使用數(shù)碼相機(jī)進(jìn)行視頻監(jiān)控是一種不斷增長(zhǎng)的趨勢(shì)，其中一些趨勢(shì)是由物聯(lián)網(wǎng) (IoT) 的發(fā)展所推動(dòng)的。2016 年，全球估計(jì)有 3.5 億個(gè)監(jiān)控?cái)z像頭在運(yùn)行，其中約 65% 在亞洲運(yùn)行。

但是，當(dāng)在畫面中檢測(cè)到運(yùn)動(dòng)時(shí)，這些攝像頭不僅僅可以被動(dòng)地錄制視頻。該視頻還可以實(shí)時(shí)用于分析。在此博客中，我們將探討如何使用英特爾? OpenVINO ?工具包的停車場(chǎng)監(jiān)視器應(yīng)用程序根據(jù)進(jìn)出停車場(chǎng)的車輛自動(dòng)識(shí)別可用停車位。

停車場(chǎng)監(jiān)控?cái)?shù)據(jù)管道

在過(guò)去的博文中，我們探索了使用攝像頭圖像進(jìn)行人臉和表情檢測(cè)的應(yīng)用。在此應(yīng)用程序中，我們將探索深度學(xué)習(xí)的不同用途，以根據(jù)方向跟蹤車輛并確定它們是進(jìn)入停車場(chǎng)還是離開(kāi)停車場(chǎng)。

圖 1顯示了停車場(chǎng)車輛跟蹤管道。讓我們仔細(xì)看看這個(gè)深度學(xué)習(xí)應(yīng)用程序中發(fā)生了什么。

圖 1：停車場(chǎng)車輛跟蹤流水線圖說(shuō)明了 OpenVINO ?工具包的這個(gè)應(yīng)用程序如何從捕獲的圖像執(zhí)行車輛檢測(cè)，然后計(jì)算質(zhì)心（檢測(cè)到的車輛的移動(dòng)）以確定車輛的進(jìn)出。（來(lái)源：作者）

該應(yīng)用程序使用安裝在停車場(chǎng)入口和出口上方的攝像機(jī)捕獲的圖像進(jìn)行操作。從捕獲的圖像中，深度神經(jīng)網(wǎng)絡(luò)使用針對(duì)車輛識(shí)別訓(xùn)練和優(yōu)化的卷積神經(jīng)網(wǎng)絡(luò) (CNN) 識(shí)別畫面中的車輛。CNN 是一種流行的深度神經(jīng)網(wǎng)絡(luò)，通常用于處理圖像。CNN 識(shí)別捕獲幀中的車輛，然后使用車輛矩形計(jì)算質(zhì)心來(lái)表示車輛。然后存儲(chǔ)這些質(zhì)心。當(dāng)捕獲新幀并檢測(cè)到車輛時(shí)，將根據(jù)舊質(zhì)心檢查新質(zhì)心，并且最近的舊質(zhì)心指示車輛（考慮到檢測(cè)速度高而車輛速度慢）。然后這兩個(gè)樣本可以指示車輛行駛的方向，

圖 2顯示了這個(gè)深度神經(jīng)網(wǎng)絡(luò)的結(jié)果。請(qǐng)注意，圖像中的綠色疊加層是汽車質(zhì)心及其坐標(biāo)（用于跟蹤和關(guān)聯(lián)）。

圖 2：停車場(chǎng)計(jì)數(shù)器輸出屏幕將質(zhì)心顯示為綠色圓圈，以確定車輛是進(jìn)入還是離開(kāi)停車場(chǎng)。（來(lái)源：英特爾）

示例應(yīng)用程序還說(shuō)明了消息隊(duì)列遙測(cè)傳輸 (MQTT) 協(xié)議的使用，該協(xié)議將停車場(chǎng)信息傳送到數(shù)據(jù)分析系統(tǒng)。

為什么這很酷

此應(yīng)用程序是使用英特爾? OpenVINO? 分發(fā)版和約 800 行 Go（或 700 行 C++）開(kāi)發(fā)的。這個(gè)應(yīng)用程序的復(fù)雜部分是通過(guò)預(yù)訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)執(zhí)行的，它伴隨著一些膠水代碼，這些膠水代碼實(shí)現(xiàn)了車輛跟蹤和幀之間相關(guān)性的簡(jiǎn)單計(jì)算（通過(guò)跟蹤代表車輛的質(zhì)心）。根據(jù)檢測(cè)到的矩形大小，應(yīng)用程序可以丟棄對(duì)象（例如漫游到框架中的行人）。與功能強(qiáng)大的硬件配對(duì)時(shí)，例如基于第 6代英特爾?酷睿?處理器或英特爾神經(jīng)計(jì)算棒 2 的硬件由 Intel Movidius? X VPU 提供支持，可以獲得令人印象深刻的推理速度，從而實(shí)現(xiàn)實(shí)時(shí)分析。

改編這個(gè)例子

應(yīng)用程序存在許多用例，可以識(shí)別捕獲的幀中的車輛，然后跟蹤它們。考慮這樣一種情況，道路安全工程師在麻煩的十字路口跟蹤車輛以尋找潛在問(wèn)題（例如車輛不遵守停車標(biāo)志，或在盲點(diǎn)十字路口發(fā)生未遂事故）。道路安全工程師可以使用此應(yīng)用程序收集的統(tǒng)計(jì)數(shù)據(jù)（質(zhì)心位置和通過(guò)十字路口的速度）來(lái)提出更改建議（例如安裝燈或額外的停車標(biāo)志）。

另一個(gè)用途是跟蹤特定區(qū)域中站立的人數(shù)。安裝在人行橫道上方或電梯外的攝像頭可以幫助確定何時(shí)換燈——例如，如果交通暢通，道路安全工程師可以優(yōu)化行人的交通流量——或者換到哪個(gè)樓層作為一種方式優(yōu)化進(jìn)出建筑物的人流。

在哪里了解更多

您可以在英特爾?物聯(lián)網(wǎng)開(kāi)發(fā)套件GitHub 上了解有關(guān)此演示的更多信息。

膠水應(yīng)用程序是用 C++ 和 Go 語(yǔ)言開(kāi)發(fā)的。該發(fā)行版包括針對(duì) OpenVINO ?的英特爾?優(yōu)化車輛和行人檢測(cè)模型。您可以使用 Ubuntu 16.04 LTS Linux 操作系統(tǒng)、Intel ? OpenVINO ?工具包分發(fā)版和 OpenCL ?運(yùn)行時(shí)包輕松試驗(yàn)此應(yīng)用程序。

您還可以使用 AIoT 開(kāi)發(fā)套件快速啟動(dòng)您的開(kāi)發(fā)，其中包括 Ubuntu、OpenVINO ?、英特爾? Media SDK 和預(yù)裝英特爾?酷睿?處理器的英特爾? System Studio 2018。開(kāi)發(fā)工具包包括幫助您快速入門和運(yùn)行的教程。

您還可以使用基于 Intel ? Apollo Lake ?平臺(tái)的AAEON UP 板。

審核編輯hhy