一种基于5G边缘计算技术的图像识别服务集成方法与流程

本发明属于跨界服务技术领域，尤其是涉及一种基于5g边缘计算技术的图像识别服务集成方法。

背景技术：

近年来，随着我国社会老龄化程度的逐步加深，社区、居家养老方式成为老年人的迫切需求，而对于社区、居家等环境养老设施和服务也不断涌现，旨在为满足老年健康、居家照护需求。通过人-机-物-环境等多源信息的获取融合技术与协同智能交互服务方法来建立以社区为中心的智能家居养老环境。而目前基于养老智能终端服务受到广泛认可，但是在服务接入通常以网关为载体，普通网关在接入多种设备时，存在负载重、通信不稳定等缺点，不能满足社区-居家养老多类型设备数据采集服务要求，并且在本地数据处理和分析上存在延时，对于养老紧急情况的实时响应表现无力。

而随着5g和边缘计算、人工智能技术的快速发展，为以上问题提供解决路径。即可以通过一种基于5g边缘计算技术的的养老智能终端服务集成方法，尤其是基于老年人及周围环境图像识别的服务集成，通过在靠近养老用户侧提供服务接入、计算、存储等功能，通过服务下沉，来集成包含语音、图像等复杂多样的养老智能终端服务资源，并利用5g的高密度、低延时性等优点提高系统整体服务的实时性、准确性和安全性。

技术实现要素：

有鉴于此，本发明旨在提出一种基于5g边缘计算技术的图像识别服务集成方法，以解决普通网关在接入多种设备时，存在负载重、通信不稳定等缺点，不能满足社区-居家养老多类型设备数据采集服务要求，并且在本地数据处理和分析上存在延时，对于养老紧急情况的实时响应表现无力的问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于5g边缘计算技术的图像识别服务集成方法，包括以下步骤：

s1、获取老人行为图像；

s2、通过图形处理模块中的行为识别算法对老人行为进行检测，形成图像集，并将图像集传送给5g通信模块；

s3、5g通信模块将图像集传送至服务器。

进一步的，步骤s2中图像识别过程如下：摄像头预先设置好监控区域，摄像头采集监控区域的图像数据进行实时显示，同时对采集的数据进行实时分析，检测出移动物体，以在移动物体进入监控区域时第一时间发现目标；

图像处理模块包括报警框表示，通过报警框标识出进入监控区域的目标，第一时间锁定可疑目标；

追踪并显示目标移动轨迹。

进一步的，图像处理模块采用高性能低功耗ai处理器芯片，支持linux操作系统，金属封装。

进一步的，所述步骤s2中行为识别算法为：运用卷积神经网络(cnn)，采用大卷积核的单人姿态估计模型进行身体关键点检测，实现人体姿势识别。

进一步的，步骤s3中的5g通信模块采用中国移动5g通信模组，支持5gsa/nsa双组网模式；5g通信模组具有2.0gbps下行和不低于230mbps的下行速率；包括巴龙应用处理器，以及wi-fi、spi、usb、gpio接口。

进一步的，步骤s3中的5g通信模块的网关以5g为接入mec主要方式，支持多种有线和无线网络接入方式、兼容多种接口协议；

兼容多种接口协议：支持多种主流协议，主流协议如以太网、zigbee、wifi、lora、rs232/485。

相对于现有技术，本发明所述的一种基于5g边缘计算技术的图像识别服务集成方法具有以下有益效果：

本发明所述的基于5g边缘计算技术的图像识别服务集成方法，通过集成多种协议，适合多种用于社区-居家老人服务的不同设备进行数据采集，将采集后的数据进行处理时，针对不同的应用场景提供不同的模式算法，通过计算服务下沉，增强实时性和用户体验。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例所述的5g边缘计算载体功能逻辑图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。

下面将参考附图并结合实施例来详细说明本发明。

如图1所示，一种基于5g边缘计算技术的图像识别服务集成方法，包括以下步骤：

s1、获取老人行为图像；

s2、通过图形处理模块中的行为识别算法对老人行为进行检测，形成图像集，并将图像集传送给5g通信模块；

s3、5g通信模块将图像集传送至服务器。

5g边缘计算技术载体包括图像处理模块、5g通信模块，图像处理模块包括处理器，述处理器集成多路接口，所述处理器与5g通信模组通信。

步骤s1中图像识别过程如下：摄像头采集的图像数据进行实时现实，同时对采集的数据进行实时分析，检测出移动物体，以在移动物体进入监控区域时第一时间发现目标；

用报警框标识出进入监控区域的目标，第一时间锁定可疑目标；

追踪并显示目标移动轨迹。

所述步骤s2中行为识别算法为：运用卷积神经网络(cnn)，采用大卷积核的单人姿态估计模型进行身体关键点检测，实现人体姿势识别；

行为识别可通过npu处理模块处理后直接在网关内输出，也可以通过55g通信模组上传至服务器端。

步骤s3中的5g通信模块采用中国移动5g通信模组，支持5gsa/nsa双组网模式，兼容未来网络制式；2.0gbps下行和不低于230mbps的下行速率；高性能巴龙应用处理器，提供控制器、wi-fi、spi、usb、gpio等多种接口，支持多种场景应用。

步骤s3中的5g通信模块的网关以5g为接入mec主要方式，支持多种有线和无线网络接入方式、兼容多种接口协议；

兼容多种接口协议：支持多种主流协议，主流协议如以太网、zigbee、wifi、lora、rs232/485。

图像处理模块采用npu处理模块；

本专利中5g边缘计算网关注重解决图像处理和行为识别；摄像头可采集图像、人脸、行为等信息，传至npu处理模块进行处理，处理后的结果可通过5g通信模组上传至服务器。

5g边缘计算载体在使用过程中，由前端健康数据采集传感器、环境监测设备、摄像头采集视频数据以及其他智能养老终端设备采集不同类型数据，经npu处理后通过5g/4g等适合的通信模组将处理结果发送至服务器端。用户可在服务器端实时查看相关识别的数据。

图像处理基于linux的驱动程序、docker容器、transflow框架进行图像处理；

数据运算处理至少包括老人行为识别等人工智能、驱动程序以及逻辑算法；

图像处理模块采用高性能低功耗ai处理器芯片，支持linux操作系统，采用工业化模块设计，小型化金属封装。

边缘计算载体，将智能化服务下沉到服务现场，依靠可靠网络、计算能力与存储能力，支持多类型业务在服务现场的灵活部署和运行，提供实时、可靠、智能和泛在的现场。因此，边缘计算载体的设计，需具备以下特性：

小型化：小型化设备，安装简便；

轻量化平台：轻量级虚拟应用设计，降低平台负载；

稳定网络：高带宽、低延迟网络接入；

广泛接入：广泛数据采集和协议转换；

本地存储：高密度和较大容量数据存储能力；

本地智能：本地人工智能数据处理分析能力。

为适配云应用边缘计算终端需求，本公开的5g边缘计算载体是一款轻量级物联网设备，具备泛工业协议解析、数据过滤和分发等核心功能，面对众多行业，打造开放、轻量化定制应用平台，具有跨平台、易使用和二次开发等特点。系统默认适配多种接入和协议转换，方便用户随需所用。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。