使用在STM32上运行的CNN计算机视觉应用进行的人体存在检测

人体存在检测技术可精准感知特定空间内是否有人，在用户交互、安防预警等领域具有关键应用价值。借助该技术，使用者可实现能耗的主动管控——如人员进出时自动开关灯光，或在用户接近温控面板时唤醒屏幕显示。

随着智能家居与智能楼宇需求的持续攀升，相关方案不仅能有效降低能耗支出，还可强化安全防护并挖掘更多服务优化空间。人体存在检测应用凭借高可靠性经济性，可触发预设联动动作（如标记办公区或公共图书馆的空闲工位），从而显著优化用户体验，在后疫情时代保持社交距离的背景下尤为实用。

场景应用图

除了确保能够立即采取行动或可信安全警报的准确度之外，挑战还在于简化软件开发和硬件设计，特别是对于具有处理、内存和功率限制的基于电池的设备。通过在高性价比、超低功耗STM32微控制器上利用人工智能，ST的解决方案解决了成本与设计问题。

方案方块图

工作原理

该系统可通过低分辨率图像传感器捕捉数字视频，并确保由高性能双核STM32H7微控制器对其进行高效处理；该微控制器将根据针对STM32优化过的深度神经网络 (DNN) 所生成的输出来运行基于边缘的人体存在检测应用 (FP-AI-VISION1)。

然后，MCU会通过所连接的LCD屏幕或网络来显示指定区域内是否检测到了人员，并显示所拍摄的视频内容。该系统所占空间很小，且支持在同一微控制器上添加多个通过人员检测触发的附加功能，包括但不限于人员检测和人流量统计、通过外设执行操作以及通过多个连接选项传输信息。

这样，我们就可以基于某种采用了针对STM32优化过的卷积神经网络 (CNN) 模型拓扑的目标检测算法，开发出一款经济高效的低功耗人体存在检测解决方案。

主要产品优势

STM32H747XIH6 - 支持DSP和DP-FPU指令的高性能双核微控制器

这款采用Arm? Cortex?-M7和Cortex?-M4内核的微控制器具有用于管理传入的数字视频信号的必要外设，以及用于确保以最低功耗快速、精确地进行人数统计的处理能力和内存。

FP-AI-VISION1 - 用于计算机视觉人工智能 (AI) 应用的STM32Cube功能包 

该软件基于使用STM32CubeMX AI扩展包 (X-CUBE-AI) 生成的预训练模型，实现了使用STM32神经网络库的高级计算机视觉应用。

All Features_zh

该即用型固件基于使用卷积神经网络 (CNN) 模型的目标检测算法，适用于实时人体存在检测应用

边缘处理方法可确保比集中式云解决方案更低的功耗和延迟，且更加注重精度和个人隐私

基于实时操作系统 (RTOS) 的超低功耗实现

得益于STM32Cube计划，可在不同STM32 MCU系列之间轻松移植

说明：内容基于公开信息整理，不代表原厂官方意见，仅供工程师学习用，若涉及侵权，请联系删除。