工業電腦可大量使用於門禁管理、自動化控制等多種應用領域。與本篇文章中,我們將與您分享如何在工業電腦(x86系統)中,以最佳化的方式發揮邊緣運算效能,並導入人臉辨識相關應用和功能。

什麼是工業電腦?

首先,我們先來定義工業電腦 (Industrial PC, 簡稱IPC)。工業電腦是一種堅固耐用的電腦,可在極端的工作環境中運作。它們不僅防塵、防水、防高低溫,還可以應付 24 小時全年無休的使用情況。工業電腦可經由擴充和自訂配置來滿足不同產業或使用案例的需求。這表示它們可以輕鬆地執行新的功能。它們還具有多樣化的介面,例如 HDMI、D Sub、USB、Serial IO、GPIO等,方便外接設備及功能擴充。

* Source: Advantech

工業電腦和人臉辨識

工業電腦常用於執行各產業的人臉辨識工作。由一個或多個攝影機 (如:網路攝影機或網路監控攝影機) 與工業電腦之間保持穩定的通訊,而工業電腦會負責執行用於管理人臉辨識和操作規則的軟體和演算法。以下是目前常見的幾個廣泛應用的使用案例。

工業設備、工廠和倉庫

人臉辨識可為整個製造業的運作、設備保全和人身安全帶來許多好處。將攝影機安置在員工入口處,即可透過人臉辨識自動紀錄員工的上下班時間。還可以確保員工遵守配戴口罩的規定,或在未知人士或是未獲得授權人員進出工作場所時通知保全人員。人臉辨識技術還可以用於管控機械設備的取用,只讓允許操作某些設備的員工得以使用,並保留詳細的使用記錄。針對倉庫和工廠中所使用的各種人臉辨識的應用,工業電腦是最適合的設備選擇,因為它們隨時在運作,並且可以管理大量的數據日誌。

工業用平板個人電腦或自助服務站

我們可以在許多商業場合看見配有人臉辨識的平板個人電腦或自助服務站。例如百貨公司提供的觸控自助服務站,為選擇加入人臉辨識的顧客提供個人化的商品推薦。另一個例子是速食或餐飲業者使用電子菜單進行點餐,人臉辨識作為熟客計畫的一部分,識別出選擇提供臉部資料進行辨識的會員,並連接其忠誠度會員積分和酬賓好禮。若此顧客已儲存付款資訊,還能快速結帳。

零售業

對零售業而言,使用具有人臉辨識功能的工業電腦 有助於驗證結帳收銀台的員工身分。當員工要使用收銀台時,他們可以透過人臉辨識登入該裝置。

金融服務業和銀行業

eKYC (電子化認識你的客戶) 生物辨識技術正普遍地用於金融服務業的各種使用案例,其中一個就是 ATM 的身分驗證。其運作的方式為:已經註冊臉部資料的客戶可以直接走到 ATM 擷取即時臉部畫面,在身分證件和 PIN 碼經過 工業電腦 管理的資料庫驗證並匹配後,便可開始執行交易。

若要了解完整的人臉辨識概述和工業電腦的使用案例,請參閱人臉辨識應用趨勢分析

設計人臉辨識工業電腦時的注意事項

既然我們已經看過一些主要的使用案例,現在必須討論在建構用於人臉辨識的 工業電腦時,需要考慮的重要因素。可完全自訂的工業電腦擁有靈活的建構選擇,諸如效能需求、費用,耗電量等因素也應納入考量。

計算效能

要了解人臉辨識 工業電腦所需的計算效能,你首先必須知道在給定的時間間隔內,需要偵測和辨識出多少張臉,以及完成此過程所需的理想時間。若每分鐘僅需執行少量的臉部偵測和辨識工作,可以考慮使用效能較低的工業電腦。若需要每秒偵測和辨識多個臉部,便需要一台高效能的電腦。而使用NVIDIA GPU 晶片組非常適合大量人臉辨識進行即時運算的需求。

費用

接下來要考慮的是成本費用。較高的效能需求可能需要像 NVIDIA GPU 晶片組這種昂貴的處理器。其他解決方案 (例如 Intel® Movidius™ 視覺處理單元) 建置成本較低,於人流量較少的建置環境,也能提供不錯的效能。

耗電量

所需的計算效能越高,裝置的耗電量就越多。NVIDIA GPU 雖然在許多層面上都是出色的晶片組,但相對的耗電量也較高。

外形規格

外形規格即是裝置的形狀和尺寸。使用者必須考慮要放置 工業電腦的位置,以及適合的尺寸要求。

可擴充性及可複製性

另一個重要的考慮因素是可擴充性及可複製性。若你預計將一次性的解決方案擴展到多個站址和多種用途,便需要較具可擴充、可複製的解決方案。這表示你可能需要功能更強大的工業電腦或是模組化的部署架構。

靈活性

最後一個考慮因素是靈活性。若工業電腦也需要執行人臉辨識以外的軟體和應用程式,你將需要效能更高且更靈活的處理器。而 Intel® Core™ 處理器兼具強大效能和靈活性的解決方案。

五個最熱門的人臉辨識工業電腦配置

以下是五個最常用於人臉辨識的工業電腦配置,我們將從效能/費用最低的配置開始介紹。

  1. Intel® Atom x6000E 處理器

    效能:基本
    費用:中低

    這是最實惠且耐用的配置之一。Atom 處理器可相容於 Windows 作業系統和一系列的 x64 型軟體應用程式或子系統。第 11 代 Atom 處理器 (x6000E) 搭配了 OpenVINO DLBoost 和 VNNI,讓人臉辨識這樣的深度學習演算法能夠以可接受的效能平行運作。它執行人臉辨識的速度是以前的兩倍。若你的工業電腦需要執行人臉辨識以外的其他應用程式,便需要功能更強大的 CPU 來應付更強大的計算能力。此外,Atom 不會產生太多熱能,可以在無風扇的系統上運行,可降低耗電量並排除振動的情形。

  2. Intel® Celeron 處理器

    效能:中等
    費用:中等

    就效能和費用而言,Intel® Celeron 處理器算是一個可兼顧兩者的解決方案。Intel® Celeron 和 Atom 一樣採用無風扇系統。和 Atom 相比,它可以處理更高的效能要求,但效能仍不如 Core i3 (詳細資訊如下)。針對執行人臉辨識,Celeron 每秒可比 Atom 處理更多的人臉辨識畫面。它還可以處理你可能要執行的其他軟體和應用程式,而這是 Atom 做不到的 - 例如,電子看板解決方案也需要執行管理內容的應用程式和多媒體播放器來顯示廣告。另外,互動式資訊服務站的使用者介面可能也需要一定的處理能力才能顯示嵌入的影片、相片和動畫效果。

    Atom 和 Celeron 擁有相似的外形規格 (形狀和大小)。然而,Celeron 的耗電量比 Atom 多。它所需的功率大約是 20-30 瓦,將近是 Atom 的 2-3 倍。

  3. Intel® Core i3 處理器

    效能:中高
    費用:中高

    Core i3 處理器可以比 Celeron 和 Atom 處理更多計算和效能的要求。因此,它們的功率更高、會產生更多熱能,並且較昂貴。若你需要一個可以穩定執行多個應用程式的工業電腦,那麼 Core i3 會是一個物超所值的強大解決方案。

  4. Intel® Celeron 搭配 Movidius™ VPU 加速卡

    效能:中高
    費用:中高

    透過在 Celeron 加上 Movidius™ 視覺處理單元 (VPU),可以為 AI 演算法提供專用的執行處理單元。這種組合可以在不佔用太多CPU進行人臉辨識處理的情況下,同時執行多個應用程式。這款視覺處理單元 (VPU) 以其超低的耗電量聞名。雖然 Movidius™ VPU 是 Intel Celeron 晶片組上的附加組件,但它的體積非常小 (8mm x 9mm),不會對 工業電腦的最終外形規格造成太多改變。

    我們在 Intel Celeron J3355 處理器和 Intel Movidius™ Myriad X VPU 上測試了我們的 FaceMe®AI 人臉辨識引擎,並使用了超高精確度模型 (UH)。UH 模型需要很高的計算能力。我們發現人臉辨識引擎在 VPU 上的執行速度比在 CPU 上快了 17 倍。這是因為 AI 演算法完全在 VPU 上執行,不會占用太多 CPU 處理效能。

  5. Intel® Core i 搭配 NVIDIA Quadro RTX 4000/5000 GPU

    效能:極高
    費用:極高

    Intel Core i 和 NV Quadro GPU 共同構成了效能最高的 工業電腦解決方案之一。GPU 晶片組讓 工業電腦能夠在擁有多路視訊下同時執行多個應用程式。在我們的測試中可支援多達 20 多路的視訊,每個視訊每小時超過 500 人的人流。由於其高效能,它的功率更高並且更昂貴,外型也比較大。但是,若你需要一個可以在較寬敞的環境中有效運行的解決方案,那麼這會是一個很合適的解決方案。

    市場上有多種支援 NVIDIA 顯示卡的工業電腦,包括搭配 Core i 或 Xeon CPU 的研華科技 Air 300,可支援 NVIDIA Quadro RTX 4000/5000 系列。

FaceMe®的人臉辨識效能

FaceMe®是市場上評價最高、最有彈性的人臉辨識工具之一。它可支援業界最全面的晶片組選擇,透過上述的配置和最佳化的系統架構來實現最佳效能。以下我們將使用 FaceMe® 的 VH (極高精確度) 模型來檢驗關鍵配置元件 (CPU、GPU、VPU) 的人臉辨識效能。請參閱邊緣基礎的人臉辨識技術 - 終極指南,了解我們的精確度模型。

名稱
效能
Intel Atom CPU
目前 FaceMe® 尚未在 Atom x6000E 上進行測試,但我們估計它可以在 720p 解析度下使用 10fps 的畫面播放速率執行 FaceMe® VH 模型 (每張圖像只出現一張臉)。
Intel Celeron CPU
FaceMe® 已在 Celeron G4920 上測試,並支援 24fps 的 FaceMe® VH 模型。測試的圖像為 720p 解析度,且每個圖像檔案只出現一張臉。
Intel Core i3 CPU
與 Celeron 相比,Core i3 具有更高的計算能力。搭配 FaceMe® 後,可以在 VH 模型下提供更高的 1080p 解析度和 100pfps 畫面播放速率,並且可以支援 10 fps 下更複雜的 UH 模型。
Intel Celeron and 1x Movidius VPU
透過在此組合中加入 VPU,可以用 18-20fps 的畫面播放速率來執行 FaceMe® VH 模型。測試的圖像為 1080p 解析度,且每個圖像檔案只出現一張臉。
NVIDIA Quadro GPU
Quadro 5000 GPU 是目前功能最強大的選擇。它支援 270fps 下的 VH 模型,甚至可以支援 100 fps 下更複雜的 UH 模型。測試的圖像為 1080p 解析度,且每個圖像檔案只出現一張臉。此外,Quadro GPU 具有專用的視訊解碼引擎,可在不影響 AI 處理效能的情況下執行多個 1080p 資料流。

工業電腦和人臉辨識的作業系統

相容於人臉辨識 工業電腦的兩個主要作業系統是 Windows 和 Linux (Ubuntu)。在選擇適合的作業系統時,需要先考慮在特定使用案例上的需求。FaceMe® 是功能最全面的人臉辨識引擎之一,可支援 Windows 和 Linux 作業系統,以及多項 CPU、VPU 和 GPU 晶片組。Windows 和 Linux 作業系統的幾個關鍵差異為:

為你建構合適的 IPC

在建構用於人臉辨識的系統時,有太多 工業電腦配置可供工程師和開發人員選擇。在評估選項時,首先一定要了解你的使用案例。然後再考慮對效能、外形規格,擴展性、擴縮性和預算上的需求。

一旦你了解自己的使用案例所需的建置和設計,我們建議在安裝應用程式以進行即時和實際使用之前,先進行概念驗證 (POC) 項目。這樣可以知道在正式啟動之前所需的任何改進和調整。

如欲了解更多關於人臉辨識的原理、如何在各式應用場景中進行優化以及相關的技術細節說明,請參考人臉辨識的原理及邊緣運算應用

若要了解人臉辨識在 2021 年的應用情況,請參閱人臉辨識2021應用趨勢分析