[发明专利]一种基于AI人脸识别算法的摄像头系统

说明书

本发明涉及人脸识别算法领域，尤指一种基于AI人脸识别算法的摄像头系统。AI摄像头模块是一款基于AI人工智能SOC芯片采用LI NUX系统，内嵌神经网络、定向开发、嵌入人脸识别算法的前置人脸识别高清摄像头组件。AI摄像头模块自带1～2GB FLASH人脸识别库，采用深度学习算法，人脸识别特征码存储10000‑50000张人脸特征码数值，具有自带前端高速识别功能，其识别速度可以达到200ms以下,支持活体检测；同时AI摄像头模块可以全场景识别，自适应各种环境下适用，具有高性能，高稳定特性，低功耗，输出端采用通用USB数据传输端，同时虚拟一个网口端，传输人脸特征码信息，时行有效的管理，上传云端服务器和下发主控主机，用于人脸识别、门禁机、贮物柜、新零售。

技术领域

本发明涉及人脸识别算法领域，尤指一种基于AI人脸识别算法的摄像头系统。

背景技术

人脸识别技术与其他人体生物特征识别技术相比较，有其独特的优点，其具有快速、简便、非侵扰和不需要人的被动配合的特点。而除人脸识别技术以外，其余的人体生物特征识别技术对人们来说都是一种干扰，都需要人的被动配合。如指纹和掌纹识别都需要人们将手放在玻璃表面，而虹膜识别需要用激光照射人的眼睛，而声音识别需要人对着麦克风讲话，字迹识别则需要人签字等等。而人脸识别则无需干扰人们的行为，只需要一个很快从一架摄像机前走过，其面貌就会被快速地采集和检验，所以非常简便。

人脸识别技术有良好的防伪、防欺诈、准确、直观、方便的特点。因为同其他人体生物特征相比较，只有人脸是最直观、最可靠、最准确的，因而它是优良的防伪、防欺诈的。

基于人脸识别技术的上述优点，在各种安防系统中得到了广泛的应用。现有的人脸识别系统，大部分是基于个人电脑，如果要实现其与其他系统间的通信，如各种应用系统直接进行通信却比较困难，所以必须搭建大量的外围电路(各种接口电路、输入输出电路等)，从而在一定程度上影响了其结构复杂度及进行人脸识别时的功耗，而且现有的人脸识别装置由于将整体的人脸识别算法与摄像头模块独立设置，即将整体的人脸识别算法内置在后端的主板上，故主板和摄像头等把算力分散，使得整体人脸识别的时间在300毫秒甚至一分钟以上，整体识别效率低下。同时原来的数字摄像头不能直接输出CVBS模拟信号，和嵌入人脸算法及神经网络边沿算法，要外接转换器才能实现转换，故在一定程度上增加了制造成本，且难以提高效率。

发明内容

为解决上述问题，本发明提供一种基于AI人脸识别算法的摄像头系统，于本AI摄像头模块集中设计，开发，删减冗余，降低功耗，同时也降低成本，算力整合，达到CPU,NPU,响应速度的最佳状态，人脸识速度可以达到200ms,相对于传统整体人脸识别的时间在300毫秒甚至一分钟以上的情况，本申请处于领先地位。故在本申请中AI摄像头模块可以直接输出CVBS模拟信号，无需后置的转换器进行转换，可以大大减少其生产成本。

为实现上述目的，本发明采用的技术方案是：一种基于AI人脸识别算法的摄像头系统，包括AI摄像头模块、主控主机、显示屏、数据传输模块、后台管理器、云端服务器；其中AI摄像头模块与主控主机双向通讯连接，且AI摄像头模块输出UVC信号至主控主机，同时单独输出CVBS信号；主控主机连接有显示屏、数据传输模块，主控主机通过数据传输模块与后台管理器以及云端服务器相连；

其中所述AI摄像头模块包括：

主控AI芯片；

FLASH人脸识别库，主要进行人脸特征码存贮或删除或修改；

CVBS模拟输出端，该CVBS模拟输出端与主控AI芯片用于输出CVBS模拟信号；

USB数据传输端，USB数据传输端双向通信连接并用于传输音视频及图像和数据包，进行数据流交互；

数字摄像头，用于采集人脸图像信号，并将其人脸图像信号传输至主控AI芯片内进行处理；