Deteksi langkah kaki berbasis AI

Azure Stack Hub
Azure Virtual Machines
Azure Virtual Network
Azure VPN Gateway

Dapatkan wawasan tentang bagaimana pelanggan menerima produk mereka saat ini, sehubungan dengan tata letak penyimpanan.

Sistem

Diagram arsitektur yang menampilkan arsitektur deteksi footfall hibrid.

Unduh file Visio arsitektur ini.

Aliran data

  1. Custom Vision AI Dev Kit mendapatkan konfigurasi dari IoT Hub, yang menginstal IoT Edge Runtime dan model ML.
  2. Jika model melihat seseorang, model mengambil gambar dan mengunggahnya ke penyimpanan blob Azure Stack Hub.
  3. Layanan blob memicu Azure Functions di Azure Stack Hub.
  4. Azure Function memanggil kontainer dengan Face API, untuk mendapatkan data demografis dan emosi dari gambar.
  5. Data dianonimkan dan dikirim ke kluster Azure Event Hubs.
  6. Kluster Event Hubs mendorong data ke Stream Analytics.
  7. Stream Analytics mengumpulkan data dan mendorongnya ke Power BI. Power BI menyediakan antarmuka dasbor yang mudah digunakan untuk melihat output dari Azure Stream Analytics.

Komponen

Perangkat keras dalam toko

  • Custom Vision AI Dev Kit menyediakan pemfilteran di toko, dengan menggunakan model ML lokal yang hanya menangkap gambar orang untuk dianalisis. Ini disediakan dan diperbarui dengan aman melalui IoT Hub.

Azure

  • Azure Event Hubs adalah layanan penyerapan data real-time yang dikelola sepenuhnya yang sederhana, tepercaya, dan dapat diskalakan. Streaming jutaan peristiwa per detik, dari sumber mana pun, untuk membuat alur data dinamis dan untuk segera menanggapi tantangan bisnis.
  • Azure Stream Analytics adalah layanan analitik real time yang mudah digunakan yang dirancang untuk beban kerja misi penting. Mulai dari nol ke produksi dalam hitung menit. SQL—mudah diperluas, dengan kode kustom dan kemampuan pembelajaran mesin bawaan, untuk skenario yang lebih canggih.
  • Microsoft Power BI adalah serangkaian alat analitik bisnis yang memberikan wawasan di seluruh organisasi Anda. Terhubung ke ratusan sumber data, sederhanakan persiapan data, dan dorong analisis improvisasi. Hasilkan laporan yang indah, lalu terbitkan untuk organisasi Anda, untuk digunakan di web dan di seluruh perangkat seluler.

Azure Stack Hub

  • Azure Stack Hub memperluas Azure, untuk memungkinkan Anda menjalankan aplikasi di lingkungan lokal dan untuk memberikan layanan Azure di pusat data Anda.
  • Penyedia sumber daya App Service (RP) menyediakan basis untuk komponen edge, termasuk fitur hosting dan manajemen untuk aplikasi web, API, dan Functions.
  • Mesin Azure Kubernetes Service (AKS). AKS RP dengan kluster mesin AKS disebarkan ke Azure Stack Hub, untuk menyediakan mesin yang dapat diskalakan dan tangguh yang menjalankan kontainer Face API.
  • Kontainer Face API. Azure Cognitive Services RP, dengan kontainer Face API, menyediakan demografis, emosi, dan deteksi pengunjung yang unik.
  • Penyimpanan blob. Gambar yang diambil dari AI Dev Kit diunggah ke penyimpanan Blob Azure Stack Hub.
  • Fungsi-fungsi Azure. Azure Function yang berjalan di Azure Stack Hub menerima input dari penyimpanan Blob dan mengelola interaksi dengan Face API. Ini memancarkan data anonim ke kluster Azure Event Hubs yang terletak di Azure.

Alternatif

Azure Function yang berjalan di Azure Stack Hub adalah opsi komputasi yang bagus. Namun, ada opsi komputasi lain, seperti aplikasi kustom yang berjalan di Azure App Service.

Detail skenario

Kemungkinan kasus penggunaan

Solusi ini menguraikan arsitektur deteksi curah kaki berbasis AI untuk menganalisis lalu lintas pengunjung di toko ritel. Solusi ini menghasilkan wawasan dari tindakan dunia nyata, dengan menggunakan Azure, Azure Stack Hub, dan Custom Vision AI Dev Kit.

Dengan skenario ini, Anda tidak perlu menempatkan staf di setiap bagian, dan Anda tidak memerlukan tim analis untuk meninjau semua rekaman kamera toko. Solusinya juga tidak mengharuskan penyimpanan memiliki bandwidth yang cukup untuk melakukan streaming video dari semua kamera mereka, ke cloud untuk analisis. Solusi ini memberikan cara yang tidak mengganggu dan ramah privasi untuk menentukan demografi, loyalitas, dan reaksi pelanggan terhadap tampilan dan produk toko.

Pertimbangan

Pertimbangan ini mengimplementasikan pilar Azure Well-Architected Framework, yang merupakan serangkaian tenet panduan yang dapat digunakan untuk meningkatkan kualitas beban kerja. Untuk informasi selengkapnya, lihat Microsoft Azure Well-Architected Framework.

Keandalan

Karena solusi ini bertingkat, penting untuk memikirkan cara menangani jaringan atau kegagalan daya. Lihat Ketahanan dan dependensi, Praktik terbaik untuk merancang keandalan dalam aplikasi Azure, dan keandalan Azure Stack Hub, dari Microsoft Azure Well Architected Framework (WAF), untuk meningkatkan ketahanan solusi.

Bergantung pada kebutuhan bisnis Anda, Anda mungkin ingin menerapkan mekanisme untuk menyimpan gambar secara lokal, lalu meneruskannya ke Azure Stack Hub saat konektivitas kembali. Jika lokasi cukup besar, sebarkan Data Box Edge dengan kontainer Face API ke lokasi tersebut.

Keamanan

Keamanan memberikan jaminan terhadap serangan yang disukai dan penyalahgunaan data dan sistem berharga Anda. Untuk informasi selengkapnya, lihat Gambaran Umum pilar keamanan.

Solusi ini menangkap gambar pelanggan, yang menjadikan keamanan sebagai pertimbangan terpenting. Lihat panduan perlindungan Data WAF untuk mengamankan akun penyimpanan, termasuk mengonfigurasi kebijakan akses yang tepat dan memutar kunci secara teratur. Pastikan akun penyimpanan dan Azure Event Hubs memiliki kebijakan retensi yang memenuhi peraturan privasi perusahaan dan pemerintah Anda.

Berikan keamanan melalui manajemen identitas dan akses, pastikan untuk meratakan tingkat akses pengguna. Penjenjangan memastikan bahwa pengguna hanya memiliki akses ke data yang mereka butuhkan untuk peran mereka.

Keunggulan operasional

Keunggulan operasional mencakup proses operasi yang menyebarkan aplikasi dan membuatnya tetap berjalan dalam produksi. Untuk informasi selengkapnya, lihat Gambaran umum pilar keunggulan operasional.

Pemantauan dan diagnostik sangat penting. Aplikasi cloud berjalan di pusat data jarak jauh, di mana Anda tidak memiliki kontrol penuh atas infrastruktur atau, dalam beberapa kasus, sistem operasi. Gunakan Azure Monitor di Azure Stack Hub untuk memvisualisasikan, mengkueri, merutekan, mengarsipkan, dan mengambil tindakan lain pada metrik dan log. Ikuti operasi Pemantauan daftar periksa aplikasi cloud untuk menerapkan strategi pemantauan komprehensif untuk solusi.

Solusi ini dapat menjangkau banyak perangkat dan lokasi, yang bisa menjadi berat. Layanan IoT Azure dapat secara otomatis membawa lokasi dan perangkat baru secara online dan selalu memperbaruinya.

Efisiensi kinerja

Efisiensi performa adalah kemampuan beban kerja Anda untuk diskalakan agar memenuhi permintaan yang diberikan oleh pengguna dengan cara yang efisien. Untuk informasi selengkapnya, lihat Gambaran umum pilar efisiensi performa.

Untuk mengaktifkan solusi ini guna menskalakan di beberapa kamera dan lokasi, Anda harus memastikan bahwa semua komponen dapat menangani peningkatan beban. Anda mungkin perlu mengambil tindakan berikut:

  • Meningkatkan jumlah unit streaming Stream Analytics.
  • Menskalakan penyebaran Face API.
  • Meningkatkan throughput kluster Event Hubs.
  • Dalam kasus ekstrem, Anda mungkin perlu bermigrasi dari Azure Functions ke komputer virtual.

Gunakan Daftar periksa efisiensi performa untuk meninjau desain Anda dari sudut pandang skalabilitas.

Menyebarkan skenario ini

Sebarkan solusi deteksi footfall berbasis AI yang menghasilkan wawasan dari tindakan dunia nyata dengan menggunakan Azure, Azure Stack Hub, dan Custom Vision AI Dev Kit. Solusi ini menganalisis lalu lintas pengunjung di toko ritel. Lihat Menyebarkan solusi deteksi footfall berbasis AI menggunakan Azure dan Azure Stack Hub.

Kontributor

Artikel ini dikelola oleh Microsoft. Ini awalnya ditulis oleh kontributor berikut.

Penulis utama:

Untuk melihat profil LinkedIn non-publik, masuk ke LinkedIn.

Langkah berikutnya

Lihat artikel berikut, untuk mempelajari selengkapnya tentang topik yang diperkenalkan dalam arsitektur ini: