基于卷积神经网络的智能家庭安防监控系统

王新娇，曾上游，魏书伟，王 颖

（广西师范大学 电子工程学院，广西 桂林541004）

近几年，入室盗窃、抢劫等事件屡有发生，人们的生命财产安全受到威胁。随着社会经济的发展和信息化的进步，人们对家居安防的要求越来越高，财产和人身安全已成为家居安防的首要要求[1]。目前家居安防的应用已经比较广泛，最常见的就是在居民住宅区安置摄像头，通过家庭电脑端控制。虽然这种方式可以监控整个住宅环境，但是缺乏时效性，用户无法在事故发生的第一时间获取信息，而且成本比较高[2]。因此针对这些问题，本文设计了基于卷积神经网络的智能家庭安防监控系统，通过卷积神经网络[3-4]对摄像头采集的图像进行实时目标检测；然后将识别结果和视频链接通过单片机发送至用户手机端，把单片机的便捷与卷积神经网络算法的强大功能相结合，能够让用户在第一时间得知住宅情况，打破了传统的家居安防系统模式，使家居安防更加智能化。

1 系统整体结构

系统整体结构如图1所示，该系统主要由摄像头、路由器、单片机、GSM模块、蜂鸣器报警模块以及卷积神经网络等部分组成。路由器分别与摄像头和单片机相连，在电脑端对摄像头采集到的图像进行快速识别检测，将检测识别的结果发送给单片机。单片机接收指令并分别发送指令给GSM模块和蜂鸣器，完成信息输送和报警。GSM模块接收到单片机发送的指令以短信形式发送视频链接到用户手机端，用户可以打开短信中的视频链接调用视频监控实时查看。采用卷积神经网络算法可以对用户的需求目标进行检测识别，从而完成更加精准的匹配信息[3]。虽然单片机成本低、造价低、功耗小，但同时处理大量图像数据的能力有限，深度学习卷积神经网络算法功能强大，但是对运行的硬件平台要求较高。通过以上连接方式，巧妙地将卷积神经网络算法与单片机硬件结合，使得家居安防监控系统更加智能化，符合人们的日常需求。

图1 系统整体结构

2 硬件电路选型与设计

2.1 主控芯片选择

本次系统使用STC89C52RC单片机作为核心处理器芯片，STC89C52RC单片机是新一代高速、低功耗、强抗干扰的单片机，指令代码兼容传统8051单片机，12时钟机器周期和6时钟机器周期可以任意选择[4]。与51单片机[5]相比，该单片机在单芯片上拥有灵巧的8位CPU和在系统可编程FLASH，可为众多嵌入式控制应用系统提供更灵活、超有效的解决方案。

STC89C52RC单片机的P0口是漏极开路输出，总线扩展时不需要上拉电阻，I/O接口时需上拉电阻。ISP/AP不需要编程器和仿真器，通过串口下载用户程序几秒就能完成，速度非常快。STC89C52RC单片机在嵌入式硬件开发应用领域与其他单片机相比编程简单且价格更便宜，可通过简易化操作实现复杂功能，所以此智能家居安防监控系统使用STC89C52RC单片机作为主控制器。STC89C52RC单片机引脚图如图2所示。

图2 STC89C52RC单片机引脚图

2.2 GSM通信模块

本次智能家居安防监控系统采用正点原子云公司生产的GSM通信模块，该模块可以接收指令并发送短信，相比传统无线通信技术，可进行远距离传输，并且信号不受距离影响，能够将获取信息以短信方式发送给用户，用户只需保持手机信号畅通就能随时随地接收信息[6-7]。它支持多种工作模式与多种配置方式且配置方便，支持接入云平台和支持AT指令发送英文短信，可实现将住宅区检测异常情况的视频链接以短信发送到用户手机，用户可以第一时间调用住宅监控查看异常，保障居民生命财产安全。此外，GSM模块支持4G、3G、2G，移动、联通和电信，支持自动重连、掉线监测和内置看门狗，且信号稳定。该模块通过上位机的配置直接与单片机连接，接收单片机发送的指令并传送给用户手机端，价格低，易操作，能够实现接收短信提醒，比较适合智能家居监控系统的运行。GSM模块外观图如图3所示。

图3 GSM模块外观图

2.3 路由器模块

智能家居安防监控采用蒲公英X4无线路由器和小型WiFi数传模块，不仅可以进行远距离传输，而且抗干扰能力强，信号十分稳定。路由器和小型WiFi之间通过网线连接，然后WiFi模块的USB口连接摄像头，RXD、TXD信号发送接收端分别连接单片机的TXD、RXD串口通信端，将摄像头拍摄画面传输到电脑端进行卷积神经网络目标检测，完成物体的识别。无线路由器设有SIM卡槽，可以直接插入SIM卡进行上网，方便携带，可直接完成上一步的指令操作[8]。这两款通信模块价格低、功耗低，不仅可以实现无线传输，而且可以进行有线操作，适合本实验的运行。两款路由器的外观图如图4所示。

图4 蒲公英4X路由器和WiFi数传模块外观图

3 软件设计与实现

3.1 工作程序流程

图5为整个系统的程序流程框图。上位机在收到传送过来的视频后进行目标检测，完成目标检测识别之后发送指令到下位机。当检测到人、狗、小汽车或者摩托车时，单片机发出短信指令和报警指令，用户手机端会收到短信，蜂鸣器会报警；当目标检测到其他事物时，单片机则不会发送短信指令和报警指令给用户和蜂鸣器。手机端调用地视频是通过下位机编程后的视频链接，可以很好地观察住宅实时情况。

图5 工作程序流程

3.2 卷积神经网络

卷积神经网络在目标检测上的应用已经较为普遍，相比于传统的目标检测，卷积神经网络目标检测过程更简单，结果更准确。卷积神经网络目标检测算法有RCNN、Fast-RCNN、Faster-RCNN、YOLO以及SSD，但是与其他几种算法相比，YOLO的检测速度大大提高，且准确率更高，而YOLO v3又是YOLO中训练较好的一个[9-10]。YOLO v3[11-12]的网络结构由特征提取层、特征融合层和输出层3部分组成。特征提取层：YOLO v3使用DarkNet53网络进行特征提取，采用的是全卷积网络；特征融合层：YOLO v3采用3个不同尺度特征图进行目标检测，还借鉴FPN（Feature Pyramid Networks）思想对各尺度特征图进行特征融合；输出层：同样使用全卷积结构。YOLO v3网络结构图如图6所示。

图6 YOLO v3网络结构图

4 实 验

基于卷积神经网络的智能家居安防监控系统主要是把当前应用较多的卷积神经网络算法与单片机相结合，打破传统的家居监控模式。单片机终端使用便捷但功能有限，而深度学习卷积神经网络算法功能强大，同时有很高的平台要求，本文将其结合设计出一种更加智能化的监控系统。图7和图8分别是卷积神经网络YOLO v3对摄像头获取图像目标进行检测的准确率和目标检测完以后对用户发送的短信结果。

图7 目标检测及检测准确率

图8 调用视频短信

由图7得出：卷积神经网络YOLO v3在目标检测中效果是比较好的，它可以对既定目标进行准确检测并识别，更加便于人们对住宅的监控。由图8可以看到：当单片机收到检测结果的指令后，GSM模块将识别结果以短信形式发送到用户手机端，用户可以准确知道是什么人或者什么物体进入到自己的住宅区，点击“轻点以进入预览”即可打开家中视频监控进行查看。通过实验可知，本文系统可以实现对物体的精准检测和及时发送短信提醒用户住宅异常情况，打破了传统视频监控的无时效性以及无法对具体物体的识别检测等。经实验测试，该系统实验效果符合智能安防监控的发展以及用户的需求。

5 结 语

本文基于卷积神经网络的智能家居安防监控系统实现了以下创新：采用了目前应用较多的卷积神经网络算法完成目标检测，对目标进行准确识别，打破传统的单一视频监控。使用本文设计系统，用户可以接收短信提醒，实时调用视频监控，打破传统监控的无时效性模式，保障居民生命财产安全。该系统将单片机等硬件设备与卷积神经网络算法相结合，将摄像头获取的图像在电脑端进行图像识别后将识别结果传给单片机，单片机发送相应指令到手机端，检测结果更准确。相比于国外昂贵的智能安防监控系统，本文系统价格便宜、成本低，普通居民用户可接受，而且工厂也适用，适用范围较广。

注：本文通讯作者为曾上游。