在当今数字化时代，区块链等领域对信息安全和精准识别的需求日益增长。传统的人脸识别采集和分析系统主要依赖云端服务器集群，存在诸多问题，如传统 CPU 和主控芯片算力不足、能耗成本高、实时采集和识别及快速反应效果欠佳，导致关键数据信息遗漏或错误检测，部署成本也居高不下。
微云全息（NASDAQ:HOLO）积极探索创新，研发出一种全新的芯片系统 —— 基于融合计算的全维人脸识别智能芯片系统。该系统将识别、采集和分析功能置于终端，不仅有效提升了算法算力的优化水平，还能建立安全的私域环境，有力地保障了数据安全，为金融领域及其他关键场景的安全管理提供了高效便捷的解决方案。
这一芯片系统采用了独特的技术架构。它融合了融合计算技术、智能算力加速技术、深度研学算法、全维数据增益技术、卷积神经网技术以及人脸识别与采集技术。与传统人脸识别、人 / 证对比的比对方式不同，它能够实现同步人脸跟踪采集和人脸属性分析，并及时反馈结果。系统可以在前端获取被采集者的全维高密度人脸数据，包括人脸属性、外貌、特征、采集时间、地理位置等基本信息，并且能够准确地辨识和区分被采集者的特征。
该系统具备完善的功能模块。视频接入端口可与现有的监控视频无缝对接；全维图像解码抽帧模组能根据中央控制模组指令进行解码并抽取需要分析的帧；全维图像优化处理模组会根据中央控制模组的指令，在抽取帧中进行图像采集分析，对取样帧进行图像全维优化加速，并将信息反馈给中央控制模组，若信息缺失，中央控制模组会发出新指令；边缘计算与算法加速模组包含核心计算单元，基于先进架构，内嵌多层智能卷积神经网络，在低功耗高并行计算性能上进行高效算法运算；人脸采集和分析模组负责采集人脸并进行辨识、分割抽取，将人脸照片、地理信息、时间信息等进行属性分析，如性别、年龄、人种、是否戴口罩戴眼镜等；中央控制模组负责对采样流程进行管理，以及对其他模组进行综合控制和管理；数据存储和通知模块可将采集的人员信息进行本地存储，并根据信息等级对外部系统进行通知。
基于融合计算的全维人脸识别智能芯片系统在数据采集方面具有独特的策略。它可采用时间窗为采样周期，也可以按照特定目标人员，比如关键岗位在岗时间和地理空间等进行设置。在一个采样周期中进行多次采样，选择最优采样作为最后的采样信息。对于一个采样帧中出现的多个人脸，系统会识别所有人脸，对完全无法识别的人脸采用留存策略，在后续帧或其他监控机位再次重点抓取，直至识别成功，以此保证系统管理区域内的数据完整 ，维护区域安全。该系统主要用于对重点场所的监控视频的配套的高密度动态人员信息采集，为安全管理、安全生产等提供结构化基础数据。
此外，该系统在前端通过融合计算动态全维人脸识别算法，通过视频接入完成视频全维解码，并对图片中的人脸进行检测、跟踪、抓拍、去重，以特征值作为信息标识，构建过往人员信息，完成人员信息采集，同时实现私域化管理，提高信息安全等级。而且，系统部署灵活多样，可采用外挂式、机架式、移动式等多种部署方式，能直接串接在现有高清网络摄像机上，直接在前端完成部分视频结构化工作，获取高质量人脸结构化数据，提升后端智能识别和分析速度与计算效率，充分利用现有的存量摄像机，通过外挂形式将现有的非结构化视频升级为智能结构化数据。
微云全息（NASDAQ:HOLO）的这一创新芯片系统能够在复杂环境下，进行高密度动态全维人脸采集，可广泛应用于各种重要场合，以及采用数字摄像机与智能前端进行人脸信息采集，满足金融等领域安全信息采集的多种需求，为区块链等领域的安全保障带来了新的技术支持和发展机遇。
