嵌入式人工智能開發與實踐

本書採用嵌入式人工智能開發板EAIDK 310和嵌入式虹膜門禁EAIDK-310-P20實驗平臺，使用Qt和PyQt作為UI設計和運行框架，通過在嵌入式Linux系統中使用Python和C++語言編寫程序代碼，實現視頻採集、物體分類、人臉識別、虹膜圖像預處理、虹膜圖像特徵提取與匹配、虹膜圖像採集與定位顯示、虹膜識別門禁系統、智能音箱等實踐案例。本書重實踐、重應用、重開發、重創新，以人工智能主流應用場景落地為導向、理論與實踐相結合、強化學生應用型能力的培養為目標，詳細闡述解決實際問題的前沿技術和方法。 本書可作為高等院校軟件工程、電子信息工程、人工智能等專業本科生與研究生的課程教材，也可供人工智能、嵌入式等相關領域的技術人員學習使用。

贺雪晨，1986年毕业于华东师范大学电子系，分配至上海电力大学前身上海电力学院工作至今。2007年澳大利亚Edith Cowan University、2014年美国Georgia State University访问学者。 《大学物理电子教案》的制作与使用，2001年上海市教学成果三等奖，排名第二。基于身份认证平台的电子信息人才培养模式的创新与实践，2009年上海市教学成果二等奖，排名第一。主讲的“多媒体技术”，获2008年上海市精品课程；主讲的“信息对抗与安全”，获2006上海市重点课程。 主持2018年上海市重点教改“基于人工智能应用场景的产教深度融合实践教学改革与探索”、2019年教育部产学合作协同育人项目“上海电力大学-Arm中国嵌入式人工智能联合实验室”、2017年教育部产学合作协同育人项目“上海电力Arm 智能互联实验室”。 2005年开始主编出版教材16本，其中，《信息对抗与网络安全（第2版）》获2011年上海普通高校优秀教材二等奖；《多媒体技术实用教程》是上海市精品课程配套教材，已出4版，累计印刷3万多册。 主持的电子信息工程专业获2013年教育部卓越工程师计划、2017年上海市应用型本科专业。

第 1章 概述 1

1.1　嵌入式人工智能概述　1

1.2　EAIDK-310 快速入門　2

1.2.1　連接WiFi　2

1.2.2　自動登錄　4

1.2.3　使用SSH連接開發板的命令行界面　5

1.2.4　使用VNC連接開發板的圖形界面　7

1.3　Linux文件系統與常用命令　11

1.3.1　Linux 系統目錄結構　11

1.3.2　常用Linux 命令　13

1.4　EAIDK 310 固件燒錄　14

1.5　本章小結　16

第　2章 視頻採集　18

2.1　視頻採集的Python實現　18

2.1.1　圖像讀寫　19

2.1.2　視頻捕獲　20

2.2　視頻採集的C++實現（PC端）　27

2.2.1　Qt下載安裝　28

2.2.2　Qt快速入門　28

2.2.3　C++實現視頻採集　37

2.3　視頻採集的C++實現（EAIDK端）　40

2.4　本章小結　44

第3章　物體分類檢測　45

3.1　AI端側推理框架Tengine-Lite簡介　46

3.1.1　Tengine-Lite特點　47

3.1.2　使用 Tengine-Lite 推理框架進行部署　47

3.1.3　準備工作　48

3.2　物體分類的Python實現　51

3.2.1　MobileNet算法簡介　52

3.2.2　程序編寫　53

3.2.3　程序運行　56

3.3　物體分類的C++實現　57

3.3.1　SSD算法簡介　58

3.3.2　程序編寫　59

3.3.3　程序運行　67

3.4　本章小結　68

第4章　人臉識別　69

4.1　人臉識別Python實現　69

4.1.1　人臉識別　72

4.1.2　人臉屬性　76

4.1.3　人臉識別門禁　79

4.1.4　基於PyQt的人臉識別界面設計　85

4.2　人臉識別C++實現　90

4.2.1　Vision.Face　91

4.2.2　mainwindow程序編寫　92

4.2.3　AlgThread程序編寫　96

4.2.4　程序運行　98

4.3　本章小結　99

第5章　虹膜圖像預處理　100

5.1　虹膜識別技術概述　100

5.1.1　什麽是虹膜　101

5.1.2　虹膜識別　101

5.1.3　虹膜識別發展簡史　102

5.1.4　虹膜識別系統框架　103

5.2　虹膜圖像讀寫與變換　106

5.2.1　讀寫圖像的C++實現　106

5.2.2　圖像變換的C++實現　107

5.3　虹膜圖像的檢測與定位　111

5.3.1　虹膜圖像的檢測與定位原理　112

5.3.2　虹膜圖像檢測定位的C++實現　118

5.3.3　C++函數轉換為Python接口的實現及調用　131

5.3.4　虹膜圖像檢測定位的Python實現　138

5.4　虹膜圖像的精確定位及歸一化　143

5.4.1　虹膜圖像的精確定位及歸一化原理　143

5.4.2　虹膜圖像精確定位及歸一化的C++實現　146

5.4.3　虹膜圖像精確定位及歸一化的Python實現　154

5.5　本章小結　159

第6章　虹膜圖像特徵提取與匹配　160

6.1　虹膜圖像質量評估　160

6.1.1　虹膜圖像質量評估原理　161

6.1.2　虹膜圖像質量評估的C++實現　164

6.1.3　虹膜圖像質量評估的Python實現　168

6.2　虹膜圖像特徵提取與特徵匹配　169

6.2.1　虹膜圖像特徵提取算法　170

6.2.2　虹膜圖像特徵匹配算法　174

6.2.3　特徵提取與匹配的C++實現　174

6.2.4　特徵提取與匹配的Python實現　181

6.3　本章小結　185

第7章　虹膜圖像的採集與定位顯示　186

7.1　虹膜圖像的採集　186

7.1.1　虹膜圖像採集設備簡介　186

7.1.2　虹膜圖像採集的C++實現　188

7.1.3　虹膜圖像採集的Python實現　195

7.2　虹膜圖像採集與定位顯示的Python實現　197

7.3　本章小結　200

第8章　基於PyQt的虹膜識別門禁系統開發　201

8.1　EAIDK-310-P20實驗平臺　201

8.1.1　EAIDK-310-P20設備簡介　202

8.1.2　EAIDK-310-P20設備的門禁開關控制　203

8.1.3　EAIDK-310-P20設備的語音控制　205

8.1.4　基於PyQt的虹膜識別門禁系統架構　206

8.2　虹膜識別門禁系統核心模塊　207

8.2.1　核心模塊功能代碼　208

8.2.2　核心模塊功能流程　217

8.3　虹膜圖像採集與預覽子系統　218

8.3.1　PyQt UI設計　218

8.3.2　代碼設計　221

8.4　用戶虹膜註冊子系統　222

8.4.1　PyQt UI設計　223

8.4.2　代碼設計　226

8.5　用戶虹膜識別子系統　230

8.5.1　PyQt UI設計　230

8.5.2　代碼設計　231

8.6　本章小結　234

第9章　智能音箱　235

9.1　環境配置　235

9.1.1　安裝VLC庫　235

9.1.2　播放測試音頻　236

9.1.3　查詢設備節點　236

9.2　語音識別　238

9.2.1　準備工作　238

9.2.2　編譯　241

9.2.3　運行　242

9.3　自然語言處理　243

9.4　語音合成　244

9.5　智能音箱製作　246

9.6　本章小結　249

參考文獻　250