zxface是CDN服务器内置的一套人脸识别算法，一个完整的人脸识别算法包含detect,facefeature,match三个阶段，zxface在每个阶段都提供了一组算法可供选择，zxface支持三个阶段的算法独立或者联合使用。

• detect: 负责检测一帧图像中是否存在人脸，并标记人脸位置
• facefeature: 负责根据detect标记出的人脸，将图像中的人脸信息计算成一个可比较的值
• match: 负责比较facefeature计算出的值，找到数据库中相似度最高的一个人，完成人脸识别

人脸检测算法，支持以下算法：

• yufacedetect：主要的detect算法，普通监控相机或USB相机人脸识别需要该算法，每路200w像素相机设定fps=4，需要占用一个CPU核心的计算能力
• remote: 使用远程人脸识别服务器，永远不应该使用该算法，仅在xapp中测试使用
• 人脸抓拍相机：人脸抓拍相机设备本质上是在相机内部实现了detect算法，对于人脸抓拍相机zxface仅使用facefeature和match两个阶段

特征值提取算法，支持以下算法：

• ArcFace:基于CPU的人脸识别算法，每路视频信号需要一个CPU核心的计算能力
• FaceFeatureGPU:基于Nvidia GPU的人脸识别算法
• remote:使用远程人脸识别服务器

campusng和xapp按照以下的优先级原则算则使用特征值提取算法：

• xapp：通过命令行参数--zxface_url指定使用远程人脸识别服务器
• campusng: 通过远程GPU配置文件/zxedu/data/config/campusng/zxface_remote_url指定使用远程人脸识别服务器
• 如果检测到了显卡，优先使用FaceFeatureGPU算法(只有large镜像支持)
• 如果未检测到显卡，使用ArcFace算法

人脸匹配算法，支持以下算法：

• facedb:计算特征值的向量内积，结果范围：0.0~1.0
• remote:使用远程人脸识别服务器

人脸匹配算法依赖于SchoolCDN服务，SchoolCDN服务负责从平台下载人员资料信息，并导入campusng实现人员信息录入。所以需要保证SchoolCDN同步功能正常运行。

remote算法依赖于远程人脸识别服务器的SchoolCDN同步，假如将A学校的设备remote指向B学校的人脸识别服务器，那么识别出来的将是B学校的学生和老师。

• 需要在CMDB中为CDN服务器启用zxface功能
• 不同的特征值提取算法生成的特征值无法相互匹配，切换不同的特征值提取算法需要使用命令schoolcdn sgrid face syncdev cmdbid=1重新同步人员信息。注意：增加显卡、取出显卡(显卡故障)都会改变选择使用的特征值提取算法，必须重新同步人员信息。
• 不同的特征值提取算法特征值计算的向量内积的结果不可比较。例如A算法相似度0.8可以判定是同一个人，B算法仅需要相似度0.6就可以确定是同一个人。

使用命令campusng.py info可以查看当前系统对detect,facefeature,match三个阶段算法的使用情况，截图中ZXFace(Detector),ZXFace(Feature),ZXFace(DB)三行。