AI人脸识别测温一体机设计

Posted 2022-02-20 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

基于K210芯片的人脸识别智能门禁系统

硬核防疫！神目测温系统护航某市百余所学校顺利复学

基于STM32设计的健康检测设备(测温心率计步)

基于STM32单片机设计的红外测温仪（带人脸检测）