科技的发展速度总让人瞠目结舌，当人脸识别已经得到广泛的应用，像刷脸办卡、远程贷款、自主开户、人脸支付、人脸考勤、人脸门禁系统、刷脸登录等应用已逐步融入到人们的工作、生活中的时候，无感出入口概念出来了。
在应对特殊场景因人流量较大，对单人的识别时间有要求，不合适增加人脸采集设备与识别设备情况下，无感出入口满足了以上要求；另外从用户体验的角度考虑，不是所有的应用都需要较强的人机交互，弱化人机交互或无人机交互会很大程度上提升用户体验。
据了解，无感出入口的无感人脸识别可解决大流量和消除人机交互，只需提升后端的算力即可提高人流量的上限。通过多个人脸采集设备（一般为监控摄像头）从不同距离和角度捕获人脸图片，再通过轨迹融合、人脸图片质量评估选出较优人脸图片进行识别，使得在低照度、低分辨率时也能有较高的识别率。
据上海云思智慧首席架构师孙建伟介绍，无感人脸识别就是从用户体验、交互时间、人流量、实施场地等方面考虑提出的，以满足用户更加丰富的需求。无感人脸识别应用推荐无人机交互或弱人机交互的方式为用户提供服务，人员无需任何智能设备的使用经验，也不需要对系统进行一些学习，不同年龄、不同教育背景的用户都能获得相同的用户体验，可以说用户在使用无感人脸识别时几乎感觉不到系统的存在。因无需人机交互或弱人机交互，故此交互时间接近为零，人员通过人脸采集点无需停顿、对视人脸采集设备，只需正常行走通过即可。
另外无感人脸识别对实施场地要求较低，不需要安装人脸通道闸机或定点的人脸面板机，可选择在人员通行的过道顶棚、角落或大门内则等处安装枪机、球机进行人脸采集并实现无感人脸识别，这样使得设备不用安装在人员过道或固定的人脸采集点处，从而不影响人员正常通行。可见无感人脸识别对实施场地的要求更低，人脸采集设备安装位置的选择余地更多。一般用2台人脸采集设备即可满足需求，每台人脸采集设备可独立完成人脸采集以及跟踪，并标识每个进入画面的人员。捕获的人脸先进行人脸图片质量评估，如得分满足要求，则按一定的策略进行优选，并在一个周期内输出一张较优的人脸用于后续识别。人脸采集设备优选出的人脸图将汇总至后端服务器中，服务端将多个采集设备的人脸图进行融合，对未识别的人脸进行对比、识别，识别结果将回传至人脸采集设备，人脸设备将由此确定是否需要继续进行优选。
出入在海量人流下的应对
无论是办公楼宇还是厂区，上下班时间点的人流量都会比较大，如100人集中办公的工作区在上下班时间点会出现5~10人的人流峰值，而几万人的厂区更是会出现几十上百的人流峰值。出现人流峰值对系统会有相当大的冲击，一般表现为来人漏拍、误识别为其他人员，来人漏拍主要是算力不足，无法在人员行进过采集点的时间内捕获且对比、识别人脸。误识别也主要因算力不足，无法优选出较为清晰的正脸照而造成人流峰值时误识别率变高。
应对人流峰值冲击最为简单的方法是增加算力，包括前端人脸采集设备和后端服务器资源，很显然这种方法会直接增加系统的投入成本，一般建议前后端算力资源配为均化流量后消耗50~80%的资源可完成计算任务为佳，简单说来设备的平均CPU使用率为50~80%即可。另外一种行之有效的方法是优化资源使用配置，优化资源使用配置的主要思想有：算力因尽量保证均分到每个来人；如果捕获的图片经评估不满足最低得分则应该尽早排除；系统应该开设一个合适的任务缓冲池来缓解峰值冲击带来的问题。
高体验应用场景实例
办公楼宇周边、办公楼宇底层大厅、办公楼宇楼层租户各自的大门处都可以使用无感人脸识别。办公楼宇周边可以检测徘徊与逗留等，可以只对未注册人员做这些检测，对注册人员系统可以不预警，这点非常有意义。
办公楼宇底层大厅可以完成陌生人预警、配合梯控、混入预警、滞留预警、逗留预警等，注册人员（内部人员）从底楼大门进入、到通过大厅、再到进入电梯全程均是无障碍式的，对未注册人员可以通过语音、大屏等引导进行访客登记。 办公楼宇楼层内可以实现人脸门禁、人脸考勤、混入预警、滞留预警等。人脸门禁也就是刷脸进门，功能同人脸面板机，但无需定点式刷脸，一般无感人脸门禁会配置自动门一起使用，人们对红外感应自动门的体验应该比较熟悉，无感人脸兼有红外人感应自动门的体验和人脸识别带来的高安全性。系统可以将部分或全部人脸采集设备配置为人脸考勤节点，如果配置为人脸考勤节点，则捕获并识别为员工时将计入考勤，在多个采集设备的协同工作下，其漏打卡的几率比员工自己打卡还要低不少。混入预警、滞留预警是针对访问的，一般在楼层门口会引导访客或陌生人进行访客登记，如果混在员工中进行办公区域则会报警。
总结：基于多源融合的无感人脸识别应用具备低成本、性价比高和用户体验好等特性 基于多源融合的无感人脸识别应用对前端采集设备的要求相对较低，在监控行业内属于中低端设备，系统使用各种优选策略，使得这些前端采集设备上能优选出较优清晰正脸照；系统采用边缘计算、资源的合理调配来优化系统，系统并不需要算力强劲的服务器节点，故此整个系统的成本相对比较低；用户体验好是无感人脸识别的显著特点，无需人机交互，不用使用经验，不需要系统学习时间，来人很自然地进行过采集设备就能完成人脸识别。
