邊緣計算與智能視覺應用 課件 7.4深度學習應用

邊緣計算與智能視覺應用7.4深度學習應用講課人：XXX時間：20XX年12月30日延時符AboutUs目錄人臉檢測01手勢識別03人臉識別02人臉檢測01人臉檢測人臉檢測為目標檢測的特例，是商業(yè)化最早的目標檢測算法，通過RetianFace模型的深度學習得出每個臉的位置、大小和各個主要面部器官的位置信息，并根據(jù)得到的信息，進一步提取每個人臉中所包含的身份特征，并將其與已知的人臉進行對比，從而輸出人臉檢測結果。人臉檢測實驗過程：首先，在AiCam工程的配置文件添加攝像頭（config\app.json）。接著在工程添加模型文件models\face_detection和retinaface.bin/retinaface.param人臉檢測。然后，在AiCam工程添加algorithm\face_detection\face_detection.py算法文件和模型接口文件algorithm\face_detection\facedet.so。接著在AiCam工程添加算法實驗static\face_detection前端應用。最后，前端應用中算法接口的調用采用RESTFul接口獲取處理后的視頻流，數(shù)據(jù)返回為base64編碼的圖片和結果數(shù)據(jù)。訪問url地址格式如下（IP地址為邊緣計算網(wǎng)關的地址）：00:4001/stream/[algorithm_name]?camera_id=0人臉檢測實驗結果：人臉坐標及關鍵點坐標信息人臉識別02人臉識別人臉識別就是計算機通過視頻采集設備獲取識別對象的面部圖像，再利用核心算法對其臉部的五官位置、臉型和角度等特征信息進行計算分析，進而和自身數(shù)據(jù)庫里已有的范本進行對比，最后判斷出用戶的真實身份。人臉識別實驗過程：首先，在AiCam工程的配置文件添加攝像頭（config\app.json）。接著，在AiCam工程添加models\face_recognition模型文件、face_det.bin/face_det.param人臉檢測、face_rec.bin/face_rec.param人臉識別。然后，在AiCam工程添加algorithm\face_recognition\face_recognition.py算法文件和模型接口文件algorithm\face_recognition\facerec.so。接著，在AiCam工程添加static\face_recognition算法實驗前端應用，視頻流實時推理在前端應用中算法接口的調用采用RESTFul接口獲取處理后的視頻流，數(shù)據(jù)返回為base64編碼的圖片和結果數(shù)據(jù)。訪問url地址格式如下（IP地址為邊緣計算網(wǎng)關的地址）：00:4001/stream/[algorithm_name]?camera_id=0最后，進行人臉注冊請求，在前端應用中截取擬注冊的人臉圖片和人臉名稱，通過ajax調用將圖片和數(shù)據(jù)傳遞給算法進行人臉注冊。人臉識別實驗結果：人臉注冊人臉識別手勢識別03手勢識別手勢識別包括人手檢測和手勢識別兩部分內(nèi)容，手勢檢測是將人手的骨骼點檢測出來并連成線，將整個手的結構繪制出來，手勢姿態(tài)估計是計算機視覺中一個很基礎的問題。手勢識別實驗過程：首先，在AiCam工程的配置文件添加攝像頭（config\app.json）。接著，在工程添加models\handpose_detection模型文件、handdet.param人手檢測和handpose.param手勢識別；添加算法文件和模型接口文件handpose_detection.py、handpose.so以及算法static\handpose_detection實驗前端應用。最后，前端應用中算法接口的調用采用RESTFul接口獲取處理后的視頻流，數(shù)據(jù)返回為base64編碼的圖片和結果數(shù)據(jù)。訪問url地址格式如下（IP地址為邊緣計算