摘要
随着人工智能时代的到来，人们的生活习惯和生活方式逐渐被算法所改变。具有各种人工智能应用场景的嵌入式设备逐渐进入普通家庭，尤其是网络摄像机、门禁系统等经济实用型设备，目标成本降低的同时对算法和计算能力的要求越来越高。针对这一行业趋势，本文利用嵌入式应用技术、网络通信技术、视频传输技术、深度学习框架，对YOLOv5s模型进行改进，研究并整合出一套基于RISC-V处理器的智能监控识别系统，具体工作如下： （1）针对国际局势的变化和芯片产业国产化的趋势，选择基于开源指令集RISC-V（Reduced Instruction Set Computer-V）开发的处理器为核心，在此基础上实现最小硬件电路，包括电源、时钟和硬件初始化等。在硬件基础上搭建多媒体软件平台，并抽象出系统所必需的软件功能模块并给予实现。 （2）针对智能监控系统应用在低功耗嵌入式设备的场景，选择在Live555架构上实现精简的RTSP Sever来保证视频的稳定传输，同时使用LibWebsocket搭配CGI（Common Gateway Interface）实现Web Server，进而实现前端页面对视频分辨率、帧率、时间等信息的控制。由于嵌入式设备一般不适合训练算法模型，所以本文在PC平台上训练改进后的YOLOv5s模型，在Docker平台上使用编译链对改进后的模型进行量化和部署，最终移植到嵌入式设备上调用运行。 （3）针对图像噪声和复杂背景等因素干扰问题，在YOLOv5s网络模型的Neck端增加卷积注意力模块，该模块在可以在特征通道和空间维度上进行融合和增强，提高抗干扰能力和对小目标的检测精度；随后改进了损失函数，以保留有利的特征并提高收敛速度。在Wider Face数据集上对改进后的模型进行收敛性分析、对比实验和消融实验，实验结果表明，与原模型相比，改进后的模型的平均精度均值提高1.7%。 通过数据传输测试、分辨率切换和人脸检测测试等实验对系统的基本功能、系统稳定性和目标检测效果进行测试。搭建好的系统通过网页端可以控制局域网上的传输画面，最高可稳定传输1080P和25帧的视频流，在家用场景下的人脸检测正确率达到98%，基本符合智能监控识别系统的功能需求，具备一定的商业价值。
NETL