王甜昆 李 政 張克儉 宋方韜 于浩偉 俞曉冬 董 霞 劉樹林

（齊魯工業(yè)大學（山東省科學院）電氣工程與自動化學院 山東·濟南 250353）

0 引言

傳統(tǒng)的照明控制方式具有簡單、有效、直觀的優(yōu)點[1-4]，但這種方式過多依賴控制者，而且控制相對分散，無法有效管理，也無法實現(xiàn)一鍵智能控制，其適時性和自動化程度不高，不能滿足節(jié)能的要求和社會發(fā)展，文獻[5]提出了一種智能的自習室照明控制系統(tǒng)，該系統(tǒng)以單片機為核心組件，結合紅外傳感器和光敏電阻達到照明系統(tǒng)的智能控制，但是這需要大量的傳感器，線路比較復雜。2005年，法國研究人員Dalal對照明系統(tǒng)的智能化控制檢測算法開始研究，并在CVPR發(fā)表HOG+SVM行人檢測算法[6]，該算法計算量大，檢測結果也并不理想。文獻[7]提出根據(jù)形態(tài)學的方法進行人物邊界提取，結合改進的邊界跟蹤算法實現(xiàn)人物頭部判別，其利用了圖像灰度化和二值化、圖像邊緣檢測與跟蹤等一系列處理技術，處理過程比較繁雜。

本文提出了利用卷積神經(jīng)網(wǎng)絡對大量圖片進行訓練和深度學習，通過訓練一種端對端的目標檢測模型，采用YOLOv3算法對攝像頭的行人檢測技術進行優(yōu)化與處理，大大提高了攝像頭檢測和處理圖像的精確度，計算量小，處理速度快，且顯示界面直觀清晰，為建立智能化教室照明系統(tǒng)提供可靠的理論與實驗依據(jù)。

1 系統(tǒng)整體結構設計

通過調(diào)用訓練好的數(shù)據(jù)集進行相似匹配，搭建卷積神經(jīng)網(wǎng)絡，調(diào)取YOLOv3算法訓練的模型來對攝像頭采集的人體圖像進行處理與優(yōu)化，增強了行人檢測的識別準確度。此系統(tǒng)由兩部分組成：上位機子系統(tǒng)與下位機子系統(tǒng)。上位機子系統(tǒng)負責對教室內(nèi)進行實時的圖像采集、處理、顯示與存儲，并實現(xiàn)分區(qū)域控制等功能。下位機子系統(tǒng)負責對教室的照明燈具進行控制。系統(tǒng)的原理是：教室內(nèi)的監(jiān)控攝像頭實時采集圖像，傳輸給上位機進行行人檢測，上位機調(diào)用提前訓練好的行人檢測模型，在圖像采集區(qū)域建立坐標系，利用質(zhì)心追蹤算法獲取行人中心坐標，并將該坐標轉換為物理坐標，經(jīng)過處理的數(shù)據(jù)通過串口通信的方式發(fā)送給下位機，由下位機對照明燈具進行控制，技術路線如圖1所示。

2 系統(tǒng)工作過程

本系統(tǒng)包括模型訓練、圖像采集、上位機數(shù)據(jù)處理三個工作過程。

2.1 模型訓練

首先，訓練一種端到端的目標檢測模型，然后，利用YOLOv3卷積神經(jīng)網(wǎng)絡，對大量圖片提取特征，得到特定大小的特征圖輸出，形成行人檢測數(shù)據(jù)集。卷積神經(jīng)網(wǎng)絡具有自動提取特征、權值共享、圖像輸入與網(wǎng)絡結構結合良好等優(yōu)勢。權值共享使得圖像可以直接作為網(wǎng)絡的輸入，自動識別特征，提高圖像識別的精度和效率，訓練結果如圖2所示。

2.2 圖像處理

在圖像采集環(huán)節(jié)，系統(tǒng)自動調(diào)取監(jiān)控設備采集的視頻序列，并進行每秒25幀的圖像采集，采集完成之后將視頻序列轉換為圖像幀，系統(tǒng)對圖像幀進行空間域、圖像分割以及邊緣檢測等預處理。圖像的預處理在數(shù)字圖像中占了很重要的地位，圖像質(zhì)量的好壞，直接影響系統(tǒng)的分析，圖像預處理完成之后將其發(fā)送到上位機，如圖3所示。

2.3 上位機數(shù)據(jù)處理

利用上位機進行可視化界面的展示和相應的數(shù)據(jù)處理。首先，對采集的圖像幀進行分析，將圖像坐標轉換為物理坐標，如圖4所示。然后把位置信息類型轉換之后上傳給信息處理終端，用Qt的串口通信技術與下位機（stm32單片機）進行信息交互，最后再由下位機對燈具進行控制。

圖1：技術路線圖

3 技術實施

3.1 建立特定的行人檢測模型

從教室監(jiān)控視頻中截取并保存大量的行人照片，將照片預處理之后的結果作為卷積神經(jīng)網(wǎng)絡的輸入，進而訓練一種端到端的目標檢測模型，對大量圖片提取特征，最終得到特定大小的特征圖輸出。輸入圖像分成13×13的grid cell，如果真實框中某個object的中心坐標落在某個grid cell中，就由該gridcell來預測object。每個object有固定數(shù)量的boundingbox，YOLOv3中有三個boundingbox，使用邏輯回歸確定預測的bounding box，并形成最終的行人檢測的訓練模型。

圖3：圖像預處理

圖4：坐標轉換

3.2 從監(jiān)控設備中進行圖像采集

在Windows下搭建Qt+OpenCV平臺中，通過Open-CV中的cv::VideoWriter函數(shù)讀取監(jiān)控攝像頭中的視頻序列，并進行每秒25幀的圖像采集，采集完成之后將視頻序列轉換為圖像幀，系統(tǒng)對圖像幀進行空間域、圖像分割以及邊緣檢測等預處理，預處理完成之后發(fā)送到上位機。

3.3 在上位機中調(diào)用模型進行行人檢測

先用特征檢測器檢測圖像幀的行人特征，然后利用行人檢測器調(diào)取訓練好的行人檢測模型進行特征匹配，達到行人檢測的功能，再對目標進行運動追蹤，并利用輪廓追蹤函數(shù)給行人建立標定框，并且通過Qt采用C++編程將目標框的信息上傳，與此同時發(fā)送指令給下位機。

3.4 下位機進行分區(qū)域燈光控制

通過Qt與stm32的串口通信技術，使stm32接收到上位機的行人檢測目標框信息和物理坐標信息，然后自動運行提前燒錄好的控制程序，在接收到數(shù)據(jù)之后，通過條件判斷，做出不同的使能信號。當有人進比某一區(qū)域之后，此區(qū)域的燈具會接收到使能信號，燈具開啟，當此區(qū)域的行人離開之后，燈具關閉。

4 結論

本文利用卷積神經(jīng)網(wǎng)絡，對大量圖片進行特征點提取，不斷進行迭代，生成特征點數(shù)據(jù)集，調(diào)用數(shù)據(jù)集可進行準確而迅速的目標追蹤。在攝像頭識別過程中，通過調(diào)用訓練好的模型進行相似檢測，可以識別復雜的人體動作輪廓，達到更好地檢測行人的效果。然后在圖像采集的目標區(qū)建立二維物理坐標系，將檢測目標所在的圖像坐標轉換為物理坐標，并且利用質(zhì)心追蹤算法確定目標的中心坐標，然后將物理坐標系上傳給上位機進行區(qū)域塊的配對。最后由上位機使用Qt設計一個可視化界面，并通過串口通信技術與下位機進行信息交互，最后再由下位機對照明燈具進行控制。