43、边缘计算中的智能家居

边缘计算中的智能家居

1. 引言

随着万物互联的需求增加，越来越多的传感器被连接到物联网。与传统传感器不同，视觉传感器具有高传输速率和大数据量的特点。视觉传感器广泛应用于安全、医疗保健等面部识别领域。本文提出了一种基于边缘人工智能和云计算的结合，适用于需要大量视觉传感器和图像处理分析的领域，如面部识别和安全。为了验证本文提出的框架的有效性，基于 rk3288 和云服务器构建了一个完整的演示系统，以证明本文所描述系统的优越性。

智能家居系统是物联网应用的一个重要领域，旨在通过智能设备和系统提升家居生活的便利性和安全性。然而，传统智能家居系统在处理图像数据时面临延迟和成本问题。基于边缘计算和云计算的面部识别系统（AE-FRS）通过将部分计算任务从云端转移到边缘设备，有效解决了这些问题。

2. 物联网与智能家居

物联网（IoT）的发展速度越来越快。越来越多的种类和数量的物联网设备将被连接到网络。物联网可以被视为信息社会的全球基础设施。由于物联网提供的众多机会，连接设备的数量正在迅速增加。国际数据公司（IDC）预测，到 2020年，这个数字将达到 290亿。

在智能家居中，除了传统的低速、小数据率传感器设备外，视觉传感器设备逐渐增加。视觉传感器对一系列图像输入设备的统称，获取的数据大多是静态照片或动态视频。得益于发展，它们能够识别出在错误区域和错误时间出现的人，因为这个人可能对环境有害。

3. 面部识别系统的分类

基于视觉传感器的系统根据图像处理的不同方式分为两种系统：基于云处理和基于本地处理。

3.1 基于云的面部识别系统

在基于云的系统中，视觉传感器上传