本地人脸识别引擎人脸特征不必离开设备

很多项目卡在人脸识别上,不是因为算法不够准,而是因为"人脸数据要传到哪里"这个问题没法过审。算芽提供面向 RK3568 等国产边缘 SoC 的本地人脸引擎:检测、关键点对齐、特征提取与检索、多目标跟踪全部在设备本地完成,特征库可以留在现场,可选配活体检测。断网时核验流程照常工作。

引擎覆盖的完整链路

人脸识别不是单一模型,而是一串必须彼此配合的环节。任何一环省掉,现场表现都会明显下滑。

01 / DETECTION

人脸检测

在画面中定位人脸位置与尺寸,处理多人同时出现、侧脸、部分遮挡与远近尺度差异等情况。

02 / ALIGNMENT

关键点对齐

基于人脸关键点做几何校正,把不同姿态的人脸归一到统一形态,这是特征比对稳定性的基础。

03 / RETRIEVAL

特征提取与检索

把人脸编码成特征向量,支持 1:1 身份核验与 1:N 库内检索。特征库保存在设备侧,比对不需要出网。

04 / TRACKING

多目标跟踪

跨帧维持同一个人的身份,避免同一个人反复触发识别与重复记录,也让通行、滞留这类判断成为可能。

05 / LIVENESS

活体检测(可选)

用于抵御照片、屏幕翻拍等呈现攻击。属于选配能力,会占用额外算力,按场景风险与整机算力预算决定是否启用。

06 / DEPLOYMENT

边缘部署

面向 RK3568 等国产边缘 SoC 交付,识别不依赖公网。其他芯片平台的适配可按项目算力与系统环境评估。

具体可支持的库容规模、并发路数与响应表现取决于硬件平台、算力预算与现场条件,需按项目评估确定。算芽不在官网披露未经现场验证的准确率与时延指标。

常见落地场景

后厨与操作区人员管理

与明厨亮灶方案配合,把"有人进入操作区"细化到"是谁进入",同时支撑着装合规检查的责任归属。

晨检与健康核验

作为晨检流程的身份环节,与测温、手部检测串联,确保检查记录对应到具体从业人员。

门禁、闸机与考勤

识别结果可通过接口或信号输出驱动门锁、闸机与考勤记录,具体接口按现场已有设备确定。

信创与国产化项目

基于国产边缘 SoC 的本地方案,适合对芯片来源和数据落地范围都有要求的项目。

COMMON QUESTIONS

常见问题

人脸识别支持哪些硬件平台?

算芽目前提供面向 RK3568 的本地人脸引擎。其他国产边缘 SoC 或算力平台的适配可按项目需求评估,主要看目标平台的算力预算、NPU 支持情况与系统环境。

人脸数据会上传到云端吗?

不需要。检测、对齐、特征提取与比对检索都在设备本地完成,人脸特征库可以保存在设备侧,原始图像与特征值不必上传公网。对数据合规要求较高的项目,可以在方案阶段明确特征存储位置、加密方式与保留周期。

引擎包含哪些具体能力?

包含人脸检测(定位画面中的人脸)、关键点对齐(校正姿态以提升比对稳定性)、特征提取与向量检索(1:1 核验与 1:N 检索)、多目标跟踪(跨帧维持同一个人的身份),以及可选配的活体检测能力。

活体检测是必须的吗?

取决于场景风险。用于考勤、门禁、晨检核验这类有人值守或低对抗性的场景,通常按需选配;涉及支付、无人值守通行等存在照片或视频翻拍风险的场景,建议启用。活体能力会占用额外算力,需要与整机算力预算一起考虑。

能和门禁、闸机、考勤系统对接吗?

可以按项目需求评估对接方式。识别结果可以通过接口或信号输出驱动闸机、门锁与考勤记录。具体协议与硬件接口需要结合现场已有设备确定。

先确认平台,
再谈指标。

告诉我们目标硬件平台、预计人脸库规模和需要的并发路数,我们可以先判断算力是否够用,再讨论具体方案。