基于百度AI 的室內(nèi)監(jiān)控系統(tǒng)研究

何禹潼，盧迪

（哈爾濱理工大學(xué)測控技術(shù)與通信工程學(xué)院，黑龍江哈爾濱 150080）

某些病毒傳染性強(qiáng)，在人員密集場所很容易形成傳播鏈，因此預(yù)防是重中之重，防止室內(nèi)場所的人員聚集是必要手段和有效措施[1]。高校是一個(gè)特殊的場所，人員的密集程度較大且流動頻繁。在圖書館、實(shí)驗(yàn)室、教室等室內(nèi)場所，實(shí)時(shí)監(jiān)測人流量，控制人員聚集，既是對師生安全負(fù)責(zé)，更是擔(dān)當(dāng)對國家和社會防疫的責(zé)任。近年來，室內(nèi)外的人流量監(jiān)測方法大致可以分為兩種：①基于計(jì)算機(jī)視覺的處理算法，如文獻(xiàn)[2]提出了基于HOG 和SVM 的行人檢測算法，對行人的邊緣信息進(jìn)行描述和提取并篩選；文獻(xiàn)[3-8]介紹了基于YOLO 算法的相關(guān)研究；文獻(xiàn)[9-11]介紹了基于Faster-RCNN 算法的人數(shù)統(tǒng)計(jì)方法。②基于傳感器的其他監(jiān)測方法，如毫米波雷達(dá)[12]、無線射頻信號[13]、紅外傳感器[14-15]等，均取得了比較不錯(cuò)的效果。在不同場景下，開發(fā)不同的算法需要采用大量的數(shù)據(jù)集進(jìn)行迭代訓(xùn)練，并且要求硬件設(shè)備具有并行運(yùn)算能力，這十分耗費(fèi)人力與資源。同時(shí)，如果單獨(dú)采用某類傳感器數(shù)據(jù)，則其人流量監(jiān)測的使用范圍會受到很大影響。

該文基于百度AI 的靜態(tài)人流量統(tǒng)計(jì)系統(tǒng)使用百度AI 的API 接口，結(jié)合嵌入式ARM 主板、攝像頭、人體紅外傳感器等模塊，通過網(wǎng)頁實(shí)時(shí)顯示的室內(nèi)人數(shù)，實(shí)現(xiàn)人流量監(jiān)測統(tǒng)計(jì)功能。

1 系統(tǒng)整體設(shè)計(jì)

設(shè)計(jì)系統(tǒng)主要由ARM 控制器、人流量統(tǒng)計(jì)SDK、數(shù)據(jù)處理以及網(wǎng)頁端四部分組成，如圖1 所示。ARM 控制器主要應(yīng)用攝像頭和紅外傳感器兩個(gè)外設(shè)來采集室內(nèi)的圖像信息與監(jiān)測是否有人員經(jīng)過；人流量統(tǒng)計(jì)主要負(fù)責(zé)調(diào)用百度AI 平臺python SDK 中的相關(guān)函數(shù)及API 接口，實(shí)現(xiàn)對輸入圖像的人數(shù)分析；數(shù)據(jù)處理主要負(fù)責(zé)從API 接口調(diào)用請求數(shù)據(jù)參數(shù)，并返回具體人數(shù)給ARM 控制器；網(wǎng)頁端主要負(fù)責(zé)交互功能，顯示實(shí)時(shí)人數(shù)及其變化情況等。

圖1 系統(tǒng)整體設(shè)計(jì)

2 系統(tǒng)功能的設(shè)計(jì)和實(shí)現(xiàn)

2.1 ARM控制器設(shè)計(jì)

采用ARM Cortex-A72 架構(gòu)的微型Linux 主板，外接攝像頭和人體紅外傳感器兩個(gè)模塊。使用800萬像素索尼IMX219 傳感器擴(kuò)展版與主板相接，如圖2 所示。由于是靜態(tài)人流量監(jiān)測，因此攝像頭定時(shí)采集室內(nèi)靜態(tài)圖像，該系統(tǒng)定時(shí)器設(shè)定為5 s。

圖2 攝像頭模塊電路圖

人體紅外傳感器采用熱釋電紅外傳感器HCSR501[16]，通過import RPi.GPIO as GPIO 引入控制庫。利用該傳感器可實(shí)現(xiàn)節(jié)能策略：當(dāng)設(shè)備在無人員室內(nèi)時(shí)，處于低功耗模式；當(dāng)設(shè)備在人流量不大的室內(nèi)環(huán)境時(shí)，處于普通模式；在人流量較大環(huán)境時(shí)，處于性能模式。

2.2 人流量統(tǒng)計(jì)

人流量統(tǒng)計(jì)采用百度AI 提供的靜態(tài)人流量統(tǒng)計(jì)算法，其主要功能是識別和統(tǒng)計(jì)圖像中的人體數(shù)目，并返回渲染圖片。文中基于百度AI 平臺提供的人體分析（人流量統(tǒng)計(jì)）API 服務(wù)實(shí)現(xiàn)，采用平臺提供的人流量統(tǒng)計(jì)Python SDK 工具包完成開發(fā)。

首先注冊百度云平臺賬號，在管理控制臺創(chuàng)建相關(guān)應(yīng)用，獲得唯一的APP_ID、API_KEY、SECRET_KEY等關(guān)鍵參數(shù)。同時(shí)，為了保證賬號應(yīng)用的安全性以及用戶對訪問權(quán)限的控制，平臺采用access_token 方式實(shí)現(xiàn)鑒權(quán)認(rèn)證機(jī)制。在調(diào)用開放API 時(shí)，用戶要根據(jù)之前已經(jīng)獲得的API_Key 和Secret_Key，向授權(quán)服務(wù)地址發(fā)送請求（推薦使用POST），并在URL 中帶上grand_type、client_id、client_secret 參數(shù)，才能獲取access_token。最后，服務(wù)器以JSON 文本參數(shù)返回access_token 值。

靜態(tài)人流量統(tǒng)計(jì)根據(jù)靜態(tài)圖像進(jìn)行分析，用戶需設(shè)定攝像頭定時(shí)拍照，上傳百度AI 平臺，平臺根據(jù)算法完成對靜態(tài)圖像的識別與處理，并將結(jié)果返回用戶。上傳時(shí)，平臺請求參數(shù)包括image（編碼后的圖像數(shù)據(jù)）、area（非必需，識別區(qū)域）、show（非必需，渲染圖片顯示）。

image 要求圖像為base64 編碼，編碼后才可通過URL 進(jìn)行http 請求，同時(shí)要對參數(shù)進(jìn)行UTF-8 編碼后，才能進(jìn)行utf 編碼。在利用python 進(jìn)行base64 編碼時(shí)，只需在引入庫函數(shù)的基礎(chǔ)上，令img=base64.b64encode(f.read())，可以直接將圖像從字節(jié)形式轉(zhuǎn)換為base64 字符串形式。

area 可以特定框選區(qū)域坐標(biāo)，支持多個(gè)多邊形區(qū)域識別。若為單個(gè)區(qū)域，將每個(gè)頂點(diǎn)的x、y坐標(biāo)按順序列出，并將首尾坐標(biāo)相連做閉合。area 以數(shù)組的方式存儲，完成area 的參數(shù)設(shè)定后，平臺將只在該區(qū)域內(nèi)進(jìn)行人數(shù)識別。若area 值缺省，則進(jìn)行全圖統(tǒng)計(jì)。

show 可以選擇渲染圖片是否返回并保存，默認(rèn)不返回；令其為true 時(shí)，返回渲染后的圖片。

三個(gè)參數(shù)設(shè)定完成后，以字典數(shù)據(jù)結(jié)構(gòu)存儲。

2.3 數(shù)據(jù)處理

將百度AI 平臺處理后的結(jié)果數(shù)據(jù)作為全局存儲變量，根據(jù)多個(gè)參數(shù)處理函數(shù)可訪問該數(shù)據(jù)，接口函數(shù)將會返回不同類別的屬性數(shù)據(jù)，返回的結(jié)果形式為JSON 格式的字符串。返回?cái)?shù)據(jù)參數(shù)包括log_id（幀編號）、person_num（人體數(shù)目）、image（渲染圖片）等。例如：

該字符串表示當(dāng)前畫面中有16 個(gè)人，幀編號為716033439，渲染后的圖片字符形式為/9j/4AAoFS2P/9k=，此時(shí)畫面中的人數(shù)為當(dāng)前幀的瞬時(shí)結(jié)果。當(dāng)平臺返回JSON 數(shù)據(jù)后，可通過判斷幀編號是否與上次相同來驗(yàn)證設(shè)計(jì)系統(tǒng)定時(shí)采集的室內(nèi)圖像是否為靜態(tài)圖像。

2.4 網(wǎng)頁界面設(shè)計(jì)

網(wǎng)頁界面采用阿里云Web 可視化開發(fā)，其優(yōu)點(diǎn)是免代碼開發(fā)、模版豐富、完全托管、搭建完畢后可直接綁定域名發(fā)布。該界面主要包括三個(gè)部分：實(shí)時(shí)人數(shù)顯示、教室信息顯示、實(shí)時(shí)人數(shù)變化曲線。開發(fā)之前，要將ARM 控制器與阿里云根據(jù)MQTT 協(xié)議連接，在阿里云物聯(lián)網(wǎng)平臺創(chuàng)建相關(guān)產(chǎn)品及設(shè)備后，每個(gè)設(shè)備會得到其唯一的設(shè)備證書（ProductKey、DeviceName、DeviceSecret），要將這些參數(shù)在ARM 控制器中進(jìn)行聲明。建立連接時(shí)，物聯(lián)網(wǎng)平臺完成認(rèn)證并與設(shè)備綁定，可實(shí)現(xiàn)如下功能：

1）實(shí)時(shí)人數(shù)顯示：通過文字及圖標(biāo)組建實(shí)現(xiàn)參數(shù)名稱及輸出結(jié)果的顯示，數(shù)據(jù)源配置選擇相關(guān)產(chǎn)品設(shè)備的人數(shù)屬性。

2）教室信息顯示：包含教室門牌號、教室類型、教室最大容量。

3）實(shí)時(shí)人數(shù)變化曲線：數(shù)據(jù)源配置時(shí)，模式選擇為單設(shè)備多屬性，數(shù)據(jù)項(xiàng)設(shè)定為設(shè)備歷史數(shù)據(jù)，實(shí)時(shí)數(shù)據(jù)時(shí)間段選擇近半小時(shí)。

3 測試與分析

網(wǎng)頁測試界面如圖3 所示，人數(shù)為實(shí)時(shí)返回的監(jiān)測數(shù)據(jù)結(jié)果，變化曲線由實(shí)時(shí)人數(shù)變化情況繪制。系統(tǒng)測試主要是人流量統(tǒng)計(jì)接口的調(diào)用是否成功并返回正確結(jié)果?；诖耍闹袕臄z像頭實(shí)時(shí)拍攝畫面和直接上傳圖像兩方面對人流量統(tǒng)計(jì)結(jié)果進(jìn)行測試，檢測系統(tǒng)的運(yùn)行情況。

圖3 網(wǎng)頁界面

實(shí)驗(yàn)一：攝像頭實(shí)時(shí)拍攝室內(nèi)畫面，設(shè)置該攝像頭亮度為50 cd/m2，飽和度80%，快門時(shí)間間隔6×106μs，感光度為800，將攝像頭放置在2 m 高度俯拍。進(jìn)行多次測試，其中一組測試結(jié)果如圖4、5 所示。

圖4 實(shí)驗(yàn)一原圖像

圖5 實(shí)驗(yàn)一渲染圖像

實(shí)驗(yàn)二：上傳任意一張教室內(nèi)圖像，進(jìn)行多次測試，其中一組測試結(jié)果如圖6、7 所示。

圖6 實(shí)驗(yàn)二原圖像

圖7 實(shí)驗(yàn)二渲染圖像

實(shí)驗(yàn)一和實(shí)驗(yàn)二的測試結(jié)果與實(shí)際人數(shù)具體數(shù)據(jù)如表1 所示。實(shí)驗(yàn)表明，百度AI 平臺人體檢測中靜態(tài)人流量監(jiān)測算法的是以頭部為識別目標(biāo)統(tǒng)計(jì)圖片中的瞬時(shí)人數(shù)。當(dāng)拍攝方式為俯拍且距離合適時(shí)，該算法的準(zhǔn)確率較高且具有較好的適應(yīng)性。

表1 實(shí)驗(yàn)效果

4 結(jié)論

設(shè)計(jì)的室內(nèi)監(jiān)控系統(tǒng)基于百度AI 提供的API 接口，采用python 語言，并結(jié)合基于ARM 的微型Linux主板、攝像頭、人體紅外傳感器等模塊，是實(shí)現(xiàn)靜態(tài)人流量監(jiān)測的一種高效方法。同時(shí)介紹了ARM 控制器相關(guān)功能的實(shí)現(xiàn)、與百度AI 平臺的連接、平臺鑒權(quán)機(jī)制的認(rèn)證、與物聯(lián)網(wǎng)平臺的數(shù)據(jù)對接。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)可以快速實(shí)現(xiàn)靜態(tài)人流量監(jiān)測，又有較高的準(zhǔn)確率。當(dāng)拍攝方式為俯拍且距離合適時(shí)，靜態(tài)人流量監(jiān)測準(zhǔn)確率可達(dá)97.7%。該系統(tǒng)有較好的應(yīng)用性，可以實(shí)現(xiàn)對室內(nèi)密閉空間人數(shù)的監(jiān)測與控制作用。