Изменить

Определение посещаемости на основе искусственного интеллекта

Azure Stack Hub
Виртуальные машины Azure
Виртуальная сеть Azure
VPN-шлюз Azure

Получите аналитические сведения о том, как клиенты получают текущие продукты в отношении макета магазина.

Архитектура

Схема архитектуры, отображающая архитектуру обнаружения гибридных футов.

Скачайте файл Visio для этой архитектуры.

Поток данных

  1. Пакет разработки для искусственного интеллекта Пользовательского визуального распознавания получает настройки из центра Интернета вещей, который устанавливает среду выполнения IoT Edge и модель машинного обучения.
  2. Если модель видит человека, она делает снимок и отправляет его в хранилище BLOB-объектов Azure Stack Hub.
  3. Служба BLOB-объектов активирует Функцию Azure в Azure Stack Hub.
  4. Функция Azure вызывает контейнер с API распознавания лиц, чтобы получить демографические и эмоциональные данные из изображения.
  5. Данные обезличиваются и отправляются в кластер Центров событий Azure.
  6. Кластер Центров событий отправляет данные в Stream Analytics.
  7. Stream Analytics выполняет статистическую обработку данных и отправляет их в Power BI. Power BI предоставляет простой в использовании интерфейс панели мониторинга для просмотра выходных данных Azure Stream Analytics.

Компоненты

Оборудование в магазине

  • Пользовательское визуальное распознавание пакет средств разработки ИИ предоставляет фильтрацию в хранилище с помощью локальной модели машинного обучения, которая записывает только изображения людей для анализа. Он безопасно подготавливается и обновляется с помощью Центр Интернета вещей.

Azure

  • Центры событий Azure — это полностью управляемая служба приема данных в режиме реального времени, которая является простой, доверенной и масштабируемой. Передавайте потоком миллионы событий в секунду из любого источника для создания динамических конвейеров данных и немедленного реагирования на проблемы бизнеса.
  • Azure Stream Analytics — это простая и удобная служба аналитики в режиме реального времени, предназначенная для критически важных рабочих нагрузок. Переход от нуля до рабочей среды в минутах. Это SQL— легко расширяемый с пользовательским кодом и встроенными возможностями машинного обучения для более сложных сценариев.
  • Microsoft Power BI — это набор средств бизнес-аналитики, которые предоставляют аналитические сведения во всей организации. Подключение к сотням источников данных, упрощению подготовки данных и импровизированному анализу. Создайте красивые отчеты, а затем опубликуйте их для вашей организации, чтобы использовать их в Интернете и на мобильных устройствах.

Azure Stack Hub

  • Azure Stack Hub расширяет Azure, чтобы позволить запускать приложения в локальной среде и предоставлять службы Azure в центре обработки данных.
  • Поставщик ресурсов Служба приложений (RP) предоставляет базу для пограничных компонентов, включая функции размещения и управления для веб-приложений, API и функций.
  • Подсистема Служба Azure Kubernetes (AKS). RP AKS с кластером ядра AKS развертывается в Azure Stack Hub, чтобы обеспечить масштабируемый отказоустойчивый механизм, который запускает контейнер API распознавания лиц.
  • Контейнеры API распознавания лиц. RP Azure Cognitive Services с контейнерами API распознавания лиц обеспечивает демографические, эмоции и уникальное обнаружение посетителей.
  • Хранилище BLOB-объектов. Изображения, полученные из пакета средств разработки ИИ, отправляются в хранилище BLOB-объектов Azure Stack Hub.
  • Функции Azure. Функция Azure, запущенная в Azure Stack Hub, получает входные данные из хранилища BLOB-объектов и управляет взаимодействием с API распознавания лиц. Он выдает анонимные данные в кластер Центров событий, расположенный в Azure.

Альтернативные варианты

Функция Azure, которая работает в Azure Stack Hub , — это отличный вариант вычислений. Однако существуют другие варианты вычислений, например пользовательское приложение, которое работает в службе приложение Azure.

Подробности сценария

Потенциальные варианты использования

Это решение описывает архитектуру обнаружения ног на основе ИИ для анализа трафика посетителей в розничных магазинах. Решение создает аналитические сведения из реальных действий с помощью Azure, Azure Stack Hub и пакета средств разработки для Пользовательское визуальное распознавание ИИ.

В этом сценарии вам не нужно размещать сотрудников в каждом разделе, и вам не нужна команда аналитиков, чтобы просмотреть все кадры камеры магазина. Решение также не требует наличия достаточной пропускной способности для потоковой передачи видео со всех камер в облако для анализа. Это решение обеспечивает ненавязчивый, понятный способ определения демографических данных клиентов, лояльности и реакций на хранение дисплеев и продуктов.

Рекомендации

Эти рекомендации реализуют основные принципы платформы Azure Well-Architected Framework, которая является набором руководящих принципов, которые можно использовать для улучшения качества рабочей нагрузки. Дополнительные сведения см. в статье Microsoft Azure Well-Architected Framework.

Надежность

Так как это решение распределено по уровням, важно подумать о том, как справляться с сетевыми сбоями или отключениями электропитания. Сведения о устойчивости и зависимостях, рекомендациях по проектированию надежности в приложениях Azure и надежности Azure Stack Hub из Microsoft Azure Well Architected Framework (WAF) для повышения устойчивости решения.

В зависимости от бизнес-потребностей может потребоваться реализовать механизм кэширования образов локально, а затем перенаправить их в Azure Stack Hub при возврате подключения. Если расположение достаточно большое, разверните Data Box Edge с контейнером API распознавания лиц в этом расположении.

Безопасность

Безопасность обеспечивает гарантии от преднамеренного нападения и злоупотребления ценными данными и системами. Дополнительные сведения см. в разделе "Общие сведения о компоненте безопасности".

Это решение фиксирует образы клиентов, которые делают безопасность важным фактором. Ознакомьтесь с руководством по защите данных WAF, чтобы защитить учетные записи хранения, включая настройку соответствующих политик доступа и регулярное смена ключей. Убедитесь, что учетные записи хранения и Центры событий имеют политики хранения, соответствующие корпоративным и государственным правилам конфиденциальности.

Обеспечение безопасности с помощью управления удостоверениями и доступом, обеспечивая уровень доступа пользователей. Многоуровневый режим гарантирует, что пользователи имеют доступ только к данным, которым они нуждаются в своих ролях.

Эффективность работы

Оперативное превосходство охватывает процессы операций, которые развертывают приложение и продолжают работать в рабочей среде. Дополнительные сведения см. в разделе "Общие сведения о принципах эффективности работы".

Мониторинг и диагностика имеют огромное значение. Облачные приложения выполняются в удаленном центре обработки данных, где у вас нет полного контроля над инфраструктурой или, в некоторых случаях, операционной системой. Используйте Azure Monitor в Azure Stack Hub для визуализации, запроса, маршрутизации, архивации и выполнения других действий по метрикам и журналам. Следуйте операциям мониторинга облачных приложений проверка list, чтобы реализовать комплексную стратегию мониторинга для решения.

Это решение может масштабироваться на множество устройств и расположений, что может оказаться неудобным. Службы Интернета вещей Azure могут автоматически добавлять новые расположения и устройства в интернет и обновлять их.

Оптимизация производительности

Уровень производительности — это способность вашей рабочей нагрузки эффективно масштабироваться в соответствии с требованиями, предъявляемыми к ней пользователями. Дополнительные сведения см. в разделе "Общие сведения о эффективности производительности".

Чтобы это решение можно было масштабировать на несколько камер и расположений, необходимо убедиться, что все компоненты могут справиться с повышенной нагрузкой. Возможно, потребуется выполнить следующие действия:

  • увеличить число единиц потоковой передачи Stream Analytics;
  • горизонтально увеличить масштаб развертывания API Распознавания лиц;
  • увеличить пропускную способность кластера Центров событий;
  • В крайних случаях может потребоваться перенести Функции Azure на виртуальную машину.

Используйте контрольный список уровней производительности, чтобы проверить проект с точки зрения масштабируемости.

Развертывание этого сценария

Разверните решение для обнаружения на основе искусственного интеллекта, которое создает аналитические сведения из реальных действий с помощью Azure, Azure Stack Hub и Пользовательское визуальное распознавание комплекта средств разработки для ИИ. Это решение анализирует трафик посетителей в розничных магазинах. См. статью "Развертывание решения для обнаружения ног на основе искусственного интеллекта" с помощью Azure и Azure Stack Hub.

Соавторы

Эта статья поддерживается корпорацией Майкрософт. Первоначально он был написан следующими участник.

Автор субъекта:

Чтобы просмотреть недоступные профили LinkedIn, войдите в LinkedIn.

Следующие шаги

Дополнительные сведения об этой архитектуре см. в следующих статьях: