一种嵌入式人脸识别、计数、测温的视觉计算系统的制作方法

本发明涉及计算机视觉技术领域，具体为一种嵌入式人脸识别、计数、测温的视觉计算系统。

背景技术：

视觉计算系统，是一个多级的、自下而上的分析过程，在这个过程中产生一系列关于客体的不同表征，这些表征对有关的视觉环境提供越来越详细的信息。

人脸识别测温系统支持体温检测，自动报警。人脸识别一体机内置热成像人群测温模块，全自动进行人脸识别和体温检测自动存储热成像图像及实时识别图像。在人脸识别与体温检测正常的情况下将自动通行，体温异常时设备实时报警提示，温度判断1米内，仅0.4％误差。此外，人脸识别同时实时记录人体各区域温度，自动生成报表，并汇总成考勤、体温报表输出，微信自动推送给指定管理人员。在严格防控疫情的当下，人脸识别测温系统能实现自动智能严守把关，无须专人测量体温，真正做到快速、准确、全面检测。

但是，现有的人脸识别、计数、测温的视觉计算系统还存在针对大流量人流测温场景，门禁、手持测温仪等单通道设备测温速度较慢，导致人员大量聚集，无法满足实际使用需要和intel的x86架构的人脸测温单兵脱机使用，受限于人脸比对算法，无法做到人脸比对以及频繁临厅应用的问题。

技术实现要素：

针对现有技术的不足，本发明提供了一种嵌入式人脸识别、计数、测温的视觉计算系统，克服了现有技术的不足，结构设计简单，有效的解决了针对大流量人流测温场景，门禁、手持测温仪等单通道设备测温速度较慢，导致人员大量聚集，无法满足实际使用需要和intel的x86架构的人脸测温单兵脱机使用，受限于人脸比对算法，无法做到人脸比对以及频繁临厅应用的问题。

为了解决上述技术问题，本发明提供了如下的技术方案：

一种嵌入式人脸识别、计数、测温的视觉计算系统，包括以下步骤：

s1：边缘计算设备开机后，系统启动运行；

s2：facesdk/bodysdk算法模块初始化；

s3：相机取流模块从预定义的相机信息中获取视频流；

s4：视频流会被单帧以队列形式推送给到视频流算法处理模块根据加载算法进行解析；

s5:解析的结构化结果会根据业务需要处置后以可视化结果形式呈现给到用户。

作为本发明的一种优选技术方案，s3中相机取流模块从预定义的相机信息中获取视频流，如果相机取流失败，取流模块会进行多次尝试，如果仍然失败，会以异常形式告知应用层。

作为本发明的一种优选技术方案，s4中获取视频流成功后，会对视频流进行解码，并将帧数据以队列存入全局处理缓冲区，视频流处理任务逐条从缓冲区队列取帧，并根据预设定的跳帧数进行解析检测，通过人脸、人体检测算法对目标筛选出人脸、人体目标，并得出目标结构化信息；通过预训练好的人脸、人体跟踪深度学习模型对人脸、人体分配全局跟踪id人脸处理流程。

作为本发明的一种优选技术方案，述s5中通过人脸质量算法得到相对可靠的人脸图像，送入人脸比对模型进行特征比对，同时会根据人脸位置从测温相机取出区域内的可靠人脸温度，人脸比对模型将抓取的人脸特征与预存入图像库进行人脸匹配，得到最佳匹配的人员信息，应用层根据人员角色进行员工、访客、陌生人的逻辑判断，经过人体跟踪模型筛选出来的人体结构化序列的，得到人体进入镜头与消失的点位信息、方位信息进行人体出入厅判断。

作为本发明的一种优选技术方案，人体检测技术和人脸检测技术是计算机视觉技术判断图像或者视频序列中是否存在行人并给予精确定位，该技术可与行人跟踪，行人重识别等技术结合，应用于人工智能系统、车辆辅助驾驶系统、智能机器人、智能视频监控、人体行为分析、智能交通等领域。

作为本发明的一种优选技术方案，边缘终端嵌入式应用是一种在物理上靠近数据生成的位置处理数据的方法，即事物和人所在的现场区域如家庭和远程办公室内。融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

作为本发明的一种优选技术方案，智能边缘计算小站是相对数据中心提出的概念，它是指收集并分析数据的行为发生在靠近数据生成的本地设备和网络中，而不需要将数据传输到计算资源集中化的数据中心进行处理。边缘计算又被叫做分布式云计算、雾计算或第四代数据中心。

作为本发明的一种优选技术方案，红外热成像测温为热成像能够获取温度分布图像，也就是能够获得一个画面全部的温度数据，因此即便是大规模人群同时进入到系统的监测范围内，也可以同时测得所有人的体温数据。热成像对人体红外辐射的探测则是实时进行的，通过算法得出体温数据更是以毫秒为单位，系统在工作时，根本不需要人群做任何停留，一旦人进入到设备监测范围后，便可立即测得体温数据。

本发明实施例提供了一种嵌入式人脸识别、计数、测温的视觉计算系统，具备以下有益效果：

1、通过设置基于人脸检测、人脸比对算法衍生的人脸识别、迎宾、频繁临厅等应用，达到了通过人脸比对解决员工签到、访客迎宾、频繁临厅等业务场景和因采用智能边缘计算的aiot架构，可将中心服务器部署在互联网端或远端机房的目的，解决了和intel的x86架构的人脸测温单兵脱机使用，受限于人脸比对算法，无法做到人脸比对以及频繁临厅应用的问题。

2、通过设置基于人脸检测、热成像测温相机衍生人脸测温应用，达到了通过人脸检测锁定热成像区域的方式进行测温，极大的加速了测温过程，避免人流聚集和检测、识别算法以嵌入式集成运行在智能边缘计算小站等边缘计算终端上，以减轻中心端计算服务器的计算压力及视频传输的带宽压力的目的，解决了针对大流量人流测温场景，门禁、手持测温仪等单通道设备测温速度较慢，导致人员大量聚集，无法满足实际使用需要的问题。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明人脸人体跟踪处理流程结构示意图；

图2是本发明业务处理全流程结构示意图；

图3是本发明人脸处理流程结构示意图；

图4是本发明人脸处理流程结构示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例：如图1-4所示，一种嵌入式人脸识别、计数、测温的视觉计算系统，包括以下步骤：

s1：边缘计算设备开机后，系统启动运行；

s2：facesdk/bodysdk算法模块初始化；

s3：相机取流模块从预定义的相机信息中获取视频流；

s4：视频流会被单帧以队列形式推送给到视频流算法处理模块根据加载算法进行解析；

s5:解析的结构化结果会根据业务需要处置后以可视化结果形式呈现给到用户。

其中，s3中相机取流模块从预定义的相机信息中获取视频流，如果相机取流失败，取流模块会进行多次尝试，如果仍然失败，会以异常形式告知应用层。

其中，s4中获取视频流成功后，会对视频流进行解码，并将帧数据以队列存入全局处理缓冲区，视频流处理任务逐条从缓冲区队列取帧，并根据预设定的跳帧数进行解析检测，通过人脸、人体检测算法对目标筛选出人脸、人体目标，并得出目标结构化信息；通过预训练好的人脸、人体跟踪深度学习模型对人脸、人体分配全局跟踪id人脸处理流程。

其中，s5中通过人脸质量算法得到相对可靠的人脸图像，送入人脸比对模型进行特征比对，同时会根据人脸位置从测温相机取出区域内的可靠人脸温度，人脸比对模型将抓取的人脸特征与预存入图像库进行人脸匹配，得到最佳匹配的人员信息，应用层根据人员角色进行员工、访客、陌生人的逻辑判断，经过人体跟踪模型筛选出来的人体结构化序列的，得到人体进入镜头与消失的点位信息、方位信息进行人体出入厅判断。

其中，人体检测技术和人脸检测技术是计算机视觉技术判断图像或者视频序列中是否存在行人并给予精确定位，该技术可与行人跟踪，行人重识别等技术结合，应用于人工智能系统、车辆辅助驾驶系统、智能机器人、智能视频监控、人体行为分析、智能交通等领域。

其中，边缘终端嵌入式应用是一种在物理上靠近数据生成的位置处理数据的方法，即事物和人所在的现场区域如家庭和远程办公室内。融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

其中，智能边缘计算小站是相对数据中心提出的概念，它是指收集并分析数据的行为发生在靠近数据生成的本地设备和网络中，而不需要将数据传输到计算资源集中化的数据中心进行处理。边缘计算又被叫做分布式云计算、雾计算或第四代数据中心。

其中，红外热成像测温为热成像能够获取温度分布图像，也就是能够获得一个画面全部的温度数据，因此即便是大规模人群同时进入到系统的监测范围内，也可以同时测得所有人的体温数据。热成像对人体红外辐射的探测则是实时进行的，通过算法得出体温数据更是以毫秒为单位，系统在工作时，根本不需要人群做任何停留，一旦人进入到设备监测范围后，便可立即测得体温数据。

最后应说明的是：在本发明的描述中，需要说明的是，术语“竖直”、“上”、“下”、“水平”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。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“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，可以根据具体情况理解上述术语在本发明中的具体含义。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。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。