边缘智能-边缘计算-嵌入式人工智能实验室建设方案

由天下分享时间：2025/1/12 0:03:16 加入收藏我要投稿点赞

边缘智能-边缘计算-嵌入式人工智

能实验室建设方案

- 1 -

边缘智能-边缘计算-嵌入式人工智能实验室 ...................................... - 3 - 1.1 1.2

总体规划 ............................................................ - 3 - 实验设备 ............................................................ - 3 - 1.2.1

智能分拣安防摄像头 .............................................. - 3 -

- 2 -

1 边缘智能-边缘计算-嵌入式人工智能实验室

1.1

总体规划

边缘智能-边缘计算-嵌入式人工智能实验室主要用于对边缘智能、边缘计算、嵌入式人工智能等核心课程的知识点学习，能够服务于相关课程的实验和实训需求。

核心课程主要针对学科基础技术的培养，掌握对边缘智能、边缘计算、嵌入式人工智能的配置、维护和开发，接入等知识。

核心课程采用全模块化的教学产品进行实验，具备优良的教学实验特性：全模块化的设计、开放式的硬件接口、开源的实验代码、完整的教学资源、贴心的售后服务。

1.2 实验设备

1.2.1 智能分拣安防摄像头

智能分拣安防摄像头是机器视觉技术在边缘计算设备上的典型应用，与传统云端智能服务不同，该摄像头内置神经网络芯片，可以本地运行卷积神经网络等模型，自动根据模型在实时视频流中检测人像并进行匹配识别，一旦匹配后可以自动进行目标跟踪。

- 3 -

智能分拣安防摄像头产品特性如下： ? 基于神经网络芯片实现边缘计算智能 ? 提供机器视觉人脸检测和识别模型功能 ? 提供实时视频流人像检测和人员统计功能 ? 提供目标人员检测匹配和跟踪功能 ? 全部源代码开放和详细的实验指导书智能分拣安防摄像头可以完成丰富的实训项目： ? 实训项目一：人脸识别 1）基本介绍

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，通常采用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸。相比其他生物特征识别方法，人脸识别具有其自身的优势：

非侵扰性

人脸识别无需干扰人们的正常行为就能较好地达到识别效果，无需担心被识别者是否愿意将手放在指纹采集设备上，他们的眼睛是否能够对准虹膜扫描装置等等。只要在摄像机前自然地停留片刻，用户的身份就会被正确识别。

便捷性采集设备简单，使用快捷。一般来说，常见的摄像头就可以用来进行人脸图像的采集，不需特别复杂的专用设备。图像采集在数秒内即可完成。

友好性

通过人脸识别身份的方法与人类的习惯一致，人和机器都可以使用人脸图片进行识别。而指纹，虹膜等方法没有这个特点，一个没有经过特殊训练的人，无法利用指纹和虹膜图像对其他人进行身份识别。

非接触性

- 4 -

人脸图像信息的采集不同于指纹信息的采集，利用指纹采集信息需要用手指接触到采集设备，既不卫生，也容易引起使用者的反感，而人脸图像采集，用户不需要与设备直接接触。

可扩展性

在人脸识别后，下一步数据的处理和应用，决定着人脸识别设备的实际应用，如应用在出入门禁控制、人脸图片搜索、上下班刷卡、恐怖分子识别等各个领域，可扩展性强。

正是因为人脸识别拥有这些良好的特性，使其具有非常广泛的应用前景，也正引起学术界和商业界越来越多的关注。人脸识别已经广泛应用于身份识别、活体检测、唇语识别、创意相机、人脸美化、社交平台等场景中。