基于边缘计算口罩佩戴智能系统的设计与实现

针对新型冠状病毒肺炎常态化防控的需求,提出基于深度学习人脸佩戴口罩识别算法的视频智能分析系统,该系统主要采用移动边缘计算(MEC)和人脸佩戴口罩识别算法相结合的方式对视频业务进行承载。通过网络将视频采集终端的视频图像数据高速传输至边缘计算节点,通过人脸识别DFS算法以及基于ResNet50的佩戴口罩识别模型在边缘节点处理后,实时反馈至智能分析系统。通过测试,该系统验证了5G MEC架构对视频智能分析业务的承载能力,实现了对实时视频图像信息进行本地分流处理,减少了网络带宽压力,并实现了对流动人员的识别和口罩监测,可有效配合“新冠”疫情常态化防控要求在交通、旅游、商超、小区等多个人群密集区域使用,可满足广泛应用场景需求。