基于生物识别的门禁系统解决方案

大型的办公楼和写字楼每天都会有大量的个人、员工、客户、供应商或访客流动，人员进出的管理比普通住宅要难得多。门禁系统可谓是楼宇安全的第一道守护神。

随着建筑智能化的发展，门禁控制的方法也从最基本的门锁和钥匙发展到可分析人类特征的复杂生物识别系统。这种演进不仅提高了建筑的安全性，用户体验也得到了极大提升。甚至，还可以在其他系统的支持下，将基于生物识别的门禁系统用于甄别已知的罪犯或恐怖分子。

01

快速成长的生物识别门禁市场

数字技术和传感技术的发展彻底改变了门禁行业的布局，从传统钥匙到尖端生物识别技术，这一过程的演进宗旨是：在增强安全性、提高效率的情况下大幅提升用户的舒适度和体验感。

目前，市场上智能建筑常用的数字门禁方案有智能卡、生物识别访问控制、语音识别等。其中，智能卡方案主要通过在卡中嵌入微芯片和天线来实现，这些卡片可以在不需要直接接触的情况下由接近读卡器读取员工或访客的信息，安全性较高；生物识别访问控制系统通过使用人类独特的生理和行为特征进行信息比对和验证，是门禁行业的前沿技术。

这种方案中提取的人类特征可以是指纹、面部特征，甚至还可以是虹膜图案和声纹等信息，这些独一无二的信息几乎不可能被其他人复制，因此，基于生物识别的门禁系统常常被看作是一个高度安全的门禁解决方案。此外，语音识别方案需要依靠声音特征来识别进出人员，虽然不如其他生物识别技术常见，但它们在语音助手和基于手机的安全访问控制方面还是具有较大的市场潜力。

在生物识别访问控制系统发展过程中，物联网（IoT）和人工智能（AI）的融合为该技术的市场推广注入了新的活力。物联网设备可以与接入系统通信，实现远程控制和监控。人工智能则通过检测用户行为中的异常大幅增强了系统的安全性。根据一项研究，在过去3年中，用于建筑物出入控制的生物识别门禁系统的实施增加了60%。在新建建筑中，生物识别门禁系统的安装已经占据了主导地位，并成为最可靠方法。

02

在边缘设备中集成人脸识别门禁系统

人脸识别技术的实现是利用专有的人工智能算法和数学模型，通过测量面部变量包括鼻子的深度和宽度、前额的长度和眼睛的形状等数据来创建个人模板；然后，再将面部识别生成的模板与数据库中的模板进行比较，如果二者匹配，就可以确认个人的身份。 

基于人脸识别的门禁系统可以从一个简单的智能设备——如智能手机或平板电脑——扩展到低功耗边缘设备和AIoT设备，甚至还可以扩展到带有大型2D和3D连接摄像头阵列的GPU加速服务器。若要人脸识别的速度更快，硬件平台需有包含类神经网路加速器，它可以让人工智能的推理更顺畅。在构建面部识别边缘设备时，应根据具体使用情况选择正确的芯片组。  

例如，使用高端NVIDIA GPU芯片作为硬件平台，可能前期投入的成本较高，但胜在GPU能同时处理数百个视频通道，处理速度更快，减少了平台中所需工作站的数量。而低成本的CPU/SoC方案，提供的性能可能受限，处理速度约为每秒五帧，并且只有正面人脸识别，但方案的价格将非常实惠，能够很容易地集成到现有的边缘设备中，更加适合智能建筑中所需的门禁系统。

现实中，在构建高性价比的智能建筑人脸识别门禁系统时，企业通常也会选择基于边缘的人脸识别解决方案。该方案中的边缘设备可快速、安全、精确地运行人脸识别的模型和信息，加上低成本、高灵活性和可扩展性等优点，是大多数终端用户选择它的主要原因。 

在进行人脸特征提取时，面部识别系统需要从两个方面加以验证：

1:1正面匹配：它主要回答“这就是你们所说的那个人吗”，此时需要面部识别引擎执行1:1的人脸匹配。如果人员已经注册，引擎会从摄像头提交的实时视图中提取一个面部模板，并检查是否与此人的文件模板匹配。若此人未预先注册或需要验证官方认可的身份证件时，引擎将连接到身份证扫描仪，从图片ID上的人脸提取模板，并使用相同的1:1方法进行匹配。

1:N人脸搜索：它回答的是“这是谁”的问题，需要将个人的面部模板与数据库中预先存储的人脸进行比较，如果找到匹配的人脸，就会确认此人的身份并放行。人脸搜索最常见的用途是安全和监控系统。

Cyberlink公司的AI人脸识别技术FaceMe，可以同时检测多个人脸，计算在场的人员数量，并分别对每个人脸进行检测。对应的面部识别引擎FaceMe SDK在NIST FRVT 1:1和1:N中均位列第一，1E-6的准确率为99.83%，意味着错误匹配率（FMR）为百万分之一。

FaceMe SDK是一款跨平台的面部识别引擎，在将基于边缘的人工智能人脸识别集成到物联网和AIoT解决方案中具有独特的地位。经过优化，FaceMe SDK可在大多数硬件配置上运行，包括从高端工作站到物联网设备中通常使用的低功耗芯片组。

01

独立GPU方案 

GPU具有丰富的板载内存、高内存带宽和可观的浮点计算能力，能够支持具有卓越性能的面部识别。针对高端工作站需求，FaceMe推荐了NVIDIA的两款GPU——RTX A5000和RTX A6000，这两款产品在算力和价格之间均达到良好的平衡，是工作站GPU方案的绝佳选择。

在单个工作站上，假如FaceMe 使用NVIDIA RTX A5000，每秒可以处理489到727帧，相当于每个GPU处理48到72个并发视频通道（每个通道每秒10帧），方案的性价比很高。

02

基于CPU/SoC方案

CPU/SoC芯片常常用于在智能边缘设备中嵌入小型人脸识别的门禁系统，价格合理，方案简单易行，几种FaceMe面部识别模型都可以在这些搭载了CPU/SoC的AIoT设备上运行。

NXP的i.MX8M Plus就是符合这一需求的应用处理器，这款SoC产品增加了一个性能出色的神经处理单元 (NPU)，显著提高了人工智能算法的性能。在i.MX 8M Plus内部配备了强大的4核Arm  Cortex-A53处理器，在NPU的加持下，运行速率高达2.3 TOPS。

另有 800 MHz的Cortex-M7处理器用于执行实时控制任务。集成的两个图像信号处理器(ISP)和两个摄像头，可打造高效的先进视觉系统。

图：i.MX8M Plus应用处理器

（图源：NXP）

03

智能门禁市场“钱”景几何？

几份独立的市场研究报告指出，门禁市场的年增长率预估接近两位数，其中大部分需求是由智能建筑投资推动的。

研究公司Memoori的最新分析表明，2022年建筑物联网市场（BIoT）约为535亿美元，预测2022年至2028年间，市场规模将以10.33%的复合年增长率（CAGR）增长至965亿美元。

而市场研究公司Future market Insight报告则称，2023年智能建筑门禁市场的全球市值为118亿美元，与Memoori的估计相差不远，不过他们对2023-2033年复合年增长率（CAGR）的预估为14%。这些良好的市场预期均源于数字门禁市场快速发展的影响。

在当今快节奏的世界里，安全和便利至关重要，受此影响，门禁系统也取得了长足的进步。随着时间的推移，门禁系统已经从基本的门锁和钥匙发展到可分析独特的人类特征的复杂生物识别系统。这种发展不仅提高了建筑的安全性和智能化水平，同时极大地优化了用户体验。

融合了各种高新技术的数字门禁系统将为我们带来一个更加安全、高效和用户友好的访问控制环境，建筑的智能化水平也会更上一层楼。

审核编辑：黄飞