摘要：最近有合作公司的項目需要服務(wù)端人臉識別的開發(fā)，于是就用了公司的人臉識別開發(fā)，由于之前對服務(wù)端開發(fā)介紹的資料比較少，正好這次又做了這個項目，花了幾天的開發(fā)，這里就簡單分享一下個人的見解。

最近有合作公司的項目需要服務(wù)端人臉識別的開發(fā)，于是就用了公司的人臉識別SDK開發(fā)，由于之前對服務(wù)端開發(fā)介紹的資料比較少，正好這次又做了這個項目，花了幾天的開發(fā)，這里就簡單分享一下個人的見解。

人臉檢測接口就是可以把一張圖片的人臉照片圖， 經(jīng)過FaceEngine的處理，檢測出人人臉框信息。檢測模式有兩種，image模式和video模式，image模式對于人臉檢測準(zhǔn)確率比較高，但性能沒有video模式高。video模式適用于在視頻流模式下，在視頻流模式有更快的處理性能和更好的人臉框穩(wěn)定性。Video模式下，處理一幀圖片在10毫秒內(nèi)，所以在30幀的視頻中，可以輕松的對每幀進(jìn)行人臉檢測。

特征提取是在檢測出人臉框的基礎(chǔ)上，尋找出該人臉最具特別性的描述，該描述可被傳輸和保存，在ArcFace2.0中，一個特征占用1032字節(jié)，特征提取要花100-150毫秒，所以每幀都做特征提取是不可行的，但借助TrackID，可以做到一張人臉只要提取一次人臉特征。

人臉比對即特征比對，對兩張人臉照片圖分別提取特征，然后進(jìn)行比較，獲取相似度。該比對的時間是微妙級的，但在實際的應(yīng)用過程中，往往是幾千個特征甚至幾萬個特征進(jìn)行比對，所以處理時間要成倍的增加。假設(shè)處理一個特征需要3微妙，那么在5萬的特征庫中進(jìn)行比較，時間就是3*50000=150毫秒

無感是永遠(yuǎn)的痛
人臉識別經(jīng)常用在一些實時性比較高的場合，比如門禁這類系統(tǒng)，客戶往往要求我們要“無感”通過。這些實時性高的系統(tǒng)，通常利用網(wǎng)絡(luò)傳輸視頻流，服務(wù)器來處理再反饋結(jié)果，如果沒有在網(wǎng)絡(luò)，內(nèi)存，CPU上做足夠的優(yōu)化，往往帶來的就是延遲高，響應(yīng)慢。
光看上面文字，大家可能沒什么印象。咱們還是來一張圖，一起來直觀的感受一下耗時分析

咱們來算算，假設(shè)100個設(shè)備，每秒鐘30幀的照片，每幀100K，那么每秒鐘有多少流量？每分鐘有多少？每天呢？
按照標(biāo)準(zhǔn)的算法，每個設(shè)備每秒鐘流量：1*30幀*100KB=3MB
換算到分的話3MB*60秒=16MB/分
1天的話16MB*60分鐘*24小時=23040MB/天
100個設(shè)備的話23040MB*100=2T/天，也就是每天有T級別流量
哇，這么一算，一般的服務(wù)器和網(wǎng)絡(luò)怎么受得了
老規(guī)矩，咱們看圖來分析下現(xiàn)狀

如上圖，照片實時上傳到服務(wù)器，服務(wù)器人臉檢測和特征提取，服務(wù)器特征比對，排序，結(jié)果輸出。
全部交給服務(wù)器處理，服務(wù)器壓力太了，讓客戶端分擔(dān)點吧 。

優(yōu)化后...


把人臉檢測和特征提取全放客戶端，客戶端每次上傳人臉特征，服務(wù)端做特征比對、排序，結(jié)果輸出。