CN113158717A - 一种端及云人脸识别架构 - Google Patents
一种端及云人脸识别架构 Download PDFInfo
- Publication number
- CN113158717A CN113158717A CN202011332204.7A CN202011332204A CN113158717A CN 113158717 A CN113158717 A CN 113158717A CN 202011332204 A CN202011332204 A CN 202011332204A CN 113158717 A CN113158717 A CN 113158717A
- Authority
- CN
- China
- Prior art keywords
- face
- equipment
- face recognition
- data
- deleting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及人脸算力边缘和中心结合技术领域,尤其是一种端及云人脸识别架构,包括包括以下主线:参数设置:通过APP界面端设定参数调用网关(Soul),转发请求到设备管理系统(ESD)到设备设置中心(Canary),通知Lookup找到连接设备的流媒体服务器(Relay)将设置参数送到设备端,参数设置信息包括:服务端赋予人脸识别能力集;设备人脸识别开关;设备人脸识别算法参数;设备人脸识别能力集;设备人脸识别配置;参数获取:设备调用流媒体服务器(Relay),流媒体服务器调用设备管理中心(ESD)从配置中心(canary)拉取到配置数据;删除人脸数据Meta;人脸数据meta同步。本发明降低人脸识别算力;边缘计算应用,基于元数据的一致性。
Description
技术领域
本发明涉及人脸算力边缘和中心结合技术领域,尤其涉及一种端及云人脸识别架构。
背景技术
端及云人脸识别系统,主要是指设备端和云端两端人脸识别系统,既可以利用设备自身的资源进行人脸识别,也可以利用云端服务器进行识别,设备端识别是为了充分利用设备识别的灵活性,降低人脸在云端识别的压力,以提高人脸识别的效率;随着技术的不断进步,市场需求的不断变化,人脸技术也有了新发展,主要表现在边缘计算和云计算两个方面;边缘计算起源于传媒领域,是指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务,其应用程序在边缘侧发起,产生更快的网络服务响应,满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间,或处于物理实体的顶端,而云端计算,仍然可以访问边缘计算的历史数据,云计算指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,然后,通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户,在这种情况下,设备产生的就近源分析、处理数据,没有数据的流转,进而减少网络流量和响应时间,比传统意义上的云端识别更加有效,人脸识别算力要求非常高,QPS无法提高,成本较高,在toC场景下利用边缘计算的方式利用端上的算力降低成本,减少对业务的影响,遂设计本方案。
发明内容
本发明的目的在于提供一种端及云人脸识别架构,以解决上述背景技术中提出的问题。
为了实现上述目的,本发明采用了如下技术方案:
设计一种端及云人脸识别架构,包括以下主线:
主线一:参数设置:通过APP界面端设定参数调用网关(Soul),转发请求到设备管理系统(ESD)到设备设置中心(Canary),通知Lookup找到连接设备的流媒体服务器(Relay)将设置参数送到设备端;
主线二:参数获取:设备调用流媒体服务器(Relay),流媒体服务器调用设备管理中心(ESD)从配置中心(canary)拉取到配置数据;
主线三:删除人脸数据Meta: 通过app界面端删除指定人脸,请求通过网关(soul)转发到人脸数据存储系统(FaceAPI)操作完成后,分别调用Lookup 通知设备端删除缓存的此人脸,同时通知云端识别系统(FaceServer)也删除响应的缓存数据;
主线四:人脸数据meta同步:由于设备数据不保存数据,存放在内存中,所以设备在重启的状况下需要从云端拉取数据,通过流媒体服务器(Relay),调用人脸数据存储系统(FaceAPI)获取数据;
主线五:人脸数据meta上传:即设备端识别到的数据需要存储到云端,通过流媒体服务器(Relay)调用人脸数据存储系统(FaceAPI)把数据存储起来;
主线六:人脸数据合并:主要是为了提高识别效率:人脸识别毕竟是机器识别,存在一定的误识别率,通过人为干扰提高识别率:把误识别的图片指定为一个人以提高此人的识别率。
优选的,主线一中参数设置信息包括:服务端赋予人脸识别能力集;设备人脸识别开关;设备人脸识别算法参数;设备人脸识别能力集;设备人脸识别配置。
优选的,主线二中参数获取每次启动获取一次,这个就是canary配置获取一样。
优选的,主线三中删除人脸数据meta包括以下步骤:
步骤一:通过faceapi模块进行:删除人脸图片faceid根据来源删除,删除personid,触发遍历删除faceid,根据自己来源删除personid,删除personid_idx,触发遍历删除personid,删除personid_idx映射相关数据,设备标识符需要下发处理;
步骤二:通过faceserver模块支持删除特征值;
步骤三:通过lookup&relay模块下发逻辑支持。
本发明提出的一种端及云人脸识别架构,有益效果在于:本发明降低人脸识别算力;边缘计算应用,基于元数据的一致性。
附图说明
图1为本发明端及云整体架构示意图;
图2为本发明删除人脸数据meta流程图;
图3为本发明人脸数据meta同步流程图;
图4为本发明人脸数据meta上报流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
参照图1-4,一种端及云人脸识别架构,包括以下主线:参数设置:通过APP界面端设定参数调用网关(Soul),转发请求到设备管理系统(ESD)到设备设置中心(Canary),通知Lookup找到连接设备的流媒体服务器(Relay)将设置参数送到设备端,参数设置信息包括:服务端赋予人脸识别能力集;设备人脸识别开关;设备人脸识别算法参数;设备人脸识别能力集;设备人脸识别配置;参数获取:设备调用流媒体服务器(Relay),流媒体服务器调用设备管理中心(ESD)从配置中心(canary)拉取到配置数据;删除人脸数据Meta: 通过app界面端删除指定人脸,请求通过网关(soul)转发到人脸数据存储系统(FaceAPI)操作完成后,分别调用Lookup 通知设备端删除缓存的此人脸,同时通知云端识别系统(FaceServer)也删除响应的缓存数据,参数获取每次启动获取一次,这个就是canary配置获取一样;人脸数据meta同步:由于设备数据不保存数据,存放在内存中,所以设备在重启的状况下需要从云端拉取数据,通过流媒体服务器(Relay),调用人脸数据存储系统(FaceAPI)获取数据;人脸数据meta上传:即设备端识别到的数据需要存储到云端,通过流媒体服务器(Relay)调用人脸数据存储系统(FaceAPI)把数据存储起来,删除人脸数据meta包括以下步骤:通过faceapi模块进行:删除人脸图片faceid根据来源删除,删除personid,触发遍历删除faceid,根据自己来源删除personid,删除personid_idx,触发遍历删除personid,删除personid_idx映射相关数据,设备标识符需要下发处理;通过faceserver模块支持删除特征值;通过lookup&relay模块下发逻辑支持;人脸数据合并:主要是为了提高识别效率:人脸识别毕竟是机器识别,存在一定的误识别率,通过人为干扰提高识别率:把误识别的图片指定为一个人以提高此人的识别率。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种端及云人脸识别架构,其特征在于:包括以下主线:
主线一:参数设置: 通过APP界面端设定参数调用网关(Soul),转发请求到设备管理系统(ESD)到设备设置中心(Canary),通知Lookup找到连接设备的流媒体服务器(Relay)将设置参数送到设备端;
主线二:参数获取:设备调用流媒体服务器(Relay),流媒体服务器调用设备管理中心(ESD) 从配置中心(canary)拉取到配置数据;
主线三:删除人脸数据Meta: 通过app界面端删除指定人脸 ,请求通过网关(soul)转发到人脸数据存储系统(FaceAPI)操作完成后,分别调用Lookup 通知设备端删除缓存的此人脸,同时通知云端识别系统(FaceServer)也删除响应的缓存数据;
主线四:人脸数据meta同步: 由于设备数据不保存数据,存放在内存中,所以设备在重启的状况下 需要从云端拉取数据,通过流媒体服务器(Relay),调用人脸数据存储系统(FaceAPI)获取数据;
主线五:人脸数据meta上传: 即设备端识别到的数据需要存储到云端,通过流媒体服务器(Relay)调用人脸数据存储系统(FaceAPI)把数据存储起来;
主线六:人脸数据合并:主要是为了提高识别效率: 人脸识别毕竟是机器识别,存在一定的误识别率,通过人为干扰提高识别率:把误识别的图片指定为一个人以提高此人的识别率。
2.根据权利要求1所述的一种端及云人脸识别架构,其特征在于,所述主线一中参数设置信息包括:服务端赋予人脸识别能力集;设备人脸识别开关;设备人脸识别算法参数;设备人脸识别能力集;设备人脸识别配置。
3.根据权利要求1所述的一种端及云人脸识别架构,其特征在于,所述主线二中参数获取每次启动获取一次,这个就是canary配置获取一样。
4.根据权利要求1所述的一种端及云人脸识别架构,其特征在于,所述主线三中删除人脸数据meta包括以下步骤:
步骤一:通过faceapi模块进行:删除人脸图片faceid根据来源删除,删除personid,触发遍历删除faceid,根据自己来源删除personid,删除personid_idx,触发遍历删除personid,删除personid_idx映射相关数据,设备标识符需要下发处理;
步骤二:通过faceserver模块支持删除特征值;
步骤三:通过lookup&relay模块下发逻辑支持。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011332204.7A CN113158717A (zh) | 2020-11-25 | 2020-11-25 | 一种端及云人脸识别架构 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011332204.7A CN113158717A (zh) | 2020-11-25 | 2020-11-25 | 一种端及云人脸识别架构 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113158717A true CN113158717A (zh) | 2021-07-23 |
Family
ID=76882497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011332204.7A Pending CN113158717A (zh) | 2020-11-25 | 2020-11-25 | 一种端及云人脸识别架构 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113158717A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206757359U (zh) * | 2017-05-24 | 2017-12-15 | 成都锐帆网智信息技术有限公司 | 一种校园监控平台 |
CN108055505A (zh) * | 2017-12-11 | 2018-05-18 | 深圳市东微智能科技股份有限公司 | 监控设备控制方法、装置、系统、存储介质和计算机设备 |
CN109657588A (zh) * | 2018-12-11 | 2019-04-19 | 上海工业自动化仪表研究院有限公司 | 基于视频识别的智能边缘计算嵌入式终端 |
CN110290140A (zh) * | 2019-06-28 | 2019-09-27 | 腾讯科技(深圳)有限公司 | 多媒体数据处理方法及装置、存储介质、电子设备 |
CN111343436A (zh) * | 2020-03-26 | 2020-06-26 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 基于云边协同的轨道交通视频监控方法及系统 |
-
2020
- 2020-11-25 CN CN202011332204.7A patent/CN113158717A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206757359U (zh) * | 2017-05-24 | 2017-12-15 | 成都锐帆网智信息技术有限公司 | 一种校园监控平台 |
CN108055505A (zh) * | 2017-12-11 | 2018-05-18 | 深圳市东微智能科技股份有限公司 | 监控设备控制方法、装置、系统、存储介质和计算机设备 |
CN109657588A (zh) * | 2018-12-11 | 2019-04-19 | 上海工业自动化仪表研究院有限公司 | 基于视频识别的智能边缘计算嵌入式终端 |
CN110290140A (zh) * | 2019-06-28 | 2019-09-27 | 腾讯科技(深圳)有限公司 | 多媒体数据处理方法及装置、存储介质、电子设备 |
CN111343436A (zh) * | 2020-03-26 | 2020-06-26 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 基于云边协同的轨道交通视频监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111131379B (zh) | 一种分布式流量采集系统和边缘计算方法 | |
CN111752799A (zh) | 一种业务链路跟踪方法、装置、设备及储存介质 | |
US20160012150A1 (en) | System and method for main distribution network graph/model/data integration based on remote access and information interaction | |
CN106331147B (zh) | 一种redis分布式调用方法 | |
CN102244767A (zh) | 一种云监控系统及方法 | |
CN107248978A (zh) | 一种消息监听处理方法及系统 | |
CN112866298A (zh) | 一种ims多媒体会议终端数据采集方法 | |
CN110601891B (zh) | 一种报警处理的方法以及相关装置 | |
CN109788251B (zh) | 视频处理方法、装置及存储介质 | |
CN114490053A (zh) | 基于边缘计算和监督学习方法的情景感知策略推荐系统 | |
CN113158717A (zh) | 一种端及云人脸识别架构 | |
CN117493116A (zh) | 采集终端的监控处理方法、平台、装置 | |
CN103581300B (zh) | 互动会议系统信息资料在线保全方法 | |
CN112039936B (zh) | 数据传输方法、第一数据处理设备及监控系统 | |
CN114363579B (zh) | 一种监控视频的共享方法、装置及电子设备 | |
CN109302435A (zh) | 消息发布方法、装置、系统、服务器及计算机可读存储介质 | |
CN111460217A (zh) | 视频检索系统和视频检索系统的运行方法 | |
CN103856347B (zh) | 异常告警方法及服务器 | |
WO2017193814A1 (zh) | 一种业务链生成方法及系统 | |
CN205693803U (zh) | 基于无线网络的通信和图像采集的监控装置 | |
CN111901561B (zh) | 监控系统中的视频数据处理方法、装置、系统及存储介质 | |
CN104050284A (zh) | 一种基于单进程的数据异步查询方法及系统 | |
CN114598834A (zh) | 一种视频处理方法、装置、电子设备及可读存储介质 | |
CN108984614B (zh) | 一种基于大数据环境下的视图像快速识别方法 | |
CN113992948A (zh) | 一种基于云平台的视频管理系统、方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210723 |