浅析TSINGSEE智能边缘网关的人体检测技术及应用场景

Posted 2022-09-09 TSINGSEE

随着计算机视觉技术与深度学习的发展，AI智能检测与识别技术也越来越广泛地应用到社会生活的各个方面。在短短几年内，深度学习算法已经在处理图像及分类等方面，取得了可观的成绩，并且开始逐步代替人工在某些场景中进行使用，比如安防视频监控等。

基于AI的人体检测技术近年来也越来越被提及和应用。人体检测是目标检测的一个分支。人体检测算法可以实现对视频及图片中的所有人体进行检测，并返回每个人体的矩形框位置。在当前的研究中，人体检测的挑战主要表现在以下几个方面：

1）遮挡：在现实场景中，人群非常密集，可能会存在严重的遮挡问题，这也会导致检测数目出现误差，给算法带来挑战。

2）复杂背景：人体检测会遇到背景非常复杂的场景，有些物体的外形、纹理、颜色等很像人体，或者广告牌、海报中的“人体”，这也会导致算法无法准确区分。

3）光线：光线给算法带来的挑战也比较大。在实际场景中，光线明暗、阴影、曝光等都会影响算法的检测精准度。

TSINGSEE青犀视频近期发布了基于AI智能检测识别技术的硬件——智能分析网关，该设备具有人体检测、口罩佩戴检测、安全帽检测、区域入侵检测等AI检测功能。其中，人体检测基于AI算法，可对监控场景中是否存在人体进行检测，并给予精确定位、追踪。在应用场景上，人体检测可以实现：

1）人流量统计：统计图像中的人体数量以及追踪流动趋势，无需人体的正脸、全身照，可广泛应用在人群密集场所，如：广场、街道、车站、地铁站、商场、景区、楼宇、各场所出入口等场景中。

2）行人闯入/越界检测：可自动检测规定区域内是否有人体，比如在一些危险区域、重点区域，需要时刻检测是否有人员闯入等，可保障财产及生命的安全，同时还能结合报警装置实现声光、语音报警驱离。

3）人群密集/拥堵检测预警：当人群流量超过预设值时，可自动发出告警提示，能应用在公共场所，如：景区、展会、商场、出入口、楼梯/扶梯等场景中，可及时预警，提醒安保人员及时干预，避免出现人员踩踏等安全意外事故。在公共防疫场景中，也可以有效提醒工作人员及时发现和干预人员聚集情况。

4）在岗离岗检测：检测固定工作岗位上是否有人员在岗、是否存在离岗现象，在某些需要时刻在岗的场景中应用意义重大，比如电力、煤矿、消防、安防等领域。

5）智能办公：检测办公室内是否有人，智能控制照明灯或空调的开关，节约楼宇的能源，绿色环保。

智能分析网关基于ARM的CPU，可同时支持4路1080P视频流实时分析，能实现毫秒级识别，设备提供多算法接入能力，支持TensorFlow、Caffe等模型转RNN，支持一键替换算法模型，满足用户的多算法场景。

除了上文提及的算法外，智能分析网关可针对多元化应用场景进一步拓展更多AI算法，包括：

• 通用安防：机动车/非机动车检测与识别、车牌识别等；
• 明厨亮灶：厨师帽/厨师服识别、抽烟识别、玩手机识别、垃圾桶未盖检测、动火离人检测、陌生人检测、猫/狗/老鼠识别等；
• 智慧工地：反光衣识别、火焰识别、烟雾识别、行为识别（抽烟、玩手机、摔倒等）；
• 智慧安监：工作服识别、火焰识别、烟雾识别、灭火器识别、行为识别（抽烟、玩手机、摔倒等）。

在深度学习浪潮席卷计算机视觉领域的市场发展环境下，人体检测算法在现实场景中的应用也越来越广泛。利用这一技术对大规模人群开展实时、精确的检测也成为当下及未来的发展趋势。AI技术可以弥补人工观察与监控精力有限、人为疏忽等不足，可极大协助人类在部分工作场景中更快速、更便捷地完成任务。