)集中辦公的(de)工作區在(zài)上(shàng)下班時(shí)間點會出(chū)現5～10人(rén)的(de)人(rén)流峰值，而(ér)幾萬人(rén)的(de)廠區更是(shì)會出(chū)現幾十上(shàng)百的(de)人(rén)流峰值。出(chū)現人(rén)流峰值對系統會有相當大(dà)的(de)沖擊，一(yī / yì ／yí)般表現爲(wéi / wèi)來(lái)人(rén)漏拍、誤識别爲(wéi / wèi)其他(tā)人(rén)員，來(lái)人(rén)漏拍主要(yào / yāo)是(shì)算力不(bù)足，無法在(zài)人(rén)員行進過采集點的(de)時(shí)間内捕獲且對比、識别人(rén)臉，誤識别也(yě)主要(yào / yāo)因算力不(bù)足，無法優選出(chū)較爲(wéi / wèi)清晰的(de)正臉照而(ér)造成人(rén)流峰值時(shí)誤識别率變高。
應對人(rén)流峰值沖擊最爲(wéi / wèi)簡單的(de)方法是(shì)增加算力，包括前端人(rén)臉采集設備和(hé / huò)後端服務器資源，很顯然這(zhè)種方法會直接增加系統的(de)投入成本，一(yī / yì ／yí)般建議前後端算力資源配爲(wéi / wèi)均化流量後消耗50%~80%的(de)資源可完成計算任務爲(wéi / wèi)佳，簡單說(shuō)來(lái)設備的(de)平均CPU使用率爲(wéi / wèi)50%~80%即可。另外一(yī / yì ／yí)種行之(zhī)有效的(de)方法是(shì)優化資源使用配置，優化資源使用配置的(de)主要(yào / yāo)思想有：算力應盡量保證均分到(dào)每個(gè)人(rén)；如捕獲的(de)圖片經評估不(bù)滿足最低得分則應該盡早排除；系統應該開設一(yī / yì ／yí)個(gè)合适的(de)任務緩沖池來(lái)緩解峰值沖擊帶來(lái)的(de)問題。
引入邊緣計算優化系統
邊緣計算有不(bù)少優點，如：減少數據傳輸開銷、充分利用前端設備算力節省成本、部署更加靈活性、提高系統的(de)整體魯棒性。雲思智慧數字化出(chū)入口管理系統推薦向采集設備方向轉移計算任務，或者在(zài)采集設備就(jiù)近構建邊緣計算節點。向采集設備方向轉移的(de)計算任務又可以(yǐ)分爲(wéi / wèi)隻檢測和(hé / huò)檢測、識别同時(shí)完成兩種，隻檢測的(de)完成人(rén)臉捕獲、人(rén)臉圖形質量檢查、人(rén)臉跟蹤這(zhè)三項任務，檢測、識别在(zài)采集設備中同時(shí)完成的(de)則需要(yào / yāo)完成人(rén)臉捕獲、人(rén)臉圖形質量檢查、人(rén)臉跟蹤的(de)同時(shí)做人(rén)臉對比、人(rén)臉識别，前者向上(shàng)級計算節點或服務器推送人(rén)臉圖片、跟蹤信息以(yǐ)及人(rén)臉圖片質量信息，後者上(shàng)級計算節點或服務器推送人(rén)臉圖片、跟蹤信息、識别結果（如爲(wéi / wèi)注冊人(rén)員則返回标識，否則标注爲(wéi / wèi)陌生人(rén)）；在(zài)采集設備就(jiù)近構建邊緣計算節點的(de)方案對采集設備的(de)要(yào / yāo)求較低，采集設備隻需提供視頻流，邊緣計算節點收到(dào)采集設備的(de)視頻流後做後續任務，後續任務包括：人(rén)臉捕獲、人(rén)臉圖形質量檢查、人(rén)臉跟蹤、人(rén)臉對比、人(rén)臉識别，當然人(rén)臉對比、人(rén)臉識别根據需要(yào / yāo)可以(yǐ)轉由服務器節點完成，邊緣節點推送給服務器節點的(de)信息同上(shàng)，包括：人(rén)臉圖片、人(rén)臉圖片質量信息、跟蹤信息、識别結果。
由此可見人(rén)臉采集前端設備或邊緣計算節點隻向服務器節點推送結構化後的(de)信息，數據傳輸開銷顯著下降；通過調節由前端設備完成的(de)任務多少可以(yǐ)讓前端設備處于(yú)算力飽和(hé / huò)狀态；網絡傳輸視頻流時(shí)容易丢包，通過邊緣計算從側面解決了(le／liǎo)丢包視頻幀變化進而(ér)導緻的(de)誤識别提高問題；通過授權讓邊緣節點獲得一(yī / yì ／yí)定的(de)獨立工作能力，如讓邊緣節點控制開門，這(zhè)樣在(zài)服務器節點不(bù)可用時(shí)，系統整體通過服務降級實現系統的(de)可用性。在(zài)使用邊緣計算的(de)情況下服務器節點可以(yǐ)不(bù)做對比、識别，僅僅做一(yī / yì ／yí)些管理、調配、融合和(hé / huò)決策任務就(jiù)能讓系統正常工作。
高體驗應用場景實例
辦公樓宇周邊、辦公樓宇底層大(dà)廳、辦公樓宇樓層租戶各自的(de)大(dà)門處都可以(yǐ)使用雲思智慧數字化出(chū)入口管理系統。辦公樓宇周邊可以(yǐ)檢測徘徊與逗留等，可以(yǐ)隻對未注冊人(rén)員做這(zhè)些檢測，對注冊人(rén)員系統可以(yǐ)不(bù)預警，這(zhè)點非常有意義，系統的(de)預警事件應該爲(wéi / wèi)提高安保人(rén)員的(de)工作效率而(ér)設計、實現，像安保人(rén)員巡邏、内部人(rén)員抽煙、内部人(rén)員等待訪客産生的(de)事件均無意義。
辦公樓宇底層大(dà)廳可以(yǐ)完成陌生人(rén)預警、配合梯控、混入預警、滞留預警、逗留預警等，從雲思智慧數字化出(chū)入口管理系統提供的(de)功能列表不(bù)難看出(chū)“辦公樓宇底層大(dà)廳”對應的(de)功能相對“辦公樓宇周邊”較多，用戶對“辦公樓宇底層”的(de)相關安防需要(yào / yāo)比對“辦公樓宇周邊”要(yào / yāo)高很多。注冊人(rén)員（内部人(rén)員）從底樓大(dà)門進入、到(dào)通過大(dà)廳、再到(dào)進入電梯全程均是(shì)無障礙式的(de)，對未注冊人(rén)員可以(yǐ)通過語音、大(dà)屏等引導進行訪客登記。
辦公樓宇樓層内可以(yǐ)實現人(rén)臉門禁、人(rén)臉考勤、混入預警、滞留預警等。人(rén)臉門禁也(yě)就(jiù)是(shì)刷臉進門，功能同人(rén)臉面闆機，但無需定點式刷臉，一(yī / yì ／yí)般無感人(rén)臉門禁會配置自動移門一(yī / yì ／yí)起使用，人(rén)們對紅外感應自動門的(de)體驗應該比較熟悉，無感人(rén)臉兼有紅外人(rén)感應自動門的(de)體驗和(hé / huò)人(rén)臉識别帶來(lái)的(de)高安全性。雲思智慧數字化出(chū)入口管理系統可以(yǐ)将部分或全部人(rén)臉采集設備配置爲(wéi / wèi)人(rén)臉考勤節點，如果配置爲(wéi / wèi)人(rén)臉考勤節點，則捕獲并識别爲(wéi / wèi)員工時(shí)将計入考勤，在(zài)多個(gè)采集設備的(de)協同工作下，其漏打卡的(de)幾率比員工自己打卡還要(yào / yāo)低不(bù)少。混入預警、滞留預警是(shì)針對訪問的(de)，一(yī / yì ／yí)般在(zài)樓層門口會引導訪客或陌生人(rén)進行訪客登記，如果混在(zài)員工中進行辦公區域則會報警。
基于(yú)多源融合的(de)雲思智慧數字化出(chū)入口管理系統對前端采集設備的(de)要(yào / yāo)求相對較低，在(zài)監控行業内屬于(yú)中低端設備，系統使用各種優選策略，使得這(zhè)些前端采集設備上(shàng)能優選出(chū)較優清晰正臉照；系統采用邊緣計算、資源的(de)合理調配來(lái)優化系統，系統并不(bù)需要(yào / yāo)算力強勁的(de)服務器節點，故此整個(gè)系統的(de)成本相對比較低；用戶體驗好是(shì)無感人(rén)臉識别的(de)顯著特點，無需人(rén)機交互，不(bù)用使用經驗，不(bù)需要(yào / yāo)系統學習時(shí)間，來(lái)人(rén)很自然地(dì / de)進行過采集設備就(jiù)能完成人(rén)臉識别。
相關推薦：想了(le／liǎo)解更多關于(yú)數字化出(chū)入口管理系統相關内容請點擊
