本帖最后由 azxyqcr 于 2019-8-26 11:01 编辑

近年来，人工智能技术已经发展到了超出想象的地步，以前觉得手写识别、语音输入、人脸识别就是很神奇的东西了，现在出现了一种脸部关键点定位的技术，能把五官轮廓都给精确的定位出来。每只眼睛能通过9个坐标点，标出眼睑、瞳孔的位置，这简直太适合用来监测犯困了！

用人工智能进行分析，算法的计算量一般都很大，以前用树莓派3B跑过人脸检测，用OpenCV的Haar Cascades算法，要160多毫秒才能跑完一帧人脸检测。如果用效果更好的深度神经网络模型，比如通过ncnn加速框架跑MobileNet-SSD模型，则需要260多毫秒，再跑一个关键点定位模型估计还要几十毫秒，整体帧率就只有3fps了。

是时候请出一个神奇的模块了，他内置了一颗AI加速芯片，单周期可以运行512次乘加运算，硬件支持卷积、池化、全连接等操作，还带了两颗手机摄像头模组，直接能对拍到的图像跑AI算法进行分析，通过UART输出分析后的结果，非常有意思！

目前VisionSeed模块提供的算法有：人脸检测、90点关键点定位、姿态角解算、人脸识别，还能够把自己训练的模型下载到模块上的AI芯片中运行。

我们先通过腾讯提供的PC端配置工具，看看模块上的AI算法输出的信息：

通过USB把VisionSeed连上电脑后，识别出来一个video0设备和ttyACM0设备，用配置工具打开ttyACM0，就能源源不断的获取到实时分析数据了，左下角马上显示出了我的脸部关键点，随着我眨眼、摇头、张嘴，这个虚拟的小人也跟着变化，数据可视化界面上，选择“左眼开闭”，曲线就开始滚动起来了，我每次眨眼，曲线就出现一个向下的尖峰，如果闭眼，曲线就稳定在0.05以下的位置，非常灵敏！

我们要把这个模组装到车上，当检测到闭眼的时候输出报警声。因为AI芯片上不能运行程序，所以需要一个单片机，这次我们用10块钱的STM32来运行报警的逻辑。

要怎么在STM32上获取到AI分析的结果呢？看了一下VisionSeed的文档，中间金黄色的FPC软排线里有UART接口，我们只需要把左边的那个接口板用个单片机替换掉，直接通过FPC座接到VisionSeed上，就能在STM32单片机上拿到结果了。

我们选择STM32F103来运行报警逻辑，通过串口0连接VisionSeed，串口1用来控制MP3模块发出报警声，PC13连接一个状态指示灯，原理图还是很简单的：

开始画板，右侧通过0.5mm间距的30pin连接器和VisionSeed相连；下方的Micro-USB接口供电，同时导出了VisionSeed的USB信号，可以方便调试；中间是STM32F103C8T6单片机；上方的4pin接口是ST-Link烧录口；左侧背面是一个3.5mm音频接口，用来向音箱输出报警声；正面还叠加了一个串口控制的MP3播放模块，布局是相当紧凑了。

导出gerber文件到工厂做板，三天后板子到手：

焊接元器件，推荐使用回流焊工艺，做PCB的时候加30元做一个钢网，就可以方便的手工印刷锡膏，把元器件放到焊盘上，送进烤箱，没错，家里烤面包的烤箱就可以！温度设定到250℃，看着锡膏完全融化后断电，一个个完美的焊点就出现了：

再用电烙铁焊上MP3模块：

最后要装到VisionSeed上。利用VisionSeed自带的散热片，结构稳固而紧凑。先拆掉左侧的接口板：

换上我们做好的单片机：

开始调试STM32程序。VisionSeed提供了开源的C++、Python、js的SDK，提供数据解析，直接就能得到人脸框、90个关键点的坐标。短短数十行代码，我们就完成了对双眼18个点的坐标分析，进而判断闭眼是不是超过了安全的时间：

通过ST-Link把程序下载到单片机中，然后把模组装到方向盘后，接上5v供电和音箱，坐上驾驶座，闭上眼睛，当当当——警铃大作，开车再也不怕犯困啦！

后记：

VisionSeed不仅仅是个集成了摄像头+AI芯片的模块，AI算法才是效果的保证，他内置了腾讯优图的算法，效果过硬，一直处于业界领先地位，以前一般在腾讯内部产品中应用，比如微信刷脸支付。现在通过VisionSeed人工智能视觉模块，开放给外界，你我也能接触到世界一流的腾讯人工智能算法，甚至能应用在自己的产品中，实在是非常开心。相信腾讯的开放，会惠及更多创业者和爱好者们。

另外，模块内还包括了人脸识别功能，通过附带工具软件管理数据库，能够实时离线识别库中的身份，非常强大，能做出很多有意思的东西，等你一起来探索！