人臉識(shí)別系統(tǒng)雖然不是一個(gè)新興事物,但是放在社會(huì)和科技的大背景下依然有新的看點(diǎn),在GPU集群時(shí)代之前,人臉識(shí)別依賴的是具備抓拍和識(shí)別功能的IPC,或者模擬攝像機(jī)+盒子的模式,此時(shí)的IPC或者盒子造價(jià)高,但是新建部署簡(jiǎn)單,具有一定的市場(chǎng)。

在大數(shù)據(jù)時(shí)代,在前端完成圖像處理被稱為“邊緣計(jì)算”,這一架構(gòu)再加上后端的業(yè)務(wù)應(yīng)用,呈現(xiàn)如下組網(wǎng)方式:

邊緣計(jì)算模式組網(wǎng)圖

隨著網(wǎng)絡(luò)技術(shù)的發(fā)展,視頻實(shí)時(shí)傳輸?shù)拇竺娣e推廣,伴隨著GPU服務(wù)器的出現(xiàn),另一種系統(tǒng)架構(gòu)出現(xiàn)了,那就是利舊普通視頻攝像機(jī),采用后端接入GPU服務(wù)器進(jìn)行統(tǒng)一人臉識(shí)別與分析的方式,由于對(duì)已有視頻網(wǎng)絡(luò)改動(dòng)小,部署更簡(jiǎn)單,也具有一定的市場(chǎng)。

這種架構(gòu)在落地時(shí),圖像處理系統(tǒng)與數(shù)據(jù)分析系統(tǒng)就成了后端“鄰居”:

后端集中分析模式組網(wǎng)圖

現(xiàn)如今的人臉識(shí)別項(xiàng)目在落地時(shí),是向左,采用后端集中分析的方式,還是向右,采用邊緣計(jì)算的方式,這是每一個(gè)從業(yè)者都在思考的問(wèn)題。但 “條條大路通羅馬”,邊緣計(jì)算與后端集群,無(wú)論是從技術(shù)上還是從業(yè)務(wù)上,各有優(yōu)劣。

采用邊緣計(jì)算的方式,人臉識(shí)別和比對(duì)均在前端完成,后臺(tái)只負(fù)責(zé)任務(wù)調(diào)度和告警后處理,其優(yōu)勢(shì)在于輕量化部署,對(duì)傳輸?shù)囊蟮?甚至可以做到微波傳輸,而強(qiáng)大的前端也可以變得更加便攜,集成在移動(dòng)巡邏車上,單兵設(shè)備上,甚至民用級(jí)無(wú)人機(jī)上,應(yīng)用場(chǎng)景被極大的拓展。

其不足在于,前端受體積和功率限制,以目前的科技水平仍無(wú)法做到大規(guī)模布控和多目標(biāo)實(shí)時(shí)比對(duì),FPGA的算力和擴(kuò)展性畢竟無(wú)法與專業(yè)GPU計(jì)算卡相比,而把專業(yè)的GPU計(jì)算卡放在前端,數(shù)量和功率都將受到極大的限制。所以邊緣計(jì)算的人臉識(shí)別方案更適合于少目標(biāo)、少接入、小場(chǎng)景、要求機(jī)動(dòng)性的業(yè)務(wù)場(chǎng)景中應(yīng)用。

采用后端集群的方式,人臉識(shí)別抓拍(不帶屬性檢測(cè))可在前端或后端進(jìn)行,對(duì)人臉圖片的分析和結(jié)構(gòu)化均交由后臺(tái)強(qiáng)大的GPU集群來(lái)完成,如此可實(shí)現(xiàn)大規(guī)模甚至超大規(guī)模(百億級(jí)數(shù)據(jù))的布控和實(shí)時(shí)分析,接入視頻路數(shù)的限制只在于GPU集群的擴(kuò)展能力,而一般GPU集群都具備強(qiáng)大的橫向擴(kuò)展能力。同時(shí),這一方式對(duì)前端攝像機(jī)的要求極低(甚至可以采用老舊的模擬攝像機(jī))。在平安城市或智慧社區(qū)的改造項(xiàng)目中,采用這種方式可以更好地利舊已有前端,并且繼續(xù)使用已有視頻管理系統(tǒng),對(duì)現(xiàn)網(wǎng)的改動(dòng)小,易于部署。

但是這種方式的缺點(diǎn)也很明顯,即對(duì)傳輸網(wǎng)絡(luò)要求較高,如果采用普通視頻流攝像機(jī)接入,視頻網(wǎng)絡(luò)的壓力非常大。同時(shí),后端處理的方式受限于GPU集群的硬件環(huán)境,不具備機(jī)動(dòng)性。因此,后端集群的人臉識(shí)別方案適合于海量目標(biāo)、海量接入、海量數(shù)據(jù)、多場(chǎng)景、不要求機(jī)動(dòng)性的業(yè)務(wù)場(chǎng)景中應(yīng)用。

在如今的安防市場(chǎng),這兩種方案均有其適合的生存土壤和空間,且完全可以形成業(yè)務(wù)互補(bǔ)。