就像今天人們外出時必需檢查是否帶手機、錢包、身份證一樣，人臉識別技術也有三樣不可缺少的元素出現(xiàn)，那就是IP Camera（網(wǎng)絡攝像頭）、AI和邊緣計算。
人臉識別過程并不簡單
雖然目前人臉識別在技術上已不成問題，但實際上需要解決的問題，并不像一些電影中展現(xiàn)的那樣容易。比如在數(shù)據(jù)收集上，不僅要有圖像或視頻的抓拍、鏡頭跟蹤、防抖動以及確保更多有效像素等關鍵技術。在圖像、視頻的處理方面，還會運用到視頻圖像的檢測技術、人體動態(tài)識別技術、圖像無線通訊傳輸技術等等。
其中，面臨將大量數(shù)據(jù)傳到服務器進行識別，就會產(chǎn)生不少通信成本，而且有些相當耗時。這顯然會令基于人臉識別的實際落地應用變得并不容易。
不過，為了解決這個問題，現(xiàn)在已有公司對此推出了能夠集成人工智能技術的網(wǎng)絡攝像頭并輔以邊緣計算，來解決上述難題。
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自同一個人。這其中對于人工智能的應用，可以讓這臺網(wǎng)絡攝像頭在現(xiàn)場能同時辨識8個人的臉部信息。
通過收集大量的人臉數(shù)據(jù)集，利用深度信息來做人臉檢測、識別，逐步提升AI算法模型的準確率，解決傳統(tǒng)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云端服務器，避免耗費時間上傳圖像，節(jié)省了大量帶寬資源。
而且通過在本地設備上直接完成臉部辨識，進而讓識別過程縮短至1.5秒內(nèi)。
省成本 應用場景更廣闊
對于
人臉識別技術的更新?lián)Q代，不僅要好用，還要具有成本優(yōu)勢才行。目前如果在學校、社區(qū)、海關等場景里安裝人臉識別系統(tǒng)，需要將傳統(tǒng)的模擬攝像頭換成網(wǎng)絡攝像頭。加上后續(xù)的系統(tǒng)部署與設置等服務費用的話，至少要300萬元的成本，才能順利完成人臉識別系統(tǒng)的更迭。
不過一旦安裝之后，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
人臉識別系統(tǒng)的應用，可以快速定位其個人喜好與消費習慣，還可將相關信息快速發(fā)送至其他連鎖店面，又變成了可用數(shù)據(jù)饋給了AI系統(tǒng)。
