HNSW 인덱싱과 Anti-spoofing 적용으로 1만 명 규모의 실시간 안면 인식 파이프라인 구축

Engineering a Cross-Platform Face Recognition Pipeline with Anti-Spoofing

Erwin Wilson Ceniza22026년 6월 28일1분advanced

AI 요약

Context

데모 수준을 넘어 공장 및 광산 등 원격지 Android 태블릿 환경에서 동작하는 프로덕션급 시스템 필요성 대두. CPU 기반의 제한된 리소스 환경과 네트워크 단절 가능성으로 인한 Offline Deployment 요구사항 발생.

CPU 부하 최소화를 위해 1.27 MB 크기의 경량 RFB-320 모델 기반 Face Detection 설계
Print 및 Replay Attack 방지를 위한 0.1 Threshold 기준의 Anti-spoofing 모델 적용
L2 Normalization 기반 128-dim FaceNet Embedding 추출 및 HNSW Indexing을 통한 sub-millisecond 매칭 구현
False Accept 비율 30% 감소를 위한 Dynamic Gap-based Threshold 조정 로직 도입
모델 간 순차 실행 최적화를 위한 Thread-safe ONNX Inference 파이프라인 구축
보안 및 독립성 확보를 위한 RSA-licensed Offline Deployment 구조 채택

실천 포인트

1. Edge 디바이스 배포 시 모델 크기와 CPU 추론 속도를 고려한 경량 백본 선정

2. 대규모 벡터 검색 시 단순 L2 Distance 대신 HNSW 같은 근사 최근접 이웃(ANN) 알고리즘 검토

3. 실제 환경의 Drift를 방지하기 위한 동적 임계값(Dynamic Threshold) 조정 메커니즘 설계

4. ONNX 런타임을 활용한 Cross-platform 추론 일관성 확보 및 Thread-safety 검증

태그