Page 168 - 安防6月刊_150dpi

C 前沿技术
Cutting-edge Technology

以上每一种架构，各有优劣势，总结如下：

建设成本 响应时间 带宽 人脸库规模 维护成本

若涉及不同网点，需要维护
单个网点建设 速度最快，识别 只上传识别到的人脸 能够识别的人脸库规模相对
前端比对 不同的人脸库，人脸库维护
成本低 速度在毫秒级 图片，带宽占用少 较少，最多达到 10 万级。
工作量相对较高。
前端抓拍， 较前端比对成 速度较快，识 所有人脸图片均需要 能够识别的人脸库数量多， 采用同一套人脸库的情况
后端比对 本高 别速度在秒级 上传，带宽占用高 可达到百万或者千万级 下，维护的工作量较低。

前端建模， 速度较快，识 能够识别的人脸库数量多， 采用同一套人脸库的情况
建设成本最高 带宽占用基本无影响
后端比对 别速度在秒级 可达到百万或者千万级 下，维护的工作量较低。

在实际项目过程中，能够明确建设场景时，可选择
一种进行匹配，但若场景较为复杂时，一种架构无法
覆盖项目中不同的需求，作为用户很难进行取舍。

解决方案

针对上述的问题，本文提出一种混合式人脸识别
结构，整合前端抓拍，建模，前端识别与后端识别多
种模式在同一架构中的客户识别解决方案。
整套系统架构如下图所示，主要包括前端的抓拍，
建模以及识别摄像机或者单元（只要考虑对前端普通
摄像机的兼容性），后端包括计算资源，数据资源以及
存储资源，以及整体呈现的业务平台。
前端抓拍，建模以及识别摄像机：当前摄像机可
支持抓拍，建模或者识别功能，单个网点可根据实际
的场景，选择不同的设备。 ▲图1
后端计算资源：根据前端传输的人脸图片或者人
脸模型，进行相应的建模或者识别，输出识别结果。 业务流程
后端存储资源：存储前端传输的人脸图片，以便 如图 2 所示，不同网点可按照实际的情况，选择传

后续可实现人脸图片的轨迹查询，甚至“一人一档”功能。 输人脸图片或者传输人脸模型数据，若网点本地有特
后端数据资源池：主要存储结构化数据，包括人 别关注的客户，也可导入人脸库进行本地的识别，后端
脸模型，人脸属性信息等，同时显示人脸轨迹功能，一 会根据传输的不同类型数据，进行相应的适配。
人一档等延伸功能。 若前端传输模型数据时，在比对成功时，再从前

150 2019第八届深圳国际智能交通与卫星导航位置服务展览会(2019.6.20-6.22深圳会展中心)www.its-expo.com

భခ࠯ඌ JOEE ྒ௹၂