[发明专利]基于边缘计算框架的人脸识别系统

说明书

本公开提供了一种基于边缘计算框架的人脸识别系统，所述系统包括：服务器，所述服务器配置用于存储人脸数据库和人脸识别模型库，所述人脸数据库包括注册身份信息及与所述注册身份信息关联的注册人脸特征信息，所述人脸识别模型库包括至少一个AI模型；与所述服务器通信连接的至少一个客户端，所述客户端配置用于实时采集视频图像，并根据所述注册身份信息、所述注册人脸特征信息和所述AI模型，对所述视频图像逐帧进行人脸识别。采用本公开的人脸识别系统能够通过客户端进行高效率、高性能地边缘计算，实现大规模快速人脸识别，极大地降低了服务器的处理压力，同时还能够增强系统应对大规模应用和轻量级部署的灵活性和鲁棒性。

技术领域

本公开一般涉及数据处理技术领域，具体涉及一种基于边缘计算框架的人脸识别系统。

背景技术

近年来，随着深度学习和算力算子的不断发展，人脸识别也获得了快速进步。相较于口令识别和指纹识别等传统身份识别方式，人脸识别具有处理速度快、准确率高、无需接触、便于集成和扩展等优势，从而得到广泛使用，并催生了刷脸结算、刷脸乘车及刷脸购物等新的应用服务模式。

目前，面向多种应用场景的人脸识别系统逐渐呈现出大规模、轻量级和模块化的发展趋势。比如，在疫情防控向着常态化和精准化发展的过程中，大规模快速人脸识别已成为一项基础支撑技术，人脸识别配合体温检测以及人脸识别配合轨迹分析等新兴应用将使人脸识别功能变得越来越基础化和底座化。

然而，相关技术中人脸识别系统采用通用型设备进行全栈式开发和部署，使用常规的PC（Personal Computer）电脑或者笔记本电脑作为算法处理平台，但这种方式可靠性较低、系统性价比不高，同时软硬件结合度有限，难以满足人脸识别系统的功能集成和扩展。

发明内容

鉴于相关技术中的上述缺陷或不足，期望提供一种基于边缘计算框架的人脸识别系统，能够高效率、高性能地进行边缘计算，实现大规模快速人脸识别，同时增强系统应对大规模应用和轻量级部署的灵活性和鲁棒性。

本公开提供一种基于边缘计算框架的人脸识别系统，所述系统包括：

服务器，所述服务器配置用于存储人脸数据库和人脸识别模型库，所述人脸数据库包括注册身份信息及与所述注册身份信息关联的注册人脸特征信息，所述人脸识别模型库包括至少一个AI模型；

与所述服务器通信连接的至少一个客户端，所述客户端配置用于实时采集视频图像，并根据所述注册身份信息、所述注册人脸特征信息和所述AI模型，对所述视频图像逐帧进行人脸识别。

可选地，在本公开一些实施例中，所述客户端中父线程用于处理所述视频图像的实时采集，子线程用于处理所述视频图像的人脸识别，所述父线程与所述子线程之间轮流进行数据交换。

可选地，在本公开一些实施例中，各所述客户端之间并行采集所述视频图像以及对所述视频图像进行人脸识别。

可选地，在本公开一些实施例中，所述服务器包括总服务器和至少两个子服务器，所述总服务器用于向各所述子服务器共享和同步数据，其中所述子服务器与至少一个所述客户端通信连接。

可选地，在本公开一些实施例中，所述服务器定期发送同步数据和心跳信号至各所述客户端。

可选地，在本公开一些实施例中，所述客户端还配置用于检测所述视频图像中的人脸，并对所述人脸进行面部配准和特征信息提取；

当提取的特征信息与所述注册人脸特征信息相似值最大时，则确定所述注册人脸特征信息对应的所述注册身份信息为识别目标。

可选地，在本公开一些实施例中，所述客户端还配置用于若所述识别目标为感兴趣目标，则生成异常信息和预警提示，并发送所述异常信息至所述服务器进行归档。

可选地，在本公开一些实施例中，所述预警提示包括高亮显示和语音提示中的至少一种。