AI人脸识别测温一体机设计
Posted DS小龙哥
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了AI人脸识别测温一体机设计相关的知识，希望对你有一定的参考价值。
1. 前言
在AI人工智能发展应用的过程中，人脸识别技术得到了重用。目前在人脸识别相关的技术已经深入到生活方方面面。在公共安全、智能安防、手机认证等多个领域得到应用，比如: 通过人脸识别来解锁手机，通过人脸识别进入某些政务软件平台或是银行APP, 还是各大门店，超市使用的"支付宝刷脸支付"等等，这些应用大大方便了人们生活。
目前，因为新冠疫情防控的需要，人人出门都需要戴口罩，查验健康码和测量体温，在办公大楼门口、地铁口、小区门口、商场门口人流量都比较大，传统的人工测量体温方式，费时费力、效率比较低，而且人工近距离核验温度，易产生交叉感染风险。
当前文章就利用华为云提供的AI人脸识别接口+红外测温传感器MLX90614ESF(DCI)+瑞芯微RK3399完成AI人脸测温一体机设计，方便测量来往人员的体温，减轻防疫防控工作人员的负担。
实现的具体功能: 当检测到人脸时，就测量温度，并检测有没有带口罩；在显示屏上实时显示温度信息，如果温度超出设置值，会通过语音播报提示。如果人员没有戴口罩，会语音提示带口罩。
2. 软硬件设计
（1）核心板采用瑞芯微RK3399，运行ubuntu18.04 64位系统，编译器采用aarch64-linux-gcc。摄像头采用罗技的720p摄像头。
（2）软件界面采用QT设计，在RK3399的ubuntu18.04系统里可以直接安装QT开发环境完成开发，也可以在PC机上交叉编译后将程序和相关库拷贝过来。
（3）测温传感器采用MLX90614ESF(DCI)，这个是红外非接触式测温传感器，测量距离可达到1米左右，这个模块是IIC协议接口。
3. 华为云人脸识别服务
3.1 开通人脸识别服务
官网地址: https://www.huaweicloud.com/product/face.html
3.2 人脸识别接口功能
华为云提供的人脸检测可以对输入图片进行人脸检测和分析，输出人脸在图像中的位置、人脸关键点位置、人脸关键属性等信息。支持识别JPG、PNG、JPEG、BMP等格式的图片，上传图片时选择将图片转为Base64编码上传。
（1）接口请求方式: POST
（2）接口请求地址
格式:
https://face.endpoint.myhuaweicloud.com/v2/project_id/face-detect
示例:
https://face.cn-north-4.myhuaweicloud.com/v2/0e5957be8a00f53c2fa7c0045e4d8fbf/face-detect（3）请求头的参数
"X-Auth-Token": "******"
X-Auth-Token字段是访问华为云的任何API接口都需要填，获取方法看这里： https://bbs.huaweicloud.com/blogs/317759 翻到2.3小节。
（4）请求Body参数
image_base64字段 : 存放Base64编码后的图片数据，大小不超过8MB，建议小于1MB。
attributes字段 ：这个参数可以选择不填，不填就只是返回人脸的在图片里的尺寸位置。如果希望获取更多的属性列表，可以填下面之这些属性：
2：年龄
4：装束（帽子、眼镜）
6：口罩
7：发型
8：胡须
11：图片类型
12：质量
13：表情
21：人脸图片旋转角（顺时针偏转角度），支持0°、90°、180°和270°图片旋转。
多个属性间使用逗号（,）隔开。（5）响应参数
如果图像里没有人脸，返回的数据是这样的：
"faces":[]
如果没有填额外的属性，返回的数据是这样的：
"faces": [
"bounding_box":
"top_left_x": 61,
"top_left_y": 54,
"width": 114,
"height": 151
]
填了额外的属性，返回的数据是这样的：
"faces": [
"bounding_box":
"top_left_x": 61,
"top_left_y": 54,
"width": 114,
"height": 151
,
"attributes":
"age": 30,
"dress":
"glass": "none",
"hat": "none"
,
"mask": "none",
"hair": "short",
"beard": "none",
"phototype": "internet photo",
"quality":
"total_score": 0.62109375,
"blur": 0.3359375,
"pose": 0.266357421875,
"occlusion": 0.330810546875,
"illumination": 0.378662109375
,
"expression":
"type": "neutral",
"probability": 0.9991200566291809
]
3.3 调试接口
地址: https://apiexplorer.developer.huaweicloud.com/apiexplorer/debug?product=FRS&api=DetectFaceByFile
如果最开始想体验一下接口，了解参数的含义，可以先使用在线调试接口测试一下效果。
现在人脸检测的调试接口可以直接在网页上选择本地图片，不用再传bash64数据，测试更加方便。
4. 设计设备端程序
4.1 调用人脸检测接口
//人脸检测
void Widget::FaceCheck(QImage image)
QString requestUrl;
QNetworkRequest request;
//存放图片BASE64编码
QString imgData;
//设置请求地址
QUrl url;
//人脸检测请求地址
requestUrl = QString("https://face.%1.myhuaweicloud.com/v2/%2/face-detect")
.arg(SERVER_ID)
.arg(PROJECT_ID);
//设置数据提交格式
request.setHeader(QNetworkRequest::ContentTypeHeader, QVariant("application/json"));
//将图片进行Base64编码
imgData = QString(toBase64(image)); //编码后的图片大小不超过2M
//设置token
request.setRawHeader("X-Auth-Token",Token);
//构造请求
url.setUrl(requestUrl);
request.setUrl(url);
QString post_param=QString
(""
"\\"image_base64\\": \\"%1\\","
"\\"attributes\\":%2"
"").arg(imgData).arg("6");
//发送请求
manager->post(request, post_param.toUtf8());
4.2 接口数据解析
if(function_select==6)
//解析数据
QJsonParseError json_error;
QJsonDocument document = QJsonDocument::fromJson(replyData, &json_error);
if(json_error.error == QJsonParseError::NoError)
//判断是否是对象,然后开始解析数据
if(document.isObject())
QJsonObject obj = document.object();
//解析错误代码
if(obj.contains("faces"))
QJsonArray face_arr=obj.take("faces").toArray();
for(int i=0;i<face_arr.size();i++)
QJsonObject object=face_arr.at(i).toObject();
if(object.contains("bounding_box"))
QJsonObject obj1=object.take("bounding_box").toObject();
int top_left_x=0;
int top_left_y=0;
int width=0;
int height=0;
if(obj1.contains("top_left_x"))
top_left_x=obj1.take("top_left_x").toInt();
if(obj1.contains("top_left_y"))
top_left_y=obj1.take("top_left_y").toInt();
if(obj1.contains("width"))
width=obj1.take("width").toInt();
if(obj1.contains("height"))
height=obj1.take("height").toInt();
qDebug()<<"top_left_x:"<<top_left_x;
qDebug()<<"top_left_y:"<<top_left_y;
qDebug()<<"width:"<<width;
qDebug()<<"height:"<<height;
//属性
QString mask;
if(object.contains("attributes"))
QJsonObject obj1=object.take("attributes").toObject();
mask=obj1.take("mask").toString();
qDebug()<<"带口罩的状态:"<<mask;
4.3 token获取
void Widget::GetToken()
//表示获取token
function_select=3;
QString requestUrl;
QNetworkRequest request;
//设置请求地址
QUrl url;
//获取token请求地址
requestUrl = QString("https://iam.%1.myhuaweicloud.com/v3/auth/tokens")
.arg(SERVER_ID);
//自己创建的TCP服务器,测试用
//requestUrl="http://10.0.0.6:8080";
//设置数据提交格式
request.setHeader(QNetworkRequest::ContentTypeHeader, QVariant("application/json;charset=UTF-8"));
//构造请求
url.setUrl(requestUrl);
request.setUrl(url);
QString text =QString("\\"auth\\":\\"identity\\":\\"methods\\":[\\"password\\"],\\"password\\":"
"\\"user\\":\\"domain\\": "
"\\"name\\":\\"%1\\",\\"name\\": \\"%2\\",\\"password\\": \\"%3\\","
"\\"scope\\":\\"project\\":\\"name\\":\\"%4\\"")
.arg(MAIN_USER)
.arg(IAM_USER)
.arg(IAM_PASSWORD)
.arg(SERVER_ID);
//发送请求
manager->post(request, text.toUtf8());
4.4 摄像头初始化
//查找系统可用摄像头
void Widget::Find_CameraNumber()
//清空列表
ui->comboBox_camera_number->clear();
/*查找电脑当前可用摄像头*/
cameras = QCameraInfo::availableCameras();
if(cameras.count())
for(int i=0;i<cameras.count();i++)
ui->comboBox_camera_number->addItem(tr("%1").arg(i));
ui->pushButton_start_camera->setEnabled(true);
else
QMessageBox::warning(this,tr("提示"),"本机没有可用的摄像头!\\n"
"软件作者:DS小龙哥\\n"
"BUG反馈:1126626497@qq.com");
ui->pushButton_start_camera->setEnabled(false);
/*摄像头没有启动时，按钮不可用*/
ui->pushButton_find->setEnabled(false);
ui->pushButton_delete->setEnabled(false);
ui->pushButton_update->setEnabled(false);
ui->pushButton_register->setEnabled(false);
//启动摄像头
void Widget::on_pushButton_start_camera_clicked()
//摄像头启动标志
if(camera_flag) //如果摄像头已经启动一次，再次启动需要将之前的空间释放掉
camera->stop();
delete camera;
ui->horizontalLayout_2->removeWidget(videoWidget);
delete videoWidget;
camera_flag=1; //标志摄像头已经启动一次
//摄像头启动之后，就无法在重复启动
ui->pushButton_start_camera->setEnabled(false);
/*创建摄像头对象，根据选择的摄像头打开*/
camera = new QCamera(cameras.at(ui->comboBox_camera_number->currentIndex()));
/*构造捕获的对象*/
camera_image_capture = new QCameraImageCapture(camera);
/*设置捕获的目的地*/
camera_image_capture->setCaptureDestination(QCameraImageCapture::CaptureToFile);
//设置截图输出、缓冲区格式、分辨
camera_image_capture->setCaptureDestination(QCameraImageCapture::CaptureToBuffer);
camera_image_capture->setBufferFormat(QVideoFrame::PixelFormat::Format_Jpeg);
//设置截图的图片尺寸
iamge_setting.setResolution(320,240);
camera_image_capture->setEncodingSettings(iamge_setting);
//关联捕获的信号，发出捕获截图信号时，发出信号
connect(camera_image_capture,&QCameraImageCapture::imageCaptured,this,&Widget::processCapturedImage);
/*配置摄像头捕获模式为帧捕获模式*/
camera->setCaptureMode(QCamera::CaptureViewfinder);
videoWidget = new QVideoWidget();
videoWidget->setMinimumSize(320,240);
//将摄像头显示窗口加入到布局中
ui->horizontalLayout_2->insertWidget(0,videoWidget);
/*设置取景器显示*/
camera->setViewfinder(videoWidget);
/*启动摄像头*/
camera->start();
/*摄像头启动时，按钮可用*/
ui->pushButton_find->setEnabled(true);
ui->pushButton_delete->setEnabled(true);
ui->pushButton_update->setEnabled(true);
ui->pushButton_register->setEnabled(true);
以上是关于AI人脸识别测温一体机设计的主要内容，如果未能解决你的问题，请参考以下文章