用于智能识别的人工神经网络处理器制造技术

本公开提供一种人工智能摄像头及电梯调度系统，其中，人工智能摄像头包括摄像件和处理器，其中，所述摄像件用于摄取外部的图像和/或视频；所述处理器用于将所述图像和/或视频转化为人脸识别结果，并以该人脸识别结果作为至少部分输入数据进行神经网络运算，运算后的输出神经元包括图像和/或视频内的人数。本公开能够在摄像头端即可以分析所拍摄的图片和/或视频内的人数，为后期分析提供依据，而无需将视频传输到后台再进行处理。

Artificial neural network processor for intelligent recognition

The present disclosure provides an artificial intelligence camera and an elevator dispatching system, in which the artificial intelligence camera includes a camera and a processor, wherein the camera is used to capture external images and/or videos, and the processor is used to convert the images and/or videos into a face recognition result and use the face recognition result. Neural network operations are performed as at least part of the input data, and the output neurons include the number of people in the image and/or video. The present disclosure can analyze the number of pictures and/or videos captured at the camera end, providing a basis for later analysis without transmitting the video to the background for further processing.

【技术实现步骤摘要】
用于智能识别的人工神经网络处理器
本公开涉及信息处理
，具体涉及一种人工智能摄像头，以及包含该人工智能摄像头的电梯调度系统。
技术介绍
现有涉及摄像头技术包括：采用多种光学、电信号输入转换为电信号存储于存储介质中或者直接存为实体存储介质，并且由存储介质信息读入计算机软件进行图像识别并输出所需信号结果。现有智能摄像头技术问题在于，首先，其不能直接在摄像头中进行图像识别，整个系统需要有线或者无线连接进行数据传输，系统庞大，执行效率低；而且，主要通过软件执行图像识别，功耗大，效率低，无法做到较好的实时性。现有的电梯调度系统中通过顺向劫车(参考硬盘调度的LOOK(查找)调度算法，学术名为操作系统Scan算法)方法，或者就近相应(最近的电梯相应服务)方法，或者不考虑候梯人数的神经网络平衡调度方法。现有电梯调度系统技术的问题在于：一来，在群控电梯调度时很难实现调度最优化使得梯箱资源能够合理充分利用；二来，很难实现最优化算法使得乘梯请求平均响应时间最短；另外，电梯调度机制较为固定，无法做到实时优化，缺乏实际应用场景下的学习能力和适应性；还有，无法检测实时人流数据，从而调整合适的电梯资源调度机制。
技术实现思路
(一)要解决的技术问题有鉴于此，本公开的目的在于提供一种人工智能摄像头，及包含该人工智能摄像头的电梯调度系统，以至少部分解决以上所述的技术问题。(二)技术方案根据本公开的一方面，提供一种人工智能摄像头，包括：摄像件和处理器，其中，所述摄像件用于摄取外部的图像和/或视频；所述处理器用于将所述图像和/或视频转化为人脸识别结果，并以该人脸识别结果作为至少部分输入数据进行神经网络运算，运算后的输出神经元包括图像和/或视频内的人数。在进一步的实施方案中，所述处理器包括：存储单元，用于存储所述输入数据，神经网络参数和指令；控制单元，用于从所述指令缓存中读取专用指令，并将其译码成运算单元指令并输入至运算单元；运算单元，用于根据运算单元指令对所述数据执行相应的神经网络运算，得到输出神经元。在进一步的实施方案中，所述运算单元中，执行相应的神经网络运算包括：将输入神经元和权值数据相乘，获得相乘结果；执行加法树运算，用于将所述相乘结果通过加法树逐级相加，得到加权和，对加权和加偏置或不做处理；对加偏置或不做处理的加权和执行激活函数运算，得到输出神经元。在进一步的实施方案中，所述处理器包括：预处理单元，用于对摄像机摄取的图像和/或视频数据进行预处理，转化为人脸识别结果，该人脸识别结果为符合神经网络输入格式的数据。在进一步的实施方案中，所述预处理单元中，所述预处理包括摄像机摄取的图像和/或视频数据切分、高斯滤波、二值化、正则化和/或归一化，以获得符合神经网络输入格式的数据。在进一步的实施方案中，所述处理器还包括：直接内存存取DMA，存入存储单元中的输入数据，神经网络参数和指令，以供控制单元和运算单元调用。在进一步的实施方案中，所述处理器还包括：指令缓存，用于从所述直接内存存取DMA缓存指令，供控制单元调用。在进一步的实施方案中，所述神经网路参数包括输入神经元、输出神经元和权值，所述处理器还包括：输入神经元缓存，用于从所述直接内存存取DMA缓存输入神经元，供运算单元调用；权值缓存，用于从所述直接内存存取DMA缓存权值，供运算单元调用；输出神经元缓存，用于存储从所述运算单元获得运算后的输出神经元，以输出至直接内存存取DMA。在进一步的实施方案中，还包括传输模块，用于将运算后的人数数据通过无线和/或有线方式传输至外部设备。根据本公开的另一方面，提供一种电梯调度系统，包括：多个以上所述的人工智能摄像头，配置为安装于一大楼的不同楼层，用于摄取电梯外部的等待人员，并输出统计人数；电梯调度设备，响应呼叫楼层的用户请求，接收输入数据，所述输入数据呼叫楼层的人工智能摄像头的统计人数，根据所述输入数据，确定电梯调度方案。在进一步的实施方案中，还包括：数模转换器，用于将确定的电梯调度方案的数字信号转换为模拟电流信号，以控制电梯群电机运转。(三)有益效果本公开的人工智能摄像头，能够在摄像头端即可以分析所拍摄的图片和/或视频内的人数，为后期分析提供依据；本公开中，包含人工智能摄像头的电梯调度系统，能够综合分析包含等待人数等数据，使电梯调控更加准确和高效。附图说明图1是本公开实施例的人工智能摄像头剖面示意图。图2是图1中的一种实施方式的处理器方框示意图。图3是图1中的另一种实施方式的处理器方框示意图。图4是本公开实施例的一电梯调度系统应用场景图。图5是本公开实施例的电梯调度系统的示意图。图6是本公开实施例的智能电梯调度设备方框示意图。图7是图6中的一种实施方式的处理芯片方框示意图。图8是图6中的另一种实施方式的处理芯片方框示意图。图9是图6中智能电梯调度设备中一实施例的神经网络运算示意图。图10是本公开一实施例的智能电梯调度设备的工作流程图。具体实施方式下面结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开的保护范围。本公开实施例的一组系列方案是，提供一种能够进行人工神经网络运算的摄像头，以及包含该摄像头的整体电梯调度系统。通过本公开实施例的人工智能摄像头，能够在摄像头端即能分析所拍摄的图片和/或视频内的人数，为后期分析提供依据。图1是本公开实施例的人工智能摄像头剖面示意图。如图1所示，本公开实施例的人工智能摄像头100包括：摄像件101和处理器102，其中摄像件101用于摄取外部的图像和/或视频；处理器102用于将所述图像和/或视频转化为人脸识别结果，并以该人脸识别结果作为至少部分输入数据进行神经网络运算，运算后的输出神经元包括图像和/或视频内的人数。其中，摄像件101可以为现有技术中已有的各种能够摄录图像和/或视频的摄像头，通过电磁学或光学或其他信号源获取外部信息，其结构可参考现有技术的各种摄像头，但现有技术的摄像头不包含对图像数据进行神经网络运算后统计人数的功能单元或模块。本公开实施例中，处理器102的作用是将摄像件101摄取的图像或视频帧进行处理，通过在其硬件电路上进行人工神经网络运算，得到图像或者视频帧中的人数统计结果。优选的，该处理器为能够进行神经网络运算的人工神经网络芯片。其中，将图像和/或视频转化为人脸识别结果，可以理解为将其转化为符合神经网络输入格式的数据，即可以作为输入层的输入神经元数据；在神经网络运算时，所采用的网络模型可以是现有技术已有的各种模型，包括但不限于RNN(循环神经网络)(例如LSTM长短期记忆网络)、CNN(卷积神经网络)或者DNN(深度神经网络)，且在神经网络的输出层的神经元中包含图像或者视频帧中的人数统计结果数据。图2是图1中的一种实施方式的处理器方框示意图。如图2所示，在一些实施例中，处理器包括存储单元、控制单元和运算单元，其中，存储单元用于存储输入数据(可以作为输入神经元)，神经网络参数和指令；控制单元用于从所述存储单元中读取专用指令，并将其译码成运算单元指令并输入至运算单元；运算单元用于根据运算单元指令对所述数据执行本文档来自技高网...

【技术保护点】
1.一种人工智能摄像头，其特征在于包括：摄像件和处理器，其中，所述摄像件用于摄取外部的图像和/或视频；所述处理器用于将所述图像和/或视频转化为人脸识别结果，并以该人脸识别结果作为至少部分输入数据进行神经网络运算，运算后的输出神经元包括图像和/或视频内的人数。

【技术特征摘要】
1.一种人工智能摄像头，其特征在于包括：摄像件和处理器，其中，所述摄像件用于摄取外部的图像和/或视频；所述处理器用于将所述图像和/或视频转化为人脸识别结果，并以该人脸识别结果作为至少部分输入数据进行神经网络运算，运算后的输出神经元包括图像和/或视频内的人数。2.根据权利要求1所述的人工智能摄像头，其特征在于，所述处理器包括：存储单元，用于存储所述输入数据，神经网络参数和指令；控制单元，用于从所述存储单元中读取专用指令，并将其译码成运算单元指令并输入至运算单元；运算单元，用于根据运算单元指令对所述数据执行相应的神经网络运算，得到输出神经元。3.根据权利要求2所述的人工智能摄像头，其特征在于，所述运算单元中，执行相应的神经网络运算包括：将输入神经元和权值数据相乘，获得相乘结果；执行加法树运算，用于将所述相乘结果通过加法树逐级相加，得到加权和，对加权和加偏置或不做处理；对加偏置或不做处理的加权和执行激活函数运算，得到输出神经元。4.根据权利要求1所述的人工智能摄像头，其特征在于，所述处理器包括：预处理单元，用于对摄像机摄取的图像和/或视频数据进行预处理，转化为人脸识别结果，该人脸识别结果为符合神经网络输入格式的数据。5.根据权利要求4所述的人工智能摄像头，其特征在于，所述预处理单元中，所述预处理包括摄像机摄取的图像和/或视频数据切分、高斯滤波、二值化、正则化和/或归一化，以获得符合神经网络输入格式的数据。6.根据权利要求2所述的人工智能摄像头，其特征在于，所述处理器还包括：直接内存...

【专利技术属性】
技术研发人员：高钰峰，陈云霁，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：北京,11