【DFRobot 行业AI开发者大赛】家庭智慧中心之智能猫眼
2020-08-113665
AI 快速预览详细
智能猫眼项目利用LattePanda和Intel Neural Compute Stick实现访客预筛查，具备人形识别、人脸识别等功能。硬件包括Raspberry Pi Zero 0W、Raspberry Pi Camera Module、DFRobot LattePanda Delta等。软件方面，采用Python实现，启用了15+线程，整体速度非常快。该项目可以帮助独处的老人、孩子、女性智能预审访客信息，防止猫眼被遮挡无法可靠观察。
|
这个家庭智慧中心之智能猫眼，由于新追加的隐私规则无缘决赛，我认可评委的权力也尊重赛维会的决定，但失落感还是有的；失望之余还是决定把制作过程记录一下，以纪念两个多月的全力以赴！ 主要功能：用摄像头通过猫眼对访客进行预筛查，智能分析后存储到数据库，可以播报关键特征，如“京东快递”、“盒马快递“、”陌生男子xx岁“、”熊孩子“、“妈妈回来了”等。 实用性：帮助独处的老人、孩子、女性智能预审访客信息，防止猫眼被遮挡无法可靠观察。 实现可行性：基于LattePanda 的强劲性能以及 Neural Stick 的加速效果，同时加载多个神经网络模型，对视频流实现快速串行异步处理，实现人形识别，人体外貌特征识别，人体识别码提取，人脸侦测，人脸五官侦测，人脸识别码提取，年龄性别预测等。 硬件清单
软件清单
原型全部采用python 实现，大约启用了15+ 线程，得益于lattepanda 的强劲性能和intel neural stick 的加持，整体速度非常快。 因为时间关系，没有来及实现人体移动追踪，使用了一个融合线程，基于人脸和人形轮廓的相对位置做数据拟合，对于单人效果不错。 制作过程比较琐碎，从熟悉lattepanda，查阅oled屏幕手册来旋转图像，对树莓派摄像头画面裁剪，校准，到语音识别的探索，中文ocr的识别，Arduino spi屏幕的驱动，各个神经网络模型的选择，测试与组合，整体画面的显示，各个模型结果的渲染，基本上两个多月里做梦都在考虑解决方案，各位参赛的伙伴们大概能体会个中滋味。 制作过程 |
