淺析自優化人臉識別系統設計

□ 文/魏人杰 王俊卿 林久棚

隨著AI技術的突破，識別速度、識別準確度和環境適應性、人臉防假等問題的逐步解決，人臉識別技術在智慧園區領域的應用成為近年來的熱點，在政府園區、企事業園區、住宅小區等各類場景得到廣泛應用，包含人臉考勤、人臉通行、人臉消費、人臉動線等。但是，在大型園區的應用中會出現人臉比對實時性要求高和人臉庫過大之間的矛盾。下面以出入口人臉通道為例對此進行剖析。

當前人臉通道主要有兩種人臉識別比對技術方案：

前端識別比對：人臉識別前端單元負責人臉采集和識別比對。

中心識別比對：人臉采集前端單元負責人臉采集，人臉識別中心單元負責人臉識別比對。

針對大型園區，早晚高峰出入人數可達到十萬甚至幾十萬級別。此時單純采用前端識別比對方案，由于前端比對能力有限，無法滿足實際應用需求；若單純采用中心識別比對方案，考慮到一定的延時，人員的整體進出體驗不佳。

針對上述問題，本文提出一種自優化的人臉識別系統，采用前端識別比對和中心識別比對相結合的方式。對人員進出頻次進行自動分析，區分出高頻人員和普通人員屬性，并將高頻人員的人臉動態加載至前端識別比對設備的人臉庫中。系統根據進出人員屬性，自動選擇合適的人臉識別模式（前端識別或中心識別），實現人員通道的認證放行，整體提升人員進出體驗，該系統技術同樣可用于大型園區的人臉考勤、人臉消費等應用。

人臉通道應用技術現狀

當前人臉通道主要采用的前端識別比對和中心識別比對方式總結如下：

價格 開門速度 人臉庫量級數據存儲空間 可擴展性前端識別比對 低 快 千、萬 小 一般中心識別比對 高 較快 十萬、百萬 大 強

前端識別比對的優點：單臺前端設備硬件成本較低，不需要復雜的網絡傳輸，延時小，開門響應快，人員進出體驗好。缺點：前端的計算能力、內存空間有限，目前人臉庫數量只能做到千人、萬人量級，一旦人臉庫數量進一步增加，會出現錯誤率提升、數據存儲空間不足等問題，導致系統可用性迅速下降。

中心識別比對的優點是中心單元計算能力強，圖片存儲空間大，可以做到十萬，甚至百萬人量級的認證比對。缺點：中心單元價格較高，前端得到人臉圖片和建模數據需要傳到中心進行比對，再返回比對結果，存在一定的延時，難以保障最佳的人員進出體驗，且若出現網絡中斷的情況，會導致前端業務中斷。

總體架構

自優化的人臉識別系統總體架構如下圖所示，主要包括四個部分：業務平臺、人臉識別前端單元、人臉識別中心單元、人員通道。其中人臉識別前端單元與人員通道集成，共同構成人臉通道。

業務平臺：接收人員進出記錄信息，并負責統計人員進出頻次，按照一定的規則判斷出高頻人員和普通人員。

人臉識別前端單元：存儲高頻人臉庫K1，完成人臉抓拍、建模、比對工作，比對通過的人員，輸出開門信號給對應的人員通道。

人臉識別中心單元：存儲全量人臉庫K2，對不在人臉庫K1的人員進行人臉比對，對于比對通過人員，輸出開門信號給對應的人員通道。高頻人臉庫K1是全量人臉庫K2的子庫。

人員通道：接受前端單元或中心單元的信號，完成開關、閉合動作，控制人員進出。

業務流程

進出人員使用本系統時，前端單元自動進行抓拍和建模，并首先與本地的高頻人臉庫K1比對，如果比對通過則放行，確保高頻人員的快速進出體驗；當前端比對不通過，則將建模數據送至中心單元進行比對，確定是否放行，雖然放行時間會有所增加，但對于進出頻次相對不高的普通人員而言，并不會造成顯著影響。

具體業務流程如下：

前端單元檢測到人臉后，進行抓拍和建模，與前端單元的高頻人臉庫K1進行比對，判斷出入權限。

前端單元比對結果為通過時，發送開門信號至對應的人員通道，予以放行，并將人員進出記錄信息發送至業務平臺。對于高頻進出人員，采用前端單元比對放行，能夠以最快的速度進行身份認證和放行，有效保障進出體驗。

前端單元比對結果為不通過時，將抓拍人臉圖片和建模數據傳輸至中心單元。中心單元將接收到的人臉建模數據與中心單元的全量人臉庫K2進行比對，判斷出入權限。中心單元比對結果為通過時，發送開門信號至對應的人員通道，予以放行，并將人員進出記錄信息發送至業務平臺。

人臉庫更新策略

考慮到人員入職、離職、外派、請假等流動情況，高頻人臉庫K1需要及時更新，本文共設計了實時更新和定時更新兩種策略。

實時更新策略，系統會實時統計某一周期ΔT內當前進出人員的頻次數，并計算該頻次數是否超過閾值，判定是否為高頻人員，實時更新高頻人臉庫K1。

定時更新策略，系統會在某一特定時間點t，統計所有人員在某一周期ΔT內的進出次數，并按照次數大小進行排序，將前X名（X為前端單元的人臉庫規模上限）認定為高頻人員，并更新至高頻人臉庫K1。

人臉庫的實時更新策略如下：

業務平臺接收到某個人員進出記錄信息，實時統計該人員最近一個時間周期ΔT（ΔT可設置，單位：天/周/月）內該人員進出次數N。

將該次數N與高頻人員次數閾值A（A可設置）進行比較。

當N≥A時，則認定該人員為高頻進出人員，并在高頻人臉庫K1中檢索該人員信息。經檢索，該人員信息不在高頻人臉庫K1中時，由中心單元全量人臉庫K2將該人臉信息同步至前端單元高頻人臉庫K1中；該人員在高頻人臉庫K1中時，前端單元高頻人臉庫K1保持不變。

當N＜A時，則認定該人員為普通進出人員，并在高頻人臉庫K1中檢索該人員信息。經檢索，該人員信息不在高頻人臉庫K1中時，前端單元高頻人臉庫K1保持不變；該人員在高頻人臉庫K1中時，刪除前端單元高頻人臉庫K1中該人臉信息。

人臉庫的定時更新策略如下：

業務平臺接收到人員進出記錄信息，在固定時間點t（t可設置，如每天24點、每周日24點），統計最近一個時間周期ΔT（ΔT可設置，單位：天、周、月）內所有人員進出次數。

將次數按照從大到小排序，取前X個（X為前端單元的人臉庫規模上限）認定為高頻進出人員，將這類人員信息統一納入業務平臺高頻人臉庫K1′中。系統自動檢查出K1'與K1兩個庫存在差異的部分，并進行同步，使得前端高頻人臉庫K1與業務平臺高頻人臉庫K1′信息保持一致。

總結

隨著人臉應用系統的快速推廣普及，采用十萬甚至幾十萬級的單體用戶將逐步增多，單純依賴前端識別和中心識別難以滿足用戶需求。本文所述的系統有機結合前端識別和中心識別兩種識別方式，充分融合兩者優點，在有效控制成本的前提下，為不同頻次人員提供最佳的識別方式，提升高頻人員人臉應用體驗的同時有效保障普通人員的人臉應用。同時，通過完善的人臉庫自優化機制，提供實時更新、定時更新兩種策略供選擇，保證高頻人員信息及時同步至前端單元高頻人臉庫。