[发明专利]一种边缘计算盒子前端识别的处理方法

说明书

本发明公开了一种边缘计算盒子前端识别的处理方法，采用华为海思HI3559AV100处理器作为边缘计算盒子处理算法识别以及一系列任务的载体，在上面代替后端进行图像算法识别，其特征在于：边缘计算盒子的HI3559AV100处理器核心由双核ARM Cortex‑A73@1.6GHz、双核ARM Cortex‑A53@1.2GHz以及单核ARM Cortex‑A53@1.2GHz组成。本发明将识别的算法程序安装在识别现场，在发生现场实现了算法识别，无需依赖网络。

技术领域

本发明涉及前端识别技术领域，具体为一种边缘计算盒子前端识别的处理方法。

背景技术

当前市面上已经有许多基于识别产品，比如手机便自带了一部分识别的功能，但手机的功能不是单一的，同时手机处理图像识别依托于其处理器性能，低端一点的手机较难流畅处理复杂的图像处理任务，由于不是单一功能得产品，所以不会只专对于图像处理进行优化而忽略优化其他功能，所以在优化比例上有所均衡，功能单一的识别产品，比如车站人脸跟踪识别、道路的移动车辆的识别，都是基于单一功能得产品，其前端硬件的要求并不高，目的是减少前端布置的成本，能够提供相应图像质量的摄像头既可以满足要求，其识别的算法放在了远端的服务器，由服务器中的程序进行识别，依托的是服务器的运算能力，由服务器提供多任务甚至分布式的图像识别，对识别现场(即识别物体所处的空间)要求有稳定的大带宽网络传输，所以会花费较大成本保证现场的网络。对于比较偏僻的识别现场，很难提供较大的带宽和稳定的传输速率，比如一些施工场地，不能通过有线进行传输，只能基于无线网，无线网的传输效率依靠当地运营商网络基础设施的发展情况。

由于技术的核心移动到了现场，对现场的条件要求变得苛刻，人为损坏硬件设施将带来更多的损失。前端硬件设备由于缺乏完善的安全机制更容易受到黑客攻击。

发明内容

本发明的目的在于提供一种边缘计算盒子前端识别的处理方法，以解决上述背景技术提出的问题。

为实现上述目的，本发明提供如下技术方案：一种边缘计算盒子前端识别的处理方法，采用华为海思HI3559AV100处理器作为边缘计算盒子处理算法识别以及一系列任务的载体，在上面代替后端进行图像算法识别，其特征在于：边缘计算盒子的HI3559AV100处理器核心由双核ARM Cortex-A73@1.6GHz、双核ARM Cortex-A53@1.2GHz以及单核ARMCortex-A53@1.2GHz组成，外加双核Mali G71 GPU@900MHZ以及双核NNIE@840MHZ神经网络加速引擎，边缘计算盒子提供丰富的外围接口和外围设备，便于与外界进行通信以及与传感器等交换数据。

优选的，(1)摄像头采集特定分辨率的图像，结合边缘计算盒子对于图像处理流程的硬件优化，将识别前后的图像形成稳定的RTSP流便于通过特定的播放器实时查看；

(2)识别之后形成报警，通过FTP将报警后录制的视频或抓拍的图片发往后台进行处理，边缘计算盒子SD卡中留有备份，以防数据丢失；

(3)报警信息通过稳健的方式上传后台，能够在确保网络质量较差，存在信息延迟的情况，也不影响信息的上传以及后台的接收和显示，同时也确保了在网络质量好的情况整个系统的稳定性，保证整个方案的实施；

(4)程序采用后台监视方式运行，确保程序各模块功能的稳定，当程序出现跑飞的情况下，可由本地的监视程序对跑飞的模块程序进行重启。

与现有技术相比，本发明的有益效果是：本发明将识别的算法程序安装在识别现场，在发生现场实现了算法识别，无需依赖网络。网络仅用于识别后信息的传递和处理，从而节省了大量的带宽，在网络不好的情况下，亦可通过网页或APP获得识别后的信息，经测试，在没有网络的情况下，借助我们的算法程序，可以对挖掘机进行实时识别，即完全通过我们的边缘计算盒子完成了识别任务，代替后端服务器执行算法程序。接通网络后，可通过网页端显示报警信息，查看报警图片，并对摄像头进行控制，实现了与单一识别功能产品一致的功能。