[发明专利]一种基于Atlas的人脸识别的边缘视觉计算系统

说明书

本发明属于人脸识别技术领域，尤其是一种基于Atlas的人脸识别的边缘视觉计算系统，包括业务处理简要流程、边缘计算设备和FaceSDK/BodySDK算法模块，所述业务处理简要流程包括以下步骤：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、准备相机；包括有三个子流程：相机取流模块、人脸处理模块和人体处理模块；S4、相机取流模块从预定义的相机信息中获取视频流；S5、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。本发明通过采购热成像相机即可满足上述功能需要，而非采购额外的测温单兵设备；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。

技术领域

本发明涉及人脸识别技术领域，尤其涉及一种基于Atlas的人脸识别的边缘视觉计算系统。

背景技术

针对区域内人脸检测、人脸识别、人体测温、人流计数、频繁临厅的产品，每一个都存在比较成熟的产品，比如：

人脸识别设备有基于arm、海思架构的人脸识别门禁设备、基于Intel的X86架构的人脸比对识别服务器；

人体测温设备有手持测温仪、人脸测温门禁设备、基于Intel的X86架构的人脸比对测温单兵设备。

但上述技术方案的不足之处有：

1、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；

2、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。

发明内容

基于背景技术中提出的技术问题，本发明提出了一种基于Atlas的人脸识别的边缘视觉计算系统。

本发明提出的一种基于Atlas的人脸识别的边缘视觉计算系统，包括业务处理简要流程、边缘计算设备和FaceSDK/BodySDK算法模块，所述业务处理简要流程包括以下步骤：

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、准备相机；包括有三个子流程：相机取流模块、人脸处理模块和人体处理模块；

S4、相机取流模块从预定义的相机信息中获取视频流；

S5、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；

S6、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。

优选地，所述相机取流模块的处理流程包括有以下步骤：

S11、相机取流模块从预定义的相机信息中获取视频流；

S12、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；

S13、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。

优选地，所述视频流的处理流程包括有以下步骤：

S21、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；

S22、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；

S23、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。

优选地，所述人脸处理模块包括有以下流程：