在AIoT时代,智能办公已成为提升企业效率的关键。本期文章将带你了解如何利用AIoTedge 结合ThingsKit 物联网平台,实现办公室人员进出的智能统计。这不是简单的技术堆砌,而是一场关于AI与IoT融合的实战演示。🌟 提示:AIoTedge 是云腾五洲即将发布的边缘计算平台产品,本次演示的人员进出统计AI模型为AIoTedge内置AI模型,该模型使用的是百度的PP-Human中的人流计数与轨迹绘制算法模型),关于内置的全量AI模型,请在产品发布后见模型商店。
01.PP-Human简介
PP-Human 是由 PaddlePaddle 团队开发的一款专注于行人分析的综合性工具,它集成了多种基于深度学习的算法,用于处理与行人相关的多种视觉任务。以下是对 PP-Human 算法模型的简介:
- 目标检测 (Object Detection): PP-Human 提供了用于检测图像或视频中的行人位置的预训练模型。
- 行人跟踪 (Pedestrian Tracking): 利用目标检测的结果,PP-Human 能够对视频中的行人进行连续帧跟踪,以识别和记录个体在场景中的移动。
- 属性识别 (Attribute Recognition): 该功能可以识别行人的属性,如穿着、是否背包等,这在人群分析和个性化推荐中非常有用。
- 行为识别 (Action Recognition): PP-Human 集成了基于骨骼点的行为识别模块,能够识别行人的动作和行为模式,如摔倒、打架等,这对于安防监控和智能社区管理至关重要。
- ReID (Re-identification): 跨镜头跟踪,即 ReID 技术,用于在不同的摄像头视角下识别和追踪同一个行人。
- 实时人流计数 (Real-time People Counting): PP-Human 能够实时统计通过特定区域的人流数量,适用于商场、公园等公共场所的流量管理。
- 环境准备与部署: PP-Human 支持服务器端部署,并可利用 TensorRT 加速,以实现在 T4 服务器上达到实时处理的效果。
- 模型下载与配置: 用户可以直接下载使用 PP-Human 提供的多种预训练模型,并通过配置文件进行模型路径的指定和功能模块的启用。
- 使用方式: PP-Human 支持多种使用方式,包括通过命令行快速执行功能、使用配置文件进行功能模块的快速切换,以及对视频文件夹进行并行分析。
- 应用场景: PP-Human 广泛应用于智慧交通、智慧城市、工业巡检等领域,帮助完成固定任务的统计和分析。
PP-Human 的设计旨在提供开箱即用的解决方案,以加速算法在产业界的落地应用,AIoTedge也内置了该部分的算法。
02.人流计数AI算法的应用场景
在AIoTedge边缘平台中,借助云边同步技术,AI监测数据得以高效传输至ThingsKit物联网云平台进行存储和管理。结合平台的规则引擎与大屏可视化等低代码工具,我们能够快速实现一系列智能化应用,例如:
-
人员离开告警:当系统检测到人员离开特定区域时,自动触发告警机制。
-
智能节能:在人员离开后,系统会自动关闭灯光,实现能源的合理利用。
-
更多场景请咨询客服。
AIoTedge架构图
AIoTedge界面预览