在 ESA Automation 的工业设备集群上完全在设备端运行的人脸识别与防欺骗活体检测：这是为智能体打造的感知层，用于管控机器操作权限、分诊失败的验证，并跨站点监控模型漂移。
0云端调用 · 推理完全在设备端
2硬件架构 · ARM + Intel
3视觉模型 · 检测 / 识别 / 活体
挑战
工厂车间里的密码
操作员需要在 ESA 的人机界面和工业电脑上手动输入用户名和密码登录，而他们戴着手套，身处粉尘和振动之中，每个班次还要操作多台机器。实际情况是：账号密码被共享，会话长期不注销，也没有可靠的记录能说明机器前的人到底是谁。
云端人脸识别根本行不通：工厂网络是隔离的，机器旁的操作对延迟极为敏感，生物特征校验也必须留在厂内。一切都必须在设备本身上运行，并且要覆盖现场已有的两种硬件架构。
系统上线前
登录方式密码
可用的云端依赖无
机器端身份记录无
系统如何运作
六个阶段，全部在设备端
01检测
人脸检测
检测模型在设备摄像头画面中找到并锁定操作员的人脸，适应工厂的各种光照条件。
输出锁定的人脸裁剪
02匹配
人脸识别
嵌入模型将人脸与已登记的操作员名册进行比对，全程在设备端完成。
输出操作员 ID + 置信度
03验证
防欺骗活体检测
活体检测层会在信任任何匹配结果之前，先拒绝照片、屏幕和回放攻击。
输出活体 / 欺骗判定
04决策
门禁决策
毫秒级授权或拒绝。只有真人且被识别的操作员才能解锁机器控制。
输出会话 + 控制门禁
05行动
失败验证分诊
智能体对被拒绝的验证进行分诊：未知人脸、欺骗尝试和反复失败都会附带上下文上报。
输出附证据的上报
06监控
漂移监控
模型性能在整个设备集群范围内受到监控，光照变化、新的防护装备或摄像头老化都会在演变成故障之前被发现。
输出集群健康视图
系统实战
看它如何工作
esa-hmi-12 · device camera · simulated● on-device
0本次会话验证次数
0已授权
0已拒绝 · 欺骗已拦截
0云端调用
没有任何数据离开设备：没有图像，也没有调用。
成果
生产环境中的改变
0云端调用
每一次推理都在设备端运行。没有任何数据离开厂区。
2支持的硬件架构
同一套技术栈覆盖 ARM 和 Intel 物联网硬件。
3交付的视觉模型
检测、识别与防欺骗活体检测。
0需要输入的密码
操作员无需动手即可完成认证，戴着手套也可以。
100%本地完成决策的验证
毫秒级决策，不依赖网络。
1覆盖全集群的感知层
为管控操作权限、分诊故障的智能体奠定基础。
技术栈
它运行在什么之上
模型
- 人脸检测
- 识别嵌入
- 防欺骗活体检测
- 漂移监控
边缘平台
- ARM v8 设备
- Intel 物联网设备
- 设备端推理
- 零网络依赖
运维
- 操作员登记
- 失败验证分诊
- 集群健康监控
- 设备端模型更新