这套可部署方案是什么
给无人值守的门做的人脸门禁。
摄像头认人,并确认是真人不是照片。再核对权限和时段,都通过才开锁。
开门和拒绝都留记录,能查、改不了。
人脸名单在云端改,设备定时来取。取失败就继续用旧名单,断网也能开门。
识别与活体准确率取决于人脸模型,需现场实测。
限制: 人要正对摄像头,戴口罩或强逆光会拒识。这是底座,不是成品安防产品。
刷脸开门,防照片和屏幕翻拍,断网照常开门。人脸库云端统一管理,每次开门都有记录。
给无人值守的门做的人脸门禁。
摄像头认人,并确认是真人不是照片。再核对权限和时段,都通过才开锁。
开门和拒绝都留记录,能查、改不了。
人脸名单在云端改,设备定时来取。取失败就继续用旧名单,断网也能开门。
识别与活体准确率取决于人脸模型,需现场实测。
限制: 人要正对摄像头,戴口罩或强逆光会拒识。这是底座,不是成品安防产品。
门口一台大致齐面部高度的摄像头,取景要让人真正停下来的距离上,单张人脸 在画面里占到可用比例。路线 A 用 reCamera 自带传感器;路线 B 接任意 RTSP 流。逆光门口与玻璃反光是常见失效模式, 取景时要避开它们。
一个继电器模块(见 「output_interfaces」 里 「dry_contact」 那一条), 接在计算板的 GPIO/DO 与现场自选的门控控制器之间。本方案的 BOM 到继电器的 「COM」/「NO」 触点为止——门控控制器、锁与锁电源都不在其中,也不能用 GPIO 引脚替代:锁的工作电流 300 mA–1 A,而 GPIO 引脚和光隔 DO 只有 mA 级。
一台承载云端的主机——人脸库服务、管理界面与 MQTT broker。任意装了 Docker 的 amd64 或 arm64 Linux 机器都行,不需要 GPU。它必须对每一台门口设备可达, 并且自身时钟必须准确——没有 RTC 的设备靠它的 HTTP 「Date」 头做时间修正。