于愷 于方軍

人臉識別技術(shù)是圖像識別技術(shù)的應用方式之一，圖像識別包括對象識別和定位，對象識別找出該區(qū)域中的確定對象，對象定位主要解決對象在哪里的問題。計算機通過處理視頻數(shù)據(jù)，首先是對人臉進行檢測，檢測到人臉后對人臉進行跟蹤。本實驗使用YOLO算法，分析攝像頭獲取的圖像，檢測圖像、識別出人臉并給出其位置坐標，根據(jù)坐標控制舵機轉(zhuǎn)動來實現(xiàn)人臉的追蹤。YOLO（You Only Look Once）是一種基于深度神經(jīng)網(wǎng)絡的物體識別和定位算法，其特點是運行速度快，可以用于實時系統(tǒng)。YOLO算法將原始圖片分割成互不重合的小方塊，通常是將圖片劃分為7×7=49個網(wǎng)格，每個網(wǎng)格允許預測出2個可能包含要檢測對象的矩形框，總共49×2=98個矩形框。可以理解為98個候選區(qū)，每個區(qū)域看看有沒有對象存在，以及具體位置在哪里。

項目設計

項目設計是驗證基于YOLO的人臉追蹤，體驗如何從視頻圖像中找到人臉，并定位人臉位置，幫助學生了解人工智能的應用。在此實驗基礎上，可以進行應用拓展，如讓學生討論設計人臉跟蹤風扇。

項目準備

硬件選擇Micro：bit為主控板，這塊主控板能夠處理視頻識別獲取的信息、處理信息、執(zhí)行相應的設備，在制作中需要一個控制風扇的馬達和一個用于控制風扇方向的舵機。視頻識別的主控為KOI，內(nèi)部搭載一個通用的神經(jīng)網(wǎng)絡處理器，外部搭載一個640×480像素的攝像頭獲取圖像信息，并在1.3寸240×240IPS像素顯示屏顯示攝像頭獲取的內(nèi)容，其帶有WIFI模塊能夠?qū)崿F(xiàn)無線網(wǎng)的搭建，能夠脫離計算機獨立運行，這為學生后期人工智能的學習提供了物理條件。

程序設計選擇了Makecode軟件，Makecode軟件中模塊已經(jīng)集成了YOLO人臉檢測算法，而且能夠?qū)崿F(xiàn)離線使用，學生只需要拖動相應指令就能夠?qū)崿F(xiàn)對人臉的檢測，這為人臉識別技術(shù)在小學階段開展教學提供了有利條件。如果深入學習算法則可以使用TensorFlow實現(xiàn)YOLO算法的設計。

項目實施

人臉識別風扇的功能為：當檢測到人臉時，風扇開啟;根據(jù)人臉的位置轉(zhuǎn)動風扇到人的位置處，使人第一時間感受到清涼;為實現(xiàn)節(jié)能的效果，如果人不在屋內(nèi)，風扇停止轉(zhuǎn)動。學生們先搭建風扇，將Micro：bit安裝到擴展板上，依次安裝舵機、風扇馬達、視頻檢測主控KOI三個部分。首先固定舵機，依托舵機實現(xiàn)風扇能夠左右擺動，將信號線連接到S1口;風扇由馬達控制，為馬達安裝扇葉，馬達的兩根線分別連接到MA1的“+”口和“-”口;KOI用于人臉偵測獲取到人的位置信息，將TX連接P1、RX連接P2、電源連接5V口、GND接GND。連接圖如下頁圖1所示。

程序?qū)崿F(xiàn)

打開Makecode，添加擴展Robotbit擴展板、KOI主控模塊。然后按照連接線設置Micro：bit獲取KOI數(shù)據(jù)接口為P1和P2;風扇馬達M1A速度為0，風扇不轉(zhuǎn)動;控制舵機S1為90度，風扇面向中間位置（如圖2）。

如何設計人臉坐標的獲取，在這個環(huán)節(jié)需要思考兩個問題，一是如何捕捉人臉？二是捕捉到人臉，如何控制風扇？問題一的解決需要使用KOI模塊中的人臉追蹤指令，攝像頭不斷獲取周圍的信息，KOI使用YOLO算法對圖像信息不斷分析，判斷是否有人臉存在，如果存在就捕捉人臉，并把人臉所在的坐標數(shù)據(jù)傳輸給Micro：bit。問題二，如果Micro：bit獲取到了人臉坐標，說明人出現(xiàn)在攝像頭前，啟動風扇，并設置速度為100，如果沒有坐標就保持風扇為關閉狀態(tài)。

設計風扇跟隨人臉移動，為更好地獲得涼風，將KOI獲取的人臉坐標數(shù)據(jù)處理，實現(xiàn)控制風扇開啟關閉和控制舵機的旋轉(zhuǎn)角度。需要思考兩個問題，一是風扇移動方向是根據(jù)KOI獲取人臉的x坐標還是y坐標？二是如何合理運用坐標實現(xiàn)對舵機的控制更加準確地跟隨人臉改變方向？問題一的思考，如果人臉出現(xiàn)，Micro：bit啟動風扇馬達，控制舵機讓風扇的方向朝向人臉。舵機的移動方向需要捕捉人臉坐標，因為舵機旋轉(zhuǎn)根據(jù)人臉橫向移動的位置，那么舵機旋轉(zhuǎn)角度是根據(jù)KOI獲取的人臉x坐標。問題二的思考，因為KOI獲取的人臉坐標根據(jù)屏幕的像素進行確定，KOI橫向坐標為0～239，要將這個坐標映射為舵機的旋轉(zhuǎn)度數(shù)為45度至135度之間，這樣能更好地實現(xiàn)對舵機的角度控制。

程序設計完畢（如下頁圖3），將程序上傳到Micro：bit，進行離線運行測試。發(fā)現(xiàn)人臉出現(xiàn)后，風扇啟動，但是人離開后，風扇還在旋轉(zhuǎn)，說明對風扇的條件設置需要優(yōu)化，經(jīng)過思考發(fā)現(xiàn)，需要給人臉坐標設定一個范圍，通過測試，將判斷人臉存在的坐標設置在10到229之間，提高識別的準確度，這樣人臉一消失，風扇就停止轉(zhuǎn)動和跟隨。

實驗反思

通過使用YOLO算法編寫人臉追蹤程序，降低了人臉識別技術(shù)應用學習的難度，學生可以直接運用YOLO算法獲取人臉信息并實現(xiàn)人臉的追蹤，由于沒有人臉數(shù)據(jù)庫，所以無法實現(xiàn)獲取的人臉信息與人臉圖像匹配及識別，這為學生對人臉識別技術(shù)深度研究提供了項目點。在整個項目制作過程中，學生模仿制作出了人臉跟蹤風扇，在最后一個環(huán)節(jié)，很多學生還把風扇安裝到了電腦顯示屏上，當人使用電腦時就會吹到人臉，讓人感覺到舒服，有學生還考慮了增加舵機實現(xiàn)風扇上下擺頭。

注：本論文為淄博市教育科學規(guī)劃2020年度基于項目式學習的小學AI校本課程開發(fā)與實踐研究課題（課題批準號：2020ZJYO17）成果。