Windows 人脸门禁部署实录：SSH 一断就死、虚终端计划任务静默失败与 fail-closed 阈值标定

需求很朴素：一台放在办公区、24 小时开机的 Windows 主控机，别人走过来动它的时候能"认人"。不是要金融级生物识别，只是挡住顺手牵羊——所以设计取向从一开始就不是"更准"，而是简单、fail-closed（判不出来就当拒绝）、先观察再拦截。

难度不在人脸模型。OpenCV 自带 YuNet + SFace 就够用，装完就能跑。真正耗时间的是后半程：怎么让它在 Windows 上"活着"、怎么让它在 SSH 断开后不死、怎么标定一个不会把自己挡在门外的阈值。这篇把可复用的坑按顺序摊开。

一、架构：一个独占摄像头的判定服务 + 一个轮询客户端

整条链路只有两个进程，刻意做小，为的是"每一段都能单独验"：

摄像头(独占) ──► face_gate_server.py :8899 (YuNet 检测 + SFace 128 维比对)
                      │  GET  /health   免鉴权（给看门狗用）
                      │  GET  /whoami   → 返回判定（核心，被调用方轮询）
                      │  POST /unlock   → 应急口令换 30 分钟放行
                      │  POST /setmode  → monitor / enforce / off
                      ▲
主控机 gate_client.py ── 轮询显示判定；判不出时 getpass 问口令

采集骨架没有重写，直接照搬团队已在展厅迎宾机上验证过的 CamHub 做法：单采集线程独占设备 + 黑帧检测 + 单实例端口守卫 + 崩溃自动重开。这里有一条容易被忽略的硬约束：

二、模型与阈值：数字是标定出来的，不是拍脑袋定的

用的都是现成件，不重造：

阈值怎么来的？用留出法：本人 50 帧多姿态样本，实测相似度区间 0.4883 ~ 0.8743，均值 0.7717。关键发现在下限：单帧最低只有 0.4883，也就是说你一侧头，分数就掉下去。所以判定绝不能只看一帧：

判定: >=0.45 放行 / 0.35~0.45 灰区静默 / <0.35 拒绝
多帧取最优: 首帧不过 → 1.6 秒内最多再判 5 帧，取最高分那一帧
fail-closed: 无脸 / 黑帧 / 多脸 / 脸太小 / 模型错 / 摄像头坏 → 一律 deny

SFace 这块还有两个必踩的 API 细节：

• 5 点对齐必须用官方 FaceRecognizerSF.alignCrop()。自己实现对齐会让人脸畸变，相似度直接崩坏——这不是"优化项"，是"能不能用"的问题。
• cv2 版本差异：4.13 用 feature()，5.0 仍可用；距离常量从 FR_COSINE_SIMILARITY 改名成了 FR_COSINE。另外 detect() 之前必须 setInputSize((w,h))，否则检测结果不稳。

三、Windows 上的六个坑（按踩到顺序排）

坑 1：SSH 会话启动的进程会被会话一起带走

用 Start-Process 或 cmd /c start 起的 python，SSH 一断就死——因为子进程属于该会话的 Job Object。正解只有一个：用 NSSM 装成真正的 Windows 服务（见下一节）。这也是为什么"远程调试时一切正常、人一走服务就没了"。

坑 2：虚终端会话里 schtasks /run 静默失败

在 SSH 里手动触发计划任务，报错 错误: 不支持从虚终端会话启动任务，但 返回码却是 0。如果你只看 rc 判成功，会得到一个"任务跑了但什么都没发生"的幽灵故障。别用 SSH 去触发计划任务。

坑 3：PowerShell 5.1 把 UTF-8 当 GBK

远程执行 .ps1，输出中文必乱码，某些情况下直接报语法错。对策：远程脚本一律纯 ASCII 输出——状态行写 STATUS / RESULT 这种英文标记，中文留在日志文件里用 python 读。

坑 4：非交互 PowerShell 里 Expand-Archive / Invoke-WebRequest 会炸

Write-Progress 会抛 ReadConsoleOutput，而且可能把下载截断（静默的半包）。对策：解压用 python zipfile、下载用 python urllib，文件一律先 SFTP 推上去再执行，别在远程 shell 里嵌套引号拼命令。

坑 5：模型文件可能躺在 models/ 子目录

路径必须做 fallback 解析，否则直接 RuntimeError: 缺文件，而 fail-closed 设计会让你只看到"不启动"、看不到原因。写清楚启动日志里"我找了哪几个路径"。

坑 6：Windows 无密码账户不能走 LogonUser

机器是自动登录账户，第二道防线如果挂在系统口令上会直接失效。改成门禁自己认的应急口令：salt(16B) + pbkdf2_hmac('sha256', pwd, salt, 200000)，只存 hash，比对用 hmac.compare_digest，与系统账户密码彻底解耦；POST /unlock 走请求体，不进 URL、不进访问日志。错 5 次锁 10 分钟。

四、装成 Windows 服务：NSSM 是唯一可靠解

nssm install FaceGate D:\facegate\py\python.exe
nssm set FaceGate AppParameters "face_gate_server.py 8899 0 1280 720 --log=..\logs\gate.log"
nssm set FaceGate AppDirectory  D:\facegate
nssm set FaceGate Start SERVICE_AUTO_START
nssm set FaceGate AppRestartDelay 5000
nssm set FaceGate AppStdout ..\logs\svc_stdout.log
nssm set FaceGate AppStderr ..\logs\svc_stderr.log
nssm start FaceGate
nssm status FaceGate        # SERVICE_RUNNING 即成功

Python 环境用的是绿色版（3.11.9 + cv2 5.0.0），不写注册表、删目录即恢复，这对"随时能退场"的部署很关键。

五、三档模式：先用观察期，别一上线就拦人

在线切换：POST /setmode {"mode":"enforce"}，立即生效并写回 config.json。

上线流程（别跳）：先 monitor 跑几天 → 翻 logs/decision.csv 看本人相似度分布和误伤率 → 确认 0.45 这个阈值不会把自己挡在门外 → 再切 enforce。config.json 里还能配 allow_ips 白名单（默认含 127.0.0.1 与两台主控机）。

六、第二道防线：应急口令与"私密问答"

人脸判不清时要有后手。我们做了两套，都能换 30 分钟放行（reason 统一记 admin_passphrase）：

• 应急口令：salted PBKDF2-SHA256 / 200k 迭代，客户端用 getpass 隐藏输入，口令不进对话记录。
• 私密问答（更适合"不想再记一套密码"）：随机抽一道只有本人知道的题。题库 vault.json 一条 = {qid, q, salt_hex, hash_hex}，答案同样只存 PBKDF2 hash，归一化 = 去空白 + 转小写；错 3 次提示、连错 5 次锁 10 分钟；题库为空时返回 vault_empty，客户端直接提示去录题，不会误判成故障。

七、一个反直觉的认知：归档样本不能当"识别基准"

我们把旧机器上的 50 帧训练集和 8 张演示抓帧归档了，本意是"以后识别不准时拿它当参考"。实测发现这个想法是错的：

归档帧是同一时刻、同一姿态拍的，它们彼此的相似度中位数高达 0.90；但新鲜帧对上去只有 0.49~0.69。拿"内部自洽的旧样本"当基准，只会让你看到一片高分，然后得出错误结论。

所以识别突然不准时，正确优先级是：

1. 在当前光照/姿态下重新采 30 帧再注册（最有效，几乎一步解决）；
2. 放宽阈值——但先看 decision.csv 的真实分布再调，别盲调；
3. 用私密问答兜底，先让人进得来。

重建模板的脚本支持留一法算平均模板与相似度分布，直接给出可落地的阈值建议，并可选 --apply 覆盖线上模板。远程跑脚本有一条铁律：先 SFTP 推最新副本再执行，否则跑的是旧版；且 cmd /c 的控制台输出是 GBK 乱码，把 stdout 重定向到文件再 SFTP 读回来。

八、性能与验收信号

验收只看三个信号，不靠"感觉好像行"：

• GET /health → engine_ok:true 且 camera:"cam0 1280x720"；
• GET /whoami 对着本人 → decision:allow；
• 镜头对着大厅 → 出现 no_face 后静默（不刷错误、不弹窗）。

九、再往前一步：从"锁屏拦截"到"按敏感度过闸"

纯锁屏式门禁有个体验问题：正常干活也要被拦。更合理的方向是按操作敏感度分级放行——做 PPT、剪视频、查文档正常放行；涉及复制数据库、动凭证库、外发文件才触发人脸门禁。我们落了两件东西：

• 规则表 sensitive.json：any_path / any_cmd 子串命中即敏感，默认 normal；命中则要求本人在场证明，一次通过管 30 分钟（缓存），非交互环境下的敏感操作一律拒绝，绝不默认放行，全部动作写 guard_audit.csv。
• 命令闸门：关键认知是——集群内部的自动化任务本身是知情的，不该限制；要卡的是从外面灌进来的那条命令是不是伪造的。所以守门点放在"命令入口"，而不是 agent 内部。

十、这套东西的可复用结论

1. 先定"挡什么"，再定"多准"。挡顺手牵羊和挡定向攻击是两种完全不同的系统，混着做会两头不到位。
2. fail-closed 的代价是"必须能看到为什么拒绝"。判不出来的原因要逐条记进日志，否则你只会体验到一个"什么都进不去"的黑盒。
3. Windows 上让进程常驻只有一条可靠路径：装成服务。所有"会话里跑得好好的"方案，本质都是临时的。
4. 阈值来自分布，不来自直觉。先 monitor 收集真实数据，再切 enforce。
5. 兜底手段要提前验证它命中过。口令和问答都要在真正被锁在外面之前测一遍。

我们站内在售的苏州话标准词库（3550 条）与数字人素材，是完全不同的东西，但方法一样——先把基线标定出来，再谈效果。如果你也在做无人值守终端、访问控制或数字人落地，带着具体链路问题来找我们更高效。