FREMIS-N
Layanan face recognition dan enrollment management Nodeflux yang menjadi fondasi pengenalan wajah di Visionaire dan Lenz.
FREMIS-N
FREMIS-N adalah layanan face recognition dan enrollment management Nodeflux. Layanan ini menyediakan kemampuan enrollment, penyimpanan fitur wajah, serta matching dan search melalui HTTP API — dan menjadi fondasi pengenalan wajah di Visionaire dan Lenz. Setiap kali Visionaire mengenali wajah di stream CCTV, atau Lenz mencari identitas berdasarkan foto, FREMIS-N yang bekerja di baliknya.
Halaman ini memberikan gambaran umum FREMIS-N. Untuk konsep teknis (embedding, threshold, top-k, dan pipeline internal), lihat Developer Guide. Untuk panduan deployment, mulai dari Install Dependencies.
Apa yang Dilakukan
- Enrollment identitas — menerima satu atau lebih foto wajah per identitas, mengekstrak fitur unik (embedding), dan menyimpannya untuk digunakan dalam pencarian berikutnya.
- 1:N face recognition — membandingkan satu foto query terhadap seluruh database yang sudah terdaftar dan mengembalikan kandidat terbaik beserta skor kecocokannya.
- 1:1 face matching — membandingkan dua foto secara langsung untuk memverifikasi apakah keduanya merupakan orang yang sama.
- Manajemen keyspace — mengelompokkan enrollment dalam namespace yang terisolasi, mendukung multi-tenant dan multi-use-case dalam satu deployment.
- Quota dan rate limiting — membatasi jumlah enrollment dan laju permintaan sesuai lisensi yang aktif.
- Deployment cluster — mendistribusikan data ke beberapa node untuk kapasitas yang lebih besar.
Yang TIDAK Dilakukan
- Tidak menganalisis video secara langsung — FREMIS-N hanya menerima gambar (foto). Deteksi wajah dari stream video dilakukan oleh Visionaire sebelum dikirim ke FREMIS-N.
- Tidak mengelola stream atau kamera — manajemen CCTV dan pipeline analitik adalah tanggung jawab Visionaire.
- Tidak menjamin akurasi absolut — hasil recognition bergantung pada kualitas foto enrollment, kondisi pengambilan foto query, dan nilai threshold yang dipilih.
- Tidak mengenali identitas yang belum di-enroll — FREMIS-N hanya mengembalikan kandidat dari identitas yang sudah terdaftar di keyspace yang ditentukan.
Alur Singkat
Dua alur utama di FREMIS-N adalah enrollment (mendaftarkan identitas baru) dan recognition (mencari kecocokan dari foto query). Kedua alur ini sepenuhnya terpisah: enrollment dilakukan satu kali (atau kapan pun ada identitas baru), sementara recognition dapat terjadi ribuan kali per menit tanpa perlu mengubah database.
Untuk detail pipeline internal — termasuk antrian kerja, jumlah inferensi AI per request, dan mekanisme backpressure — lihat Bagaimana FREMIS-N Memproses Permintaan.
Mode Deployment
FREMIS-N dapat dijalankan dalam dua mode:
| Mode | Cocok untuk | Karakteristik |
|---|---|---|
| Standalone | Deployment skala kecil hingga menengah | Semua komponen berjalan dalam satu node. Sederhana, mudah di-monitor. |
| Cluster | Deployment skala besar (jutaan enrollment, QPS tinggi) | Data dipartisi ke beberapa worker node, dirutekan oleh sebuah coordinator. Kapasitas total = jumlah kapasitas semua node. |
Kedua mode mengekspos API yang identik — klien tidak perlu mengetahui mode yang digunakan. Untuk panduan memilih mode dan persyaratan hardware, lihat Pre-requisite Installation dan Cluster Sharding.
Fitur
Enrollment
Pendaftaran identitas multi-variasi ke keyspace untuk meningkatkan akurasi recognition.
1:1 Match
Verifikasi dua wajah adalah orang yang sama.
1:N Search
Identifikasi wajah dari seluruh database keyspace.
Keyspace
Namespace database untuk multi-tenant dan isolasi data.
Cluster Sharding
Distribusi data ke beberapa node dengan coordinator routing untuk skala besar.
Developer Guide
Developer Guide
Konsep inti — embedding, keyspace, similarity score, threshold, top-k, dan pipeline internal.
API Reference
Endpoint sistem dan referensi HTTP API.