目前，国内主流的人脸识别摄像机都是采用将码流传输到人脸服务器，通过人脸服务器对码流进行逐帧的人脸分析、去重等处理。处理后的人脸抓拍图交由比对程序进行特征码的提取，通过当前的特征码与人脸库中的特征码进行碰撞比对，从而实现人脸的抓拍与识别。

上图：FaceEngine在拉萨的应用

上述模式就是“中心化”的计算方案，所有的视频码流汇集到了中心服务器进行出处理。那么“边缘化”的计算是什么呢？

人脸识别的边缘计算就是视频码流无需传输到中心服务器，在设备内部的AI模组上进行人脸分析、去重、比对等操作，从而得到一张最优的人脸图片，然后再通过网络将这张图片推送到应用服务上实现布控、考勤、人流统计等应用。

上图：4G传输的边缘人脸抓拍设备

边缘计算的优势：

1，传输效率高，可以通过WIFI或4G设备传输。安装时可以不用布网线。

2，建设成本低，主流品牌的中心化人脸服务器价格六位数以上。用于边缘计算的1T算能AI模组不到一千元。

3，非常适合中小型的云端应用。

4，适合中小型企业自主研发，无需购买昂贵的服务器设备。

5，可以与门禁的韦根协议或继电器对接，从而进行门禁的控制。

边缘计算的劣势：

1，不适合大型应用，如“雪亮工程”等这类应用。

2，对已安装高清摄像机的点位，必须更换为边缘计算的人脸识别摄像机，无法利旧。

3，由于逻辑程序前置，升级固件必须每台设备进行远程升级，稍有问题就得“上门服务”。

上图：FaceEngine公安街面防控应用

总结一下：

还是要根据项目的不同选用不同的方案。对于预算有限、体量小的项目；安装点位分散，不易开槽破路的项目；免费建设，后期赚钱的项目，还是推荐使用边缘计算的人脸识别摄像机，不说其他的，反正就是一个“便宜”，如果配上4G传输，三五年的流量费（定向流量池）也比开槽破路的施工成本便宜。