从硬件层面来看,主要构成是一个摄像头加一个可以进行人工智能算法运算的芯片,如下图所示,右边摄像头做数据采集,左边算法芯片做数据运算。
4.效果测试
a.正常人脸,出现在镜头中
b.人脸被遮挡
我戴着口罩测试下来,人脸检测也很稳定,能很准确的捕捉到人脸信息,基本和不戴口罩检测结果保持一致。
这张图片中右边同事其实也不算侧脸了,只露出了小部分面部信息,而且还戴了口罩,这对算法的考验还是挺大的,可以看出,算法还是能够识别出来的,只不过分数有所下降,到了70%,而对于左边完全背对着镜头的同事,就无法检测到人脸信息了,无法识别,毕竟是人脸检测嘛,咱不能对算法过于苛刻,也合理。
这张图片是在距离镜头6m左右的位置,人脸图像已经有点模糊,算法检测分数在60%左右,再远的位置就很难检测到人脸了。
我们从网上找到一张图片,40张人脸,在显示器上展示图片,用OpenNCC相机对着显示器看一下识别结果:
5.组装整机
从上步测试效果来看,人脸检测准确率还很高。验证通过后,就可以找个标准的38x38的工业相机壳把相机组装起来,这样一款嵌入式人脸抓拍相机就开发完成了!
这里我们用到的OpenNCC DK技术参数如下:
硬件技术规格 |
|
尺寸 |
38mmx38mmx45mm |
重量 |
31克 |
VPU |
Intel Movidius Myriad X MV2085 |
内存 |
4Gb |
数据接口 |
USB Type-C 2.0/3.0 |
电源 |
5V / 2A |
相机模组 |
200万像素可见光相机模组(其他像素可见光模组、红外模组、3D模组可选配) |
分辨率 |
1920 x 1080 |
帧率 |
30Hz |
水平视场角 |
70° |
软件功能 |
|
操作系统 |
Linux |
SDK |
1. 获取视频流 |
2. AI模型下载和更换 |
|
3. 获取模型运算结果 |
|
4. 相机拍照、重置等 |
|
OpenView |
开源软件,能够配置相机模型 |
图像信号处理 |
√ |
人工智能 |
|
算力 |
最高4TFlops |
支持模型 |
支持所有OpenVINO的模型,支持TensorFlow和Caffe等框架 |
适应行业:
物联网,智慧医疗,智慧农植,智慧城市等。
UT116A/测试夹 | 149 | |
UT890C/万用表 | 99 | |
DL241025/螺丝批套装 | 18.22 | |
DP-366D/吸锡器/吸锡线 | 17.21 | |
BK881/热风拆焊台 | 368.85 | |
STM8L051F3P6TR/单片机(MCU/MPU/SOC) | 2.2 | |
207112/防静电刷子 | 5.58 | |
DP-366P/吸锡器/吸锡线 | 27.61 | |
PM-905F/斜嘴钳 | 37.35 | |
CA-IS3720LS/数字隔离器 | 0.7648 |
50万+现货SKU
品类不断扩充中
科技智能大仓储
最快4小时发货
正品有保障
物料可追溯
明码标价节省时间
一站式采购元器件