物联网浏览器里的人脸识别：从技术选型到现场部署实践

1. 为什么要在物联网浏览器里做人脸识别

1.1 物联网浏览器到底是个什么东西

先把这个概念讲清楚。很多人一听"物联网浏览器"，下意识以为是手机上那种浏览器套壳，其实差得远。我在项目里接触到的IoTBrowser，本质上是运行在工控机、边缘网关、自助终端、门禁一体机上的定制浏览器内核，产品形态可能是一个exe程序、一个Android APK，或者一个嵌入式的WebView容器。它背后往往是Chromium内核，但做了一层面向设备的封装，比如可以调用本地的串口、USB摄像头、身份证阅读器、扫码枪这些外设能力。

为什么不能直接用Chrome？因为现场设备的环境太特殊了。工控机上可能没有显示器，可能触摸屏老化，可能网络隔离，可能不允许安装任何软件。IoTBrowser这种容器就是为这种场景设计的：它把Web页面当成唯一的人机交互入口，同时通过JS桥接接口把设备能力暴露给前端。换句话说，你写的还是HTML和JavaScript，但跑的却是生产环境里的一台24小时开机的工业设备。

人脸识别这个功能放到物联网浏览器里做，其实是把两边的东西拉到了一起。一边是前端JS生态里成熟的计算机视觉库，比如face-api.js、MediaPipe、TensorFlow.js；另一边是物联网终端的真实业务需求，比如访客登记、员工考勤、陌生人告警。直接在浏览器里跑人脸识别，省去了部署独立客户端、训练C++模型、维护Python服务的成本，一套前端代码同时覆盖Windows和Android终端，这个优势在现场项目里特别明显。

1.2 为什么用JS而不是原生开发

很多人问过我一个问题：人脸识别这种重计算的东西，为什么不用C++配合OpenCV，或者用Python调深度学习框架，非要跑到JS里来做？

我的回答分两层。第一层是业务层面的原因：物联网终端的管理后台、业务逻辑、界面渲染，早就用Web技术栈写完了，人脸识别只是其中一个模块。如果为了这个模块再引入一套原生开发流程，等于要在每个终端上单独编译、单独部署、单独维护，团队的人力和时间根本扛不住。用JS做，识别功能就是一个页面里的脚本，业务代码和人脸识别代码之间通过普通的函数调用就能打通，不需要开发跨语言通信组件，这对小团队来说意义重大。

第二层是技术层面的原因：现在浏览器端跑人脸识别已经不是天方夜谭了。WebAssembly把深度学习推理引擎搬到了浏览器里，face-api.js这样的库直接把模型封装成了几个简单的API，TensorFlow.js甚至支持WebGL后端，可以调用GPU算力。在终端设备上做一轮人脸检测和特征提取，耗时普遍在几十毫秒到几百毫秒之间，完全够用。而且JS的异步特性非常适合处理视频流这种持续到达的数据，回调模型非常自然。

当然，JS方案也有天花板，这个后文会细说。但就目前工业现场的绝大多数场景而言，JS在人脸识别上的表现已经足够支撑业务落地了。接下来我就把整个开发过程完整拆开，从技术选型到代码实现，再到现场排障，一条条讲透。

2. 技术选型与方案拆解

2.1 摄像头数据怎么拿

物联网浏览器里拿摄像头数据，走的是WebRTC的getUserMedia接口。这个接口的兼容性在Chromium内核的设备上基本没有问题，但现场设备五花八门，驱动质量参差不齐，踩坑概率并不低。核心问题在于：设备上有多个摄像头时，默认设备不一定是你要用的那个人脸识别摄像头；摄像头被其他进程占用时，getUserMedia会直接报错；部分设备在HTTPS环境下才能正常调用，纯HTTP环境下摄像头接口是被浏览器策略禁用的。

针对这几个问题，我在项目里做了一个摄像头探测和选择机制，大致思路是：先用navigator.mediaDevices.enumerateDevices()把设备列表拉出来，过滤出videoinput类型的设备，然后把设备ID和中文名展示在配置页里，让现场实施人员自己选。这个设计虽然土，但在生产环境里非常管用——远程排查摄像头选错问题，比写一堆自动判定的逻辑高效得多。

容错处理也很重要。摄像头被占用的情况在Windows工控机上尤其常见，比如设备厂商的调试工具、远程桌面软件、甚至某些杀毒软件都会抢占摄像头。我在代码里对NotReadableError和NotFoundError都做了明确的用户提示，而不是让页面静默失败。还有一个细节是facingMode参数，在门禁机上如果装了多个方向的摄像头，通过facingMode: "user"往往能优先选到正面摄像头，这个参数在不同设备上的表现差异很大，建议实际到现场测试为准。

2.2 人脸检测模型怎么选

浏览器端能跑的人脸检测模型，主流的有三套方案：face-api.js自带的Tiny Face Detector和SSD MobileNet、Google的MediaPipe Face Detection、纯Te