企业部署面部辨识解决方案的硬件市场需求有可能因应用程序而异，并非每种情况都必须最低分辨率的摄像机或最低的计算能力，并且每个应用于场景面对的环境都有所不同（例如灯光、挤迫、天气等）。一般来说，为了部署面部识别系统，必须的是经过较好调整的照相机，本地计算能力和软件。硬件系统必需与必要的计算能力筛选才能有效地运营面部检测，这各不相同您是在管理高密度还是低密度的环境。但是，硬件拒绝可能会因应用程序和部署体系结构而有相当大差异。

例如，安全性采访环节，可以利用帧亲率较低的低分辨率照相机，并且必须较较少的计算能力（除了部署较少的照相机），这有效地减少了总数享有成本（TCO），计算机视觉副总裁兼SAFR和RealNetworks总经理DanGrimm说明道。另一方面，在用于注目列表时，部署更加多照相机可以提升准确性和性能。Grimm补足回应，“如果面部辨识平台，通过在云中的边缘和辨识做到检测反对分布式架构，那么你不仅减少了TCO，你也减少了你了大规模的方式在拓展能力。

”在人脸识别的早期阶段，一般来说必须在准确度和设备功率之间展开权衡。EverAI首席执行官DougAley回应，“无论是在芯片组，比特率拒绝还是照相机分辨率方面，低功耗设备的精度都会减少。”2020-03-30 EverAI早已顺利地部署了从单核心传统处理器到一系列高性能GPU（如NVIDIA）的所有产品。“现在有像我们这样的其他公司，准确性权衡仍然是一个问题，”Aley补足道。

如今，速度是主要变化的来源－硬件就越强劲，给定速度就越慢，整体用户体验就越慢。Aley说明说道，大多数现代芯片组，特别是在是四核芯片组，都会十分慢。

此外，2020-03-30 的人脸识别模型以及建构这些模型的框架更加擅长于处置低功耗芯片组。美国智能安全性系统（ISS）销售总监ShawnMather引人注目了硬件并发症的软件构建问题。

但是，软件提供商可以通过使其解决方案与VMS解决方案和电子形同虚设掌控解决方案相容来解决这些挑战。人脸自由选择部署的人脸识别类型－二维或三维人脸识别技术也有可能带给一系列特定的挑战和拒绝。MarketsandMarkets的一份报告认为，早期2D人脸识别技术捕捉的图像高度依赖灯光，这意味著光线严重不足不会严重影响图像质量。另一个挑战是“软件工具和生物识别硬件设备之间的构建不相容”。

然而，该报告预计3D技术在未来几年将享有仅次于的市场份额。与2D技术有所不同，3D技术不依赖灯光。这使它需要在受掌控的环境中捕捉更高质量的图像，例如光线严重不足或几乎黑暗的区域。

未来几年还必须考虑到的是人脸识别摄像头，辨识过程在前端展开。然而，这些类型的摄像机必须强劲的计算能力，因为所有用作辨识的工具都是板载的。

虽然有几家照相机公司正在研发人脸识别照相机，但整体市场依然正处于刚跟上的状态，但未来可能会有所期望。

本文来源：彩神Vll-www.weierde.net