一款可实现视频识别人脸、头部的AI智能分析盒子

广州定昌电子gzdcsmt.com
2026-04-16

AI智能分析盒子可以通过算法训练部署,开发出视频识别人脸、头部的功能。人脸识别功能开发常用于考勤签到,刷脸通行等业务场景,而头部识别功能常用于车站车厢,工地,景区人流量统计等。可以用RK3588AI智能分析盒子,最多实现16路720P30Hz,或8路1080P30Hz视频流并同步进步AI视觉算法模型分析。


DC_A588人脸识别盒子.jpg


开发一款支持视频识别人脸、头部功能的盒子,需要的清单如下:


一、RK3588AI盒子


RK3588内置6TOP算力可以进行AI推理运算,64 位架构(4xCortex-A76+4xCortex-A55)支持两路千兆接口,因此可以接入多路的摄像头进行视频分析。


二、摄像头


AI盒子一般支持接入usb摄像头和POE摄像头,其中POE摄像头支持的布线距离较长,是市场上做人脸、头部识别的主流摄像头。一般要配合交换机使用,支持接入200W、400 W、500W、800W、1200W、2000W、4800W等像素摄像头


三、AI算法


1.人脸识别算法


目前RK3588盒子支持部署Fastedploy_facedet百度人脸识别算法、RetinaFace人脸检测算法,以部署Fastedploy_facedet算法为例,需要通过以下步骤:


1)先验证在X86 CPU上部署FastDeploy


在PC端先把Fastedploy_facedet工具链编译出来,跑通编译、推理、例程等过程,并测试识图、检测、人脸等DEMO,再移植到RK3588,避免直接在开发板调试出现较多问题。


2)RK3588 板端 编译 FastDeploy


RK3588板端克隆Fastedploy代码,配置好相关模块和SDK后,下载RKNN模型,直接运行NPU代理。详细过程可以到定昌官网wiki知识库进行查阅。


人脸算法识别.png


2.头部识别算法


人头识别算法需要在PC端进行数据标记和训练过程,通过效果评估后,将移植模型到RKNN进行板端推理。



在开发过程中,会有定昌资深AI工程师全程提供跟踪指导,减少开发落地难度。


最后,介绍一款定昌支持部署人脸识别和头部识别的AI分析盒子(DC_A588‍人脸分析识别盒子),其参数整理如下:


项目

具体参数

CPU

RK3588,八核64位(4xCortex-A76+4xCortex-A55),8nm先进工艺,主频最高 2.4GHz

NPU

NPU算力高达6 TOPS

运行内存+内部存储

32GB+256GB

视频输出接口

2*HDMI OUT

视频输入接口

1路HDMI IN 4k,支持接入摄像头采集

网络支持

2*1000M自适应以太网

建议接入16路720P@30Hz POE摄像头或8路1080P@30HZ高清POE摄像头。

其他接口

6*USB,3路串口,4个GPIO口

操作系统

Android 12/debian/ubuntu18.04/ubuntu20.04/ubuntu2204/ros2/银河麒麟V10/星光麒麟V1.0/开源鸿4.13


对以上这款RK3588AI视频识别人脸、头部盒子感兴趣的,欢迎给我们客服致电或留言,另外我们还有多款AI盒子可以供挑选,产品支持借样试样,期待你的来电。

分享
下一篇:这是最后一篇
上一篇:这是第一篇