人臉識別三樣不能少 攝像頭+AI+邊緣計算

就像今天人們外出時(shí)必需檢查是否帶手機、錢(qián)包、身份證一樣，人臉識別技術(shù)也有三樣不可缺少的元素出現，那就是IP Camera（網(wǎng)絡(luò )攝像頭）、AI和邊緣計算。

人臉識別過(guò)程并不簡(jiǎn)單

雖然目前人臉識別在技術(shù)上已不成問(wèn)題，但實(shí)際上需要解決的問(wèn)題，并不像一些電影中展現的那樣容易。比如在數據收集上，不僅要有圖像或視頻的抓拍、鏡頭跟蹤、防抖動(dòng)以及確保更多有效像素等關(guān)鍵技術(shù)。在圖像、視頻的處理方面，還會(huì )運用到視頻圖像的檢測技術(shù)、人體動(dòng)態(tài)識別技術(shù)、圖像無(wú)線(xiàn)通訊傳輸技術(shù)等等。

其中，面臨將大量數據傳到服務(wù)器進(jìn)行識別，就會(huì )產(chǎn)生不少通信成本，而且有些相當耗時(shí)。這顯然會(huì )令基于人臉識別的實(shí)際落地應用變得并不容易。

不過(guò)，為了解決這個(gè)問(wèn)題，現在已有公司對此推出了能夠集成人工智能技術(shù)的網(wǎng)絡(luò )攝像頭并輔以邊緣計算，來(lái)解決上述難題。

AI與邊緣計算讓攝像頭不靠云

除了前面提到的人臉獲取外，對于識別層面，利用人工智能與識別算法即可完成人臉驗證，即判斷給定的兩張圖片中的人臉是否來(lái)自同一個(gè)人。這其中對于人工智能的應用，可以讓這臺網(wǎng)絡(luò )攝像頭在現場(chǎng)能同時(shí)辨識8個(gè)人的臉部信息。

通過(guò)收集大量的人臉數據集，利用深度信息來(lái)做人臉檢測、識別，逐步提升AI算法模型的準確率，解決傳統識別的繁瑣步驟。此外，對于邊緣計算的使用，即強化攝像頭終端的運算處理能，可讓其所搭載的人臉識別功能不再依賴(lài)云端服務(wù)器，避免耗費時(shí)間上傳圖像，節省了大量帶寬資源。

而且通過(guò)在本地設備上直接完成臉部辨識，進(jìn)而讓識別過(guò)程縮短至1.5秒內。

省成本 應用場(chǎng)景更廣闊

對于人臉識別技術(shù)的更新?lián)Q代，不僅要好用，還要具有成本優(yōu)勢才行。目前如果在學(xué)校、社區、海關(guān)等場(chǎng)景里安裝人臉識別系統，需要將傳統的模擬攝像頭換成網(wǎng)絡(luò )攝像頭。加上后續的系統部署與設置等服務(wù)費用的話(huà)，至少要300萬(wàn)元的成本，才能順利完成人臉識別系統的更迭。

三種技術(shù)合體的人臉識別應用場(chǎng)景將更加廣闊

不過(guò)一旦安裝之后，便可以應用在檢索小偷、通緝犯等黑名單的識別與偵測上，而且也會(huì )適合對于白名單上人員的識別處理。例如，某服飾店對于VIP貴賓的識別，通過(guò)人臉識別系統的應用，可以快速定位其個(gè)人喜好與消費習慣，還可將相關(guān)信息快速發(fā)送至其他連鎖店面，又變成了可用數據饋給了AI系統。