基于嵌入式设备的分布式人脸特征提取系统技术方案

本发明专利技术公开了一种基于嵌入式设备的分布式人脸特征提取系统，其技术方案要点是包括服务端和设备端，所述的服务端生成人脸比对需要的配置信息，并输出组态信息，所述的设备端同步组态信息，并对组态信息进行整理产生需要提取特征的照片，然后所述的设备端与使用人进行人脸比对。本发明专利技术硬件投入少，处理效率高。

【技术实现步骤摘要】
基于嵌入式设备的分布式人脸特征提取系统
本专利技术涉及一种基于嵌入式设备的分布式人脸特征提取系统。
技术介绍
基于深度神经网络的人脸识别技术，应用于多人底库下的人脸比对（1：N）应用中，在比对前需要将所有底库人员的照片按照特定的算法计算出特征值，即人脸的预推导，这个过程需要依赖较高的计算机算力，尤其是在底库较大（千甚至万以上）时，整个处理器（CPU或者显卡）的算力都会被占满.底库特征的预提取通常方案是放在服务器上完成，然后下发给相关的嵌入式设备，由嵌入式设备作本地离线比对。当底库量很大时，要求服务器的硬件配置也就很高。即使配置很高的条件下，当多个客户同时为设备增加多图片时，服务器还是有堵塞的风险。这种配置带来的缺点有：1、高配服务器在空闲时的资源浪费；2、设备数量或者处理图片数量的最大并发限制；3、多照片处理时排队等待时间长，实时性差。
技术实现思路
针对现有技术存在的不足，本专利技术的目的在于提供一种硬件投入少，处理效率高的基于嵌入式设备的分布式人脸特征提取系统。为实现上述目的，本专利技术提供了如下技术方案：一种基于嵌入式设备的分布式人脸特征提取系统，包括服务端和设备端，所述的服务端生成人脸比对需要的配置信息，并输出组态信息，所述的设备端同步组态信息，并对组态信息进行整理产生需要提取特征的照片，然后所述的设备端与使用人进行人脸比对。本专利技术进一步设置为：所述的配置信息包括人员、照和时段。本专利技术进一步设置为：所述的设备端为嵌入式人脸比对机。本专利技术进一步设置为：设备端从服务端获取组态信息后确定自身所需的照片，调用服务端获取图片和特征接口。本专利技术进一步设置为：服务端判断当前是否有对应的图片已经存在特征，即已经处理完成。本专利技术进一步设置为：服务端判断机制为：如果存在就返回已有的特征数据；如果服务端没有已完成的特征，则添加生成任务，如果当前图片已经在任务中了，则不新增任务；服务端当前如果有待分发的任务，就弹出一个任务包给当前设备；如果服务端既没有处理完的特征，又没有待分发的任务，服务端返回图片处理中请等待的提示给客户端。本专利技术进一步设置为：所有的设备端均通过心跳与服务端联通，当服务端有待分发的任务时会通过心跳反馈给所有设备端，空闲的设备端均能够参与任务领取。本专利技术进一步设置为：所述的服务端包括有MySQL数据库。本专利技术具有下述优点：轻量化的服务器配置，不需要高配的CPU、内存和显卡，降低了硬件投入成本，所有的嵌入式设备分布式地处理特征提取任务，无设备接入数和并发处理图片数的限制，所有嵌入式设备并发的处理任务，大大降低处理时间，提高相应的实时性。附图说明图1为本专利技术的操作流程图；图2为本专利技术的任务流程图。具体实施方式参照图1至2所示，本实施例的一种基于嵌入式设备的分布式人脸特征提取系统，包括服务端和设备端，所述的服务端生成人脸比对需要的配置信息，并输出组态信息，所述的设备端同步组态信息，并对组态信息进行整理产生需要提取特征的照片，然后所述的设备端与使用人进行人脸比对。所述的配置信息包括人员、照和时段。所述的设备端为嵌入式人脸比对机。设备端从服务端获取组态信息后确定自身所需的照片，调用服务端获取图片和特征接口。服务端判断当前是否有对应的图片已经存在特征，即已经处理完成。服务端判断机制为：如果存在就返回已有的特征数据；如果服务端没有已完成的特征，则添加生成任务，如果当前图片已经在任务中了，则不新增任务；服务端当前如果有待分发的任务，就弹出一个任务包给当前设备；如果服务端既没有处理完的特征，又没有待分发的任务，服务端返回图片处理中请等待的提示给客户端。所有的设备端均通过心跳与服务端联通，当服务端有待分发的任务时会通过心跳反馈给所有设备端，空闲的设备端均能够参与任务领取。所述的服务端包括有MySQL数据库。通过采用上述技术方案，用户通过交互界面或者API接口在服务端上生成人脸比对需要的配置信息，包括设备（嵌入式人脸比对机）、人员、照片、时段等，服务端通过组态同步机制下发到相应的设备；设备同步组态后整理需要提取特征的照片，与服务端进行任务交互和处理；设备端所需的人脸照片特征提取完成后，本次配置更新完成。1、轻量化服务端不需要提供人脸算法引擎，更不需要配置高端算力（传统服务器要求高CPU、内存和显卡），只需要预装MySQL数据库满足配置信息和关键数据存储，图片、特征等相对大的文件，包括任务数据全都硬盘存储，临时任务文件也会定期删除。2、健壮性任务的发起由设备端通过自身组态更新后发起，即使处理过程中服务端因为异常重启也不影响整个机制，因为设备端在未拿到自己所需的所有图片特征时会持续的定期请求服务端获取数据。另外服务端分发任务包后，如果任务超时没有反馈结果，服务端会重新分发该任务包，即设备端异常也不影响整体机制。3、高扩展性和高并发服务端理论上支持接入任意数量的设备，通信交互上的并发瓶颈仅在于设备的心跳连接、组态更新、任务处理，因为组态变更采用差分式的比对下发，通常数据量不大，而且在设备通常稳定运行的时候不存在该动作。心跳的连接周期可以根据实际需求调整，比如设置60秒心跳一次，结合服务端的缓存机制，可以轻松支持1万台以上设备。a、嵌入式设备分布式人脸特征提取，大批量人脸特征快速提取，不依赖服务器的算力，依靠接入的嵌入式设备分散处理人脸特征提取，设备越多处理速度越快；b、服务端人脸算法解耦，服务端轻量化部署，服务端不涉及功能庞大的人脸算法引擎；c、任务发起去中心化，服务端不关心具体任务内容，由设备端根据自身需要哪些人脸图片，问服务器请求相关数据，服务端生成相应的任务，即使服务端意外重启也不影响整体功能；d、任务分包机制，避免单设备处理量太大引起堵塞，可以自由配置一个任务按多少张图片切成小包，每个设备一次领取一个包处理；e、任务包处理超时重试，增加任务处理中对设备的容错性，设备领取一个任务包后断电断网或其他异常发生时，服务端可以根据超时限制重新排队分发；f、设备任务快速获取，减少设备端与服务端的通讯，设备端从服务端更新组态后明确需要的图片及特征，马上发起与服务端的请求，服务端发现特征未处理时返回最新待处理任务；g、已完成处理的图片任务过滤，已处理完的照片直接返回设备，当设备端向服务端请求图片和特征时，服务端会直接返回已经处理过的图片和特征。设备递交处理结果时服务端整合并记录数据；h、处理中的图片任务过滤，处理中的照片直接返回请等待，当设备端向服务端请求图片和特征时，图片如果在等待分发或者等待设备处理完成时，不会重复生成处理任务；i、任务临时数据定时清理，系统长期运行自我净化，任务管理相关的调度管理和队列全部由内存中维护，临时数据包括压缩包等都存储在硬盘，在任务完成后保留一段时间后自动清除，避免系统长期运行带来的脏数据。以上所述仅是本专利技术的优选实施方式，本专利技术的保护范围并不仅局限于上述实施例，凡属于本专利技术思路下的技术方案均属于本专利技术的保护范围。应当指出，对于本
的普通技术人员来说，在不脱离本专利技术原理前提下的若干改进和润饰，这些改进和润饰也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种基于嵌入式设备的分布式人脸特征提取系统，其特征在于：包括服务端和设备端，所述的服务端生成人脸比对需要的配置信息，并输出组态信息，所述的设备端同步组态信息，并对组态信息进行整理产生需要提取特征的照片，然后所述的设备端与使用人进行人脸比对。

【技术特征摘要】
1.一种基于嵌入式设备的分布式人脸特征提取系统，其特征在于：包括服务端和设备端，所述的服务端生成人脸比对需要的配置信息，并输出组态信息，所述的设备端同步组态信息，并对组态信息进行整理产生需要提取特征的照片，然后所述的设备端与使用人进行人脸比对。2.根据权利要求1所述的基于嵌入式设备的分布式人脸特征提取系统，其特征在于：所述的配置信息包括人员、照和时段。3.根据权利要求1所述的基于嵌入式设备的分布式人脸特征提取系统，其特征在于：所述的设备端为嵌入式人脸比对机。4.根据权利要求1所述的基于嵌入式设备的分布式人脸特征提取系统，其特征在于：设备端从服务端获取组态信息后确定自身所需的照片，调用服务端获取图片和特征接口。5.根据权利要求4所述的基于嵌入式设备的分布式人脸特征提取系统，其特征在于：服务端判断当前是否...

【专利技术属性】
技术研发人员：林会肖，郭燕明，
申请(专利权)人：杭州火视科技有限公司，
类型：发明
国别省市：浙江,33