[发明专利]一种基于Atlas的嵌入式人体检测边缘视觉计算系统

权利要求书

1.一种基于Atlas的嵌入式人体检测边缘视觉计算系统，包括包括业务处理简要流程、边缘计算设备和FaceSDK/BodySDK算法模块，其特征在于，所述业务处理简要流程包括以下步骤：

S1、边缘计算设备开机后，系统启动运行；

S2、FaceSDK/BodySDK算法模块初始化；

S3、准备相机；包括有三个子流程：相机取流模块、视频流处理模块、设备状态处理模块和人体处理模块；

S4、相机取流模块从预定义的相机信息中获取视频流；

S5、视频流会被单帧以队列形式推送给到视频流算法处理模块根据加载算法进行解析；

S6、解析的结构化结果会根据业务需要处置后以可视化结果形式呈现给到用户。

2.根据权利要求1所述的一种基于Atlas的嵌入式人体检测边缘视觉计算系统，其特征在于，所述相机取流模块的处理流程包括有以下步骤：

S11、相机取流模块从预定义的相机信息中获取视频流；

S12、如果相机取流失败，取流模块会进行多次尝试，如果仍然失败，会以异常形式告知应用层；

S13、获取视频流成功后，会对视频流进行解码，并将帧数据以队列存入全局处理缓冲区。

3.根据权利要求2所述的一种基于Atlas的嵌入式人体检测边缘视觉计算系统，其特征在于，所述视频流的处理流程包括有以下步骤：

S21、视频流处理任务逐条从缓冲区队列取帧，并根据预设定的跳帧数进行解析检测；

S22、通过人体/自助设备目标分类算法对目标筛选出人体、自助设备，并得出目标结构化信息。

4.根据权利要求3所述的一种基于Atlas的嵌入式人体检测边缘视觉计算系统，其特征在于，所述自助设备的处理流程：

S31、通过设备故障检测算法对目标状态进行检测；

S32、发现设备不存在故障，则从缓冲区队列继续取帧做故障检测；

S33、如果发现设备存在故障，则判断故障事件是否存在故障队列中；

S34、如果故障已存在，则增加故障发生时长；

S35、如果故障不存在，则新创建故障并记录故障发生时长。

5.根据权利要求4所述的一种基于Atlas的嵌入式人体检测边缘视觉计算系统，其特征在于，所述人体处理模块包括有以下流程：

S41、通过人体检测算法获取人体的一些结构化信息；

S42、通过预训练好的人体跟踪深度学习模型对人体分配全局跟踪ID；

S43、对全景视图中存在人体数进行排队算法判定，符合排队逻辑的调度进入排队处理流程；

S44、对全景视图中存在人体数进行聚集算法判定，符合聚集逻辑的调度进入聚集处理流程；

S45、对全景视图中做人体骨骼关键点检测，通过预训练好的行为检测深度学习模型进行行为分类；

S46、将行为分类后，调度进入各行为的处理流程中。