陳俊任，張波，鄧廣，夏志紅

（1.華西生物醫(yī)學(xué)大數(shù)據(jù)中心，四川大學(xué)華西醫(yī)院∕華西臨床醫(yī)學(xué)院，成都 610041；2.四川大學(xué)醫(yī)學(xué)大數(shù)據(jù)中心，成都610064；3.四川大學(xué)網(wǎng)絡(luò)空間安全學(xué)院，成都 610065；4.四川斯宇信息技術(shù)有限公司，瀘州 646600）

0 引言

中國城市化進(jìn)程發(fā)展迅速，截至2016 年全國城鎮(zhèn)人口比率為60%，發(fā)達(dá)地區(qū)的城鎮(zhèn)人口比率超過80%。城市人口的迅速增加導(dǎo)致了社會結(jié)構(gòu)的變化，同時也為城市發(fā)展帶來了新的機(jī)遇與挑戰(zhàn)。城市對人口的吸引表現(xiàn)為各種社會優(yōu)質(zhì)資源的集中，城鎮(zhèn)人口比率越高的地區(qū)社會發(fā)展越快，社會優(yōu)質(zhì)資源越集中，對人口的吸引力越大。隨著人口的增加，城市環(huán)境的壓力也隨著加大。居民對城市生活的需求也變得多樣化。城市問題在城市的發(fā)展過程中變得日趨明顯。家是人類生活的主要環(huán)境，以“家”為需求的服務(wù)業(yè)、商業(yè)欣欣向榮，例如：糧油配送、物業(yè)維修、房屋租售中介等。以“家”為中心的政務(wù)管理和服務(wù)體現(xiàn)這政府對社區(qū)治理的深入，例如：租戶管理、居住證辦理、人文關(guān)懷等?！凹摇鄙畹母鱾€方面早已被人工智能產(chǎn)業(yè)深入，例如：智能家電、門窗、停車收費(fèi)、物業(yè)管理、電子商務(wù)等?！凹摇鄙畹臄?shù)字化，不僅能實(shí)質(zhì)性地提高居民生活的便利以及居民的幸福感，更體現(xiàn)了政府公共管理和服務(wù)水平?；跀?shù)字‘家’構(gòu)建的數(shù)字社區(qū)是城市的基本網(wǎng)絡(luò)單元，是將社區(qū)民生與國家政府連接起來的核心點(diǎn)。因此加強(qiáng)基于數(shù)字“家”構(gòu)建的智慧社區(qū)的建設(shè)，對于加強(qiáng)政府與居民的聯(lián)系，提升惠明服務(wù)，構(gòu)架和諧中國，從根本上解決我國城市化發(fā)展問題具有重大意義。

智慧社區(qū)的建設(shè)作用明顯。首先，數(shù)字社區(qū)有利于我國政府增強(qiáng)其執(zhí)行能力和服務(wù)水平，從而將政府性質(zhì)由管理型順利地過渡到服務(wù)型；其次，數(shù)字智慧社區(qū)的建設(shè)有助于改善民生，在平衡社會、商業(yè)和環(huán)境需求的基礎(chǔ)上，使可利用的社會資源得到優(yōu)化，進(jìn)而使社會的基礎(chǔ)設(shè)施的層次得以提升；第三，建設(shè)數(shù)字智慧社區(qū)有利于市場的建設(shè)并促進(jìn)多元化共建，從而改善傳統(tǒng)的以政府為主導(dǎo)投資建設(shè)的模式，達(dá)到社會經(jīng)濟(jì)效益直接提升的目的。因此，國家非常重視基于數(shù)字“家”的數(shù)字智慧社區(qū)建設(shè)問題，2014 年5 月中國城鄉(xiāng)建設(shè)與住房部發(fā)布的《智慧社區(qū)建設(shè)指南》中指出于2015 年，計劃在全國逐步建立約100 個關(guān)于智慧社區(qū)的示范區(qū)點(diǎn)，到2020 年，爭取在全國建設(shè)50%以上的智慧社區(qū)，從而建立具有持續(xù)性發(fā)展的智慧社會服務(wù)形態(tài)和社區(qū)治理系統(tǒng)，進(jìn)一步健全社區(qū)服務(wù)體系。通過數(shù)字“家”生活數(shù)字化、智能化的建設(shè)，以點(diǎn)帶面構(gòu)建數(shù)字智慧“家”、數(shù)字智慧社區(qū)，數(shù)字智慧城市逐步實(shí)現(xiàn)智慧社會，為社區(qū)中的居民創(chuàng)建一個交互的智慧網(wǎng)絡(luò)平臺，創(chuàng)造舒適、愉悅、便利、安全的生活環(huán)境，從而使得居民獲得更好的生活體驗、更強(qiáng)烈的幸福感以及歸屬感。綜上，“數(shù)字家”對相關(guān)部門在完善社區(qū)服務(wù)、理順管理秩序、暢通信息交流與獲取、營造和諧人的際關(guān)系，打造現(xiàn)代化的家居生活具有重要的意義；為保障公共安全、提升居民社區(qū)生活幸福指數(shù)，實(shí)現(xiàn)智慧社會打下優(yōu)良基礎(chǔ)。

1 相關(guān)工作

國外關(guān)于智能社區(qū)[1]的研究起步較早，早在20 世紀(jì)七十年代末，美國就提出了智能家庭HBS 的概念[2]，在HBS 中，每一個家庭有一套總線，這條總線和社區(qū)的總線相連，實(shí)現(xiàn)社區(qū)家庭的信息交互。之后美國的商業(yè)公司也投入到智能社區(qū)的研究中來，1984 年，世界第一個智能建筑在美國康奈爾出現(xiàn)[3]，該建筑采用計算機(jī)控制技術(shù)，控制了建筑內(nèi)的照明、排水、安全防盜設(shè)備，實(shí)現(xiàn)了智能化管理?；谠摻ㄖ氖痉缎?yīng)，智能建筑在美國迅速傳播開來，逐漸散布到世界的各個地區(qū)，如雨后春筍般建成。在2016 年底，美國新建建筑中超過80%的建筑都屬于智能建筑。歐洲緊隨美國之后，在1986 年提出尤尼卡計劃，該計劃較為詳細(xì)的討論了社區(qū)各種智能設(shè)備集成與集中處理的問題。同時，歐洲電器標(biāo)準(zhǔn)委員會指定了智能建筑數(shù)字總線標(biāo)準(zhǔn)。在1986-1989 年間，英國大規(guī)模智能化的改造了倫敦中心商業(yè)區(qū)，之后歐洲其他國家陸續(xù)建造了特色各異的智能建筑。2007 年，戴姆勒-克萊斯勒控股的集團(tuán)公司在波蘭華沙建了一個輝宏的智能化建筑，這個耗資6500 萬歐元智能化建筑采用Lon Works 技術(shù)，控制著整個建筑中3000 個傳感點(diǎn)，不僅能夠檢測室外風(fēng)速和風(fēng)向并且也能測量溫度、濕度、降雨量以及太陽光照度，儼然一個龐大的智能樓宇控制系統(tǒng)。日本的社區(qū)智能化起步與歐洲大致相同。20 世界八十年代末，日本為對全國的智能建筑的發(fā)展做了規(guī)劃，成立了相關(guān)的委員會。1988 年，為了更好地促進(jìn)社區(qū)中居民住宅的智能化發(fā)展，日本提出了S-HBS 理念研究和一種超級總線系統(tǒng)。1990 年，一個高水準(zhǔn)示范性智能社區(qū)在幕張拔地而起。1996 年，日本率先在智能社區(qū)引進(jìn)多媒體技術(shù)。截至2016 年，日本全國的新建建筑中的智能建筑比重達(dá)到了60%。

相較于國外，我國智慧社區(qū)雖然建設(shè)起步較晚，但發(fā)展較快。1999 年，原建設(shè)部出臺《全國住宅小區(qū)智能化系統(tǒng)示范工程建設(shè)要點(diǎn)與技術(shù)指導(dǎo)》來推進(jìn)社區(qū)建設(shè)。為了應(yīng)對城市安全防范的需要，公安部提出3111工程，提升社區(qū)安防水平。國內(nèi)智慧社區(qū)化剛起步時，智能化程度很低，僅僅是設(shè)備自動控制，設(shè)備相互之間相對孤立，不能互聯(lián)。物聯(lián)網(wǎng)[4]的出現(xiàn)，改變早期的智能化程度低的狀況。隨著《中國智慧城市行業(yè)調(diào)研現(xiàn)狀及未來前景評估報告》的出臺，近年來，將物聯(lián)網(wǎng)技術(shù)應(yīng)用到社區(qū)的智能化方面的趨勢越來越明顯，初步在多個地區(qū)成功實(shí)現(xiàn)。較早的“智慧社區(qū)”典型案例是在2010 年，位于北京市廣內(nèi)街道的“智慧社區(qū)”的建立，該面向社會服務(wù)的管理平臺由四個主要部分共計14 個子系統(tǒng)組成。其中，智慧中心主要負(fù)責(zé)記錄社區(qū)街道每個單位中全部的人物、地段、組織等方面，這些記錄數(shù)據(jù)甚至精確到了各個社區(qū)街道的井蓋。上海的首個“智慧社區(qū)”在2011 年的上半年通過三千萬資金的投資建設(shè)而成，使得智能家庭的終端服務(wù)得以實(shí)現(xiàn)，并且完成了社區(qū)門戶信息網(wǎng)站、云計算中心等四大基礎(chǔ)項目。2014 年12 月，長虹社區(qū)才成為杭州首個實(shí)驗智慧社區(qū)，全區(qū)實(shí)現(xiàn)無線Wi-Fi 覆蓋社區(qū)所公共區(qū)域，部署車誘導(dǎo)系統(tǒng)管理社區(qū)車輛進(jìn)出的安全、便捷。點(diǎn)點(diǎn)手機(jī)便可遠(yuǎn)程“監(jiān)護(hù)”家中特殊人群，實(shí)現(xiàn)遠(yuǎn)程安全監(jiān)護(hù)。同年，廣州光大花園聯(lián)合當(dāng)?shù)仉娦牌髽I(yè)在位于廣州市的海珠區(qū)建設(shè)“信息家園”社區(qū)。居民能夠在該社區(qū)中利用寬帶網(wǎng)絡(luò)以及固定電話完成對電視節(jié)目的自主控制、對開關(guān)家電的遠(yuǎn)程遙控以及家居安全的視頻監(jiān)控等對住宅實(shí)現(xiàn)智能化的管理方式。2015 年12月底，上海發(fā)布《上海市智慧社區(qū)白皮書（2015）》和《2015 年上海市智慧社區(qū)需求調(diào)研報告》，根據(jù)這兩份報告，計劃在上海發(fā)揮其地理位置優(yōu)勢，在其16 個區(qū)縣范圍內(nèi)決定了建設(shè)50 家智慧社區(qū)試點(diǎn)的方案，建成了閔行古美路、長寧周家橋等街道的一批示范社區(qū)，實(shí)現(xiàn)了智慧化的社會管理和公共服務(wù)，優(yōu)化了社區(qū)居民的生活方式，使這種新型的社區(qū)發(fā)展治理模式生態(tài)、可持續(xù)的優(yōu)勢得以凸顯。

2 提出的模型

基于智能數(shù)字“家”的大數(shù)據(jù)服務(wù)平臺最大限度地使用包含物聯(lián)網(wǎng)以及云計算和大數(shù)據(jù)等為主的計算機(jī)科學(xué)技術(shù)，統(tǒng)籌社區(qū)服務(wù)等資源，通過整合人、地、房、以及組織等信息，以平臺為載體，是以“家”服務(wù)為核心，實(shí)現(xiàn)社會治理和服務(wù)的創(chuàng)新模式。該平臺涵蓋了網(wǎng)絡(luò)設(shè)施基礎(chǔ)建設(shè)、社區(qū)電商、智慧家居、居家地理信息、居家養(yǎng)老、智慧物業(yè)、社區(qū)金融等諸多領(lǐng)域的技術(shù)基礎(chǔ)。提出模型的關(guān)鍵技術(shù)主要由高效的智能社區(qū)方案設(shè)計，基于邊緣計算的數(shù)據(jù)采集技術(shù)，云計算平臺構(gòu)建，基于深度學(xué)習(xí)的人臉識別門禁技術(shù)組成。

2.1 高效的智能社區(qū)方案設(shè)計

智慧社區(qū)建設(shè)基與物聯(lián)網(wǎng)與互聯(lián)網(wǎng)基礎(chǔ)之上不斷發(fā)展，但是仍然有很大的發(fā)展空間，當(dāng)前，智慧社區(qū)的建設(shè)盡管大量結(jié)合了物聯(lián)網(wǎng)技術(shù)，但其應(yīng)用還處于十分基礎(chǔ)的階段，還需要充分挖掘物聯(lián)網(wǎng)的應(yīng)用與需求，探索智慧社區(qū)的發(fā)展的進(jìn)一步發(fā)展方向。在產(chǎn)品的開發(fā)和運(yùn)用等施行過程中，仍需要著力解決技術(shù)標(biāo)準(zhǔn)與方案不統(tǒng)一等方面的問題。圖1 為本文提出模型實(shí)現(xiàn)的智慧社區(qū)實(shí)施方案，該方案內(nèi)容涵蓋安全、基本生活以及養(yǎng)老與醫(yī)療等各個方面。因此，智慧社區(qū)建設(shè)方案的整合應(yīng)用，現(xiàn)今仍處于初級階段。

圖1 基于智能數(shù)字“家”的智能社區(qū)方案

2.2 基于邊緣計算的數(shù)據(jù)采集技術(shù)

本模型包括智能家電、智能門窗、智慧物管、智慧停車、老人健康監(jiān)測、居家安全信息等在內(nèi)的數(shù)字“家”數(shù)據(jù)涉及多源數(shù)據(jù)采集、數(shù)據(jù)編碼處理、數(shù)據(jù)融合等技術(shù)，這是數(shù)據(jù)采集中難點(diǎn)，也是提出模型的關(guān)鍵技術(shù)之一。如圖2 所示，收集的主要數(shù)據(jù)內(nèi)容為車輛管理、人員管理、社區(qū)網(wǎng)、視頻監(jiān)控等方面。

圖2 平臺收集數(shù)據(jù)示意圖

數(shù)據(jù)的收集如圖3 所示，是一種基于邊緣計算的層次結(jié)構(gòu)，最下層為嵌入層，該層是智能社區(qū)中使用到的各類傳感器，第二層為邊緣網(wǎng)關(guān)層，由各種物理具有無線連接功能的傳感器組成，這層的設(shè)備往往具備有限的計算和網(wǎng)絡(luò)資源，但可以進(jìn)行最高精度的數(shù)據(jù)訪問。邊緣服務(wù)器由多臺服務(wù)器組成，作為云與邊緣網(wǎng)關(guān)的接口，使云為智慧社區(qū)的數(shù)據(jù)中心，來實(shí)現(xiàn)兩個層次之間的數(shù)據(jù)能夠進(jìn)行通信交換。

圖3 基于邊緣計算的數(shù)據(jù)收集

2.3 云計算平臺構(gòu)建

在本文提出的模型中，云平臺主要實(shí)現(xiàn)大數(shù)據(jù)存儲和計算功能，云平臺的一項關(guān)鍵技術(shù)是虛擬技術(shù)，為基于智能數(shù)字“家”的大數(shù)據(jù)服務(wù)平臺提供可靠的數(shù)據(jù)存儲和訪問能力。云平臺的拓?fù)浼軜?gòu)如圖4 所示。云平臺中的另一項關(guān)鍵技術(shù)是大數(shù)據(jù)處理技術(shù)，本文提出的模型采用SPARK 配置在yarn（一種新的Hadoop資源管理器）中，發(fā)揮SPARK 的強(qiáng)大計算能力，實(shí)現(xiàn)大數(shù)據(jù)的管理、查詢、統(tǒng)計分析等。

圖4 基于云平臺的數(shù)據(jù)中心

2.4 基于深度學(xué)習(xí)的人臉識別門禁技術(shù)

這些年，在人臉識別技術(shù)領(lǐng)域已經(jīng)取得了了顯著的進(jìn)步。傳統(tǒng)方法在基于相關(guān)領(lǐng)域?qū)＜揖脑O(shè)計的特征的基礎(chǔ)上，使用流行的機(jī)器學(xué)習(xí)算法進(jìn)行識別檢測。在無約束條件的環(huán)境中，難以設(shè)計穩(wěn)定可靠的人臉特征，因此，之前的研究往往側(cè)重于某個條件下的專用方法。深度學(xué)習(xí)方法能夠在海量的數(shù)據(jù)中進(jìn)行參數(shù)學(xué)習(xí)，進(jìn)而盡可能地擬合到數(shù)據(jù)的表征，這是它的主要的優(yōu)勢?；ヂ?lián)網(wǎng)中的自然的人臉圖像體量龐大，這些圖像能夠代表各種實(shí)際生活中場景。因此，獲取較高質(zhì)量的人臉數(shù)據(jù)集并非難事。人臉識別方法在卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上通過對這些數(shù)據(jù)集訓(xùn)練以從人臉圖像中學(xué)習(xí)到復(fù)雜穩(wěn)定的特征，因此，在訓(xùn)練過程中能夠應(yīng)對實(shí)際世界環(huán)境條件的變化情況。此外，基于深度學(xué)習(xí)的人臉識別因神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取與抽象能力受到了廣泛的關(guān)注，因此提出的模型采用深度學(xué)習(xí)方法用于實(shí)現(xiàn)人臉門禁系統(tǒng)的實(shí)現(xiàn)。基于深度學(xué)習(xí)技術(shù)的人臉識別方法的總體系統(tǒng)架構(gòu)如圖5 所示。

圖5 基于深度學(xué)習(xí)的人臉識別系統(tǒng)架構(gòu)

本模型提出的人臉識別方法在基于深度學(xué)習(xí)的基礎(chǔ)上首先進(jìn)行視頻采集，接著進(jìn)行人臉識別、在人臉識別的基礎(chǔ)上進(jìn)行人臉對齊、最后進(jìn)行人臉表征與人臉匹配。其中，視頻采集從用于從攝像頭中獲取視屏圖片；人臉識別作用于圖像的空間區(qū)域來尋找人臉?biāo)幍奈恢?，若圖像空間區(qū)域中存在人臉，則輸出表征每個人臉位置的空間坐標(biāo)；人臉對齊是通過圖像中由特征檢測器定位一組特定位置的參照點(diǎn)以實(shí)現(xiàn)圖像中人臉區(qū)域的縮放與裁剪。人臉圖像區(qū)域中的像素值在人臉表征階段會被轉(zhuǎn)換成緊湊型的特征向量；在人臉匹配構(gòu)建模塊中，基于數(shù)據(jù)庫中的照片特征向量，將攝像頭得到的人臉特征向量與之進(jìn)行比較，進(jìn)而得到一個相似度分?jǐn)?shù)，根據(jù)比較得到的相似度分?jǐn)?shù)判斷攝像頭中的人是否為已有用戶。

如圖6 所示為人臉識別系統(tǒng)中具體的工作流程。利用攝像頭獲取到640×480 分辨率的視頻。視頻首先進(jìn)入視頻處理模塊，截取中間的方形區(qū)域，通過通信模塊暫存在DDR 中，同時傳送到視頻輸出模塊，保持顯示器上視頻的連續(xù)輸出。接收到輸入圖片后，PS 端的控制邏輯根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)依次在DDR 中取出特征圖和對應(yīng)的權(quán)重，將其傳送到PL 端的運(yùn)算單元。PL 端由多個卷積核運(yùn)算單元組成，每個運(yùn)算單元包含輸入緩存、輸出緩存和DSP 構(gòu)成的卷積器?？梢酝瑫r完成多個卷積運(yùn)算。運(yùn)算后的結(jié)果通過總線傳送回DDR暫存。在神經(jīng)網(wǎng)絡(luò)運(yùn)算完畢后，將得到的人臉框標(biāo)注在輸出視頻幀中。

圖6 人臉識別流程

人臉檢測與人臉表征的流程如圖7 所示。

圖7 人臉檢測與特征表示示意圖

在提出的模型中，待測圖片尺度轉(zhuǎn)換成為416×416輸入卷積網(wǎng)絡(luò)直接得到邊界框。網(wǎng)絡(luò)負(fù)責(zé)進(jìn)行回歸操作，輸出預(yù)測框的位置和框內(nèi)物體的類別。此網(wǎng)絡(luò)可以看作把圖像分為13×13 的網(wǎng)格，每個網(wǎng)格預(yù)測4 個邊界框。如果對象的中心落在網(wǎng)格單元中，則該網(wǎng)格負(fù)責(zé)預(yù)測該物體。每個邊界框會輸出（X,Y,W,H,O,C）六個值。O 代表置信度，反映本框中出現(xiàn)人臉的概率。X,Y,W,H 是該預(yù)測框的長寬和中心點(diǎn)所在坐標(biāo)。C∈{0,1}是該框中物體所屬類別，C=1，C=0 分別代表人臉和非人臉。最終網(wǎng)絡(luò)輸出一個13×13×4×6 的張量。如圖8 所示，邊界框的長寬通過相對于聚類中心的偏移確定。邊界框的中心點(diǎn)坐標(biāo)通過網(wǎng)絡(luò)輸出和網(wǎng)格位置確定。該基于深度學(xué)習(xí)的人臉識別方法通過CNN 實(shí)現(xiàn)，網(wǎng)絡(luò)的初始卷積層從圖像中提取特征，最后三層生成位置和置信度信息。

3 結(jié)語

本文提出的模型利用互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、數(shù)據(jù)庫以及云處理等計算機(jī)科學(xué)技術(shù)，設(shè)計并且實(shí)現(xiàn)了基于智能數(shù)字“家”的大數(shù)據(jù)服務(wù)平臺，將建成一站式管控系統(tǒng)，主要包括停車場、通道閘、監(jiān)控、巡更、物業(yè)管理、政府服務(wù)、周邊商圈、居家智能等集成于同一云平臺，實(shí)現(xiàn)統(tǒng)一管理、聯(lián)動應(yīng)用。有效整合社區(qū)物業(yè)管理、電子商務(wù)服務(wù)、家居以及養(yǎng)老等服務(wù)，實(shí)現(xiàn)不同應(yīng)用間的業(yè)務(wù)協(xié)同和資源共享，使得社區(qū)居民能夠生活于既便利、舒適又智慧且安全的現(xiàn)代化生活環(huán)境，有效避免社區(qū)在重復(fù)建設(shè)、資源浪費(fèi)等情況，形成基于智能化、信息化社會管理與服務(wù)的一種新型的社區(qū)管理模式。

圖8 檢測示意圖