[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

说明书

本发明属于人体检测技术领域，尤其是一种基于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，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。本发明避免了因视频传输导致需要建设的较大的带宽资源，仅需传输解析后的结构化数据即可，避免了因视频解析导致的中心端服务器资源的较大规模占用。

技术领域

本发明涉及人体检测技术领域，尤其涉及一种基于Atlas的嵌入式人体检测边缘视觉计算系统。

背景技术

当前的人体检测、聚集排队检测、行为检测等检测算法采用的方式有两种：

1、图像视频处理服务器从NVR或者安防监控摄像头采集视频流，推送到视频算法解析服务器进行视频检测处理；

2、人体检测、聚集排队检测、行为检测等检测算法内置在各智能安防摄像头处理后，推送到中心服务器进行归档解析。

上述技术方案的不足有：

1、视频传输大量占用带宽资源；

2、视频处理大量占用中心端服务器解析资源；

各监测算法内置到各种特定的智能安防摄像头上，囿于摄像头算力，只能局限于几种特定的算法，如果需要增加计算场景，则需要增加采购其他类型的智能检测设备。

发明内容

基于背景技术中提出的技术问题，本发明提出了一种基于Atlas的嵌入式人体检测边缘视觉计算系统。

本发明提出的一种基于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，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。

优选地，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。

优选地，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。

优选地，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；