基于生物識別的門禁系統解決方案

大型的辦公樓和寫字樓每天都會有大量的個人、員工、客戶、供應商或訪客流動，人員進出的管理比普通住宅要難得多。門禁系統可謂是樓宇安全的第一道守護神。

隨著建筑智能化的發展，門禁控制的方法也從最基本的門鎖和鑰匙發展到可分析人類特征的復雜生物識別系統。這種演進不僅提高了建筑的安全性，用戶體驗也得到了極大提升。甚至，還可以在其他系統的支持下，將基于生物識別的門禁系統用于甄別已知的罪犯或恐怖分子。

01

快速成長的生物識別門禁市場

數字技術和傳感技術的發展徹底改變了門禁行業的布局，從傳統鑰匙到尖端生物識別技術，這一過程的演進宗旨是：在增強安全性、提高效率的情況下大幅提升用戶的舒適度和體驗感。

目前，市場上智能建筑常用的數字門禁方案有智能卡、生物識別訪問控制、語音識別等。其中，智能卡方案主要通過在卡中嵌入微芯片和天線來實現，這些卡片可以在不需要直接接觸的情況下由接近讀卡器讀取員工或訪客的信息，安全性較高；生物識別訪問控制系統通過使用人類獨特的生理和行為特征進行信息比對和驗證，是門禁行業的前沿技術。

這種方案中提取的人類特征可以是指紋、面部特征，甚至還可以是虹膜圖案和聲紋等信息，這些獨一無二的信息幾乎不可能被其他人復制，因此，基于生物識別的門禁系統常常被看作是一個高度安全的門禁解決方案。此外，語音識別方案需要依靠聲音特征來識別進出人員，雖然不如其他生物識別技術常見，但它們在語音助手和基于手機的安全訪問控制方面還是具有較大的市場潛力。

在生物識別訪問控制系統發展過程中，物聯網（IoT）和人工智能（AI）的融合為該技術的市場推廣注入了新的活力。物聯網設備可以與接入系統通信，實現遠程控制和監控。人工智能則通過檢測用戶行為中的異常大幅增強了系統的安全性。根據一項研究，在過去3年中，用于建筑物出入控制的生物識別門禁系統的實施增加了60%。在新建建筑中，生物識別門禁系統的安裝已經占據了主導地位，并成為最可靠方法。

02

在邊緣設備中集成人臉識別門禁系統

人臉識別技術的實現是利用專有的人工智能算法和數學模型，通過測量面部變量包括鼻子的深度和寬度、前額的長度和眼睛的形狀等數據來創建個人模板；然后，再將面部識別生成的模板與數據庫中的模板進行比較，如果二者匹配，就可以確認個人的身份。?

基于人臉識別的門禁系統可以從一個簡單的智能設備——如智能手機或平板電腦——擴展到低功耗邊緣設備和AIoT設備，甚至還可以擴展到帶有大型2D和3D連接攝像頭陣列的GPU加速服務器。若要人臉識別的速度更快，硬件平臺需有包含類神經網路加速器，它可以讓人工智能的推理更順暢。在構建面部識別邊緣設備時，應根據具體使用情況選擇正確的芯片組。 ?

例如，使用高端NVIDIA GPU芯片作為硬件平臺，可能前期投入的成本較高，但勝在GPU能同時處理數百個視頻通道，處理速度更快，減少了平臺中所需工作站的數量。而低成本的CPU/SoC方案，提供的性能可能受限，處理速度約為每秒五幀，并且只有正面人臉識別，但方案的價格將非常實惠，能夠很容易地集成到現有的邊緣設備中，更加適合智能建筑中所需的門禁系統。

現實中，在構建高性價比的智能建筑人臉識別門禁系統時，企業通常也會選擇基于邊緣的人臉識別解決方案。該方案中的邊緣設備可快速、安全、精確地運行人臉識別的模型和信息，加上低成本、高靈活性和可擴展性等優點，是大多數終端用戶選擇它的主要原因。?

在進行人臉特征提取時，面部識別系統需要從兩個方面加以驗證：

1:1正面匹配：它主要回答“這就是你們所說的那個人嗎”，此時需要面部識別引擎執行1:1的人臉匹配。如果人員已經注冊，引擎會從攝像頭提交的實時視圖中提取一個面部模板，并檢查是否與此人的文件模板匹配。若此人未預先注冊或需要驗證官方認可的身份證件時，引擎將連接到身份證掃描儀，從圖片ID上的人臉提取模板，并使用相同的1:1方法進行匹配。

1:N人臉搜索：它回答的是“這是誰”的問題，需要將個人的面部模板與數據庫中預先存儲的人臉進行比較，如果找到匹配的人臉，就會確認此人的身份并放行。人臉搜索最常見的用途是安全和監控系統。

Cyberlink公司的AI人臉識別技術FaceMe，可以同時檢測多個人臉，計算在場的人員數量，并分別對每個人臉進行檢測。對應的面部識別引擎FaceMe SDK在NIST FRVT 1:1和1:N中均位列第一，1E-6的準確率為99.83%，意味著錯誤匹配率（FMR）為百萬分之一。

FaceMe SDK是一款跨平臺的面部識別引擎，在將基于邊緣的人工智能人臉識別集成到物聯網和AIoT解決方案中具有獨特的地位。經過優化，FaceMe SDK可在大多數硬件配置上運行，包括從高端工作站到物聯網設備中通常使用的低功耗芯片組。

01

獨立GPU方案?

GPU具有豐富的板載內存、高內存帶寬和可觀的浮點計算能力，能夠支持具有卓越性能的面部識別。針對高端工作站需求，FaceMe推薦了NVIDIA的兩款GPU——RTX A5000和RTX A6000，這兩款產品在算力和價格之間均達到良好的平衡，是工作站GPU方案的絕佳選擇。

在單個工作站上，假如FaceMe?使用NVIDIA RTX A5000，每秒可以處理489到727幀，相當于每個GPU處理48到72個并發視頻通道（每個通道每秒10幀），方案的性價比很高。

02

基于CPU/SoC方案

CPU/SoC芯片常常用于在智能邊緣設備中嵌入小型人臉識別的門禁系統，價格合理，方案簡單易行，幾種FaceMe面部識別模型都可以在這些搭載了CPU/SoC的AIoT設備上運行。

NXP的i.MX8M Plus就是符合這一需求的應用處理器，這款SoC產品增加了一個性能出色的神經處理單元 (NPU)，顯著提高了人工智能算法的性能。在i.MX 8M Plus內部配備了強大的4核Arm ?Cortex-A53處理器，在NPU的加持下，運行速率高達2.3 TOPS。

另有 800 MHz的Cortex-M7處理器用于執行實時控制任務。集成的兩個圖像信號處理器(ISP)和兩個攝像頭，可打造高效的先進視覺系統。

圖：i.MX8M Plus應用處理器

（圖源：NXP）

03

智能門禁市場“錢”景幾何？

幾份獨立的市場研究報告指出，門禁市場的年增長率預估接近兩位數，其中大部分需求是由智能建筑投資推動的。

研究公司Memoori的最新分析表明，2022年建筑物聯網市場（BIoT）約為535億美元，預測2022年至2028年間，市場規模將以10.33%的復合年增長率（CAGR）增長至965億美元。

而市場研究公司Future market Insight報告則稱，2023年智能建筑門禁市場的全球市值為118億美元，與Memoori的估計相差不遠，不過他們對2023-2033年復合年增長率（CAGR）的預估為14%。這些良好的市場預期均源于數字門禁市場快速發展的影響。

在當今快節奏的世界里，安全和便利至關重要，受此影響，門禁系統也取得了長足的進步。隨著時間的推移，門禁系統已經從基本的門鎖和鑰匙發展到可分析獨特的人類特征的復雜生物識別系統。這種發展不僅提高了建筑的安全性和智能化水平，同時極大地優化了用戶體驗。

融合了各種高新技術的數字門禁系統將為我們帶來一個更加安全、高效和用戶友好的訪問控制環境，建筑的智能化水平也會更上一層樓。

審核編輯：黃飛