基于携带式设备以及图像处理经典算法的人体定位技术，已经广泛地应用在生产生活的方方面面，而伴随着人工智能技术的飞速发展，人类社会对定位技术也提出了更多的解决方法和更高的性能要求。

本书首先介绍了现有人体定位技术的发展现状和存在问题，然后重点探讨了基于人脸检测的人体定位技术和基于非携带式智能传感的人体定位技术，并且融合两类技术构建智能讲者追踪与捕获系统，充分论证技术实践意义，最后对人体定位技术的发展前景进行了展望。

本书结构清晰，对关键的问题进行了详细的数学描述，并给出了大量的图示和性能对比表格，易于读者阅读和理解。本书可作为通信工程、计算机类等专业的研究人员和研究生的参考书。

       计算机视觉技术已被广泛应用于现代社会，如影像监控、自动驾驶、智慧城市和智能教育等方面。近年来，随着结构化多媒体数据处理技术的进步和硬件设计技术的突破，基于深度学习的目标检测和定位已从理论走向应用。本书以视频分割作为前处理来加速人脸检测，同时利用OpenVINO工具包进行优化，实现基于泛用CPU的实时人脸检测。
       另外，无线通信技术在室内人体定位系统中扮演了重要角色，这得益于该类技术的高准确率和非接触式等优点。本书提出一个结合人脸检测和无线通信技术的智能讲者追踪与捕获 (intelligent lecturer tracking and capturing, ILTC) 系统，这个系统不仅能避免因讲者突然快速移动造成的人脸检测失误，且能解决红外传感器的非实时感测问题。
       ILTC系统已在两个场景中测试其效能，包括一间教室和一间实验室。实验结果显示此ILTC系统能够自动追踪与捕获讲者，并且拍摄时讲者身影能保持在屏幕的中间位置，因此本系统具备线上课程全自动化录制之应用潜力。ILTC系统拍摄的影片，精确度介于84.09%到93.90%之间。引入红外传感器后，ILTC系统的平均精确度比未引入红外传感器时提升了21.04%。最后，本书邀请两所大学不同系的32位教师参与问卷调查，将此系统的拍摄模式与现有的MOOCs拍摄模式进行对比，问卷调查的结果显示ILTC系统具有更高的实用性。
       本书的主要内容如下：
       (1)在不受限于深度学习平台的情况下，通过OpenVINO工具包加速，实现在通用CPU上的实时、准确的人脸检测定位。
       (2)提出了基于定向快速和旋转简短(ORB)描述符和结构相似度(SSIM)的视频分割预处理方法，通过预处理程序提高人脸检测的性能。
       (3) 通过红外热传感器与无线通信设备的融合构建无线传感框架，通过增加传感器数量扩大红外热传感的覆盖范围，实现基于非携带式传感器的室内人体定位。
       (4) 设计了一种低成本、实时、稳定、自调节、非接触式设备的智能讲者追踪与捕获系统，可用于大规模在线开放课程的录制。
       (5) 在所提出的讲者追踪捕获系统中，实现单摄像头对人脸的检测与捕捉，并通过伺服电机的平移来调整摄像头的角度，将讲者保持在屏幕中央，解决传统在线课程视频录制模式的难点。
       (6) 通过结合人脸检测与无线传感技术实现人体定位，防止人脸检测中突然快速运动导致的检测失败，解决红外热传感器的非实时传感问题。
       本书的组织架构如图1所示，具体安排如下：
       第1章论述了现有人体定位技术的基础知识，包括人体定位技术的研究背景和重要社会价值，人体定位技术的两大分支：基于算法的人体定位技术和基于传感器的人体定位技术，在目标检测基础上实现的检测追踪。
       第2章论述了采用视频分割方法对人脸检测进行预处理，并利用OpenVINO工具包对人脸检测进行加速，实现基于CPU平台的人脸检测定位。
       第3章论述了基于红外热传感器和无线通信设备的非携带式传感器的人体定位框架。
       第4章将人脸检测与无线传感相结合，设计了一个智能讲者追踪与捕获系统，并给出了该系统的性能评价。
       第5章是对未来工作进行展望，包括如何扩展现有研究以及将人体定位技术融合虚拟现实技术应用于未来的数字社会。
       本书著者系上海工程技术大学专任教师，在本书撰写过程中，著者参考了国内外众多研究者的工作成果，在此向其作者表示衷心的感谢。
       人体定位技术是一个广袤的研究领域，由于著者水平有限，书中难免存在疏漏之处，敬请专家、读者批评指正。
       
       著者
       2024年2月

第1章 人体定位技术概论 1
1.1 人体定位技术的重要社会价值 1
1.2 人体定位技术的不同发展分支 3
1.2.1 基于算法的人体定位技术 4
1.2.2 基于传感器的人体定位技术 6
本章小结 9
参考文献 9
第2章 在通用芯片上实现实时人脸检测 14
2.1 视频分割预处理 14
2.1.1 候选片段预选 15
2.1.2 切变检测 18
2.1.3 渐变检测 22
2.2 基于人脸检测的人体定位 25
2.2.1 单镜头多框检测器和 MobileNet 25
2.2.2 ADAS网络架构 26
2.3 融合预处理和加速人脸检测的人体定位 28
2.3.1 OpenVINO Toolkit简介 28
2.3.2 基于视频分割的人脸检测 29
2.3.3 利用人脸检测实现人体追踪 35
本章小结 36
参考文献 37
第3章 智能传感定位技术 41
3.1 红外热传感定位 41
3.1.1 AMG8833 41
3.1.2 8-连通域标记算法 42
3.2 无线通信集成环境 43
3.2.1 Pycom WiPy 3.0开发平台 44
3.2.2 Arduino UNO Wi-Fi 45
3.2.3 无线通信控制 46
本章小结 48
参考文献 48
第4章 人体定位系统综合案例

刘惠彬，女，博士，CCF会员，中南大学学士硕士，台北科技大学博士。上海工程技术大学讲师，从事计算机科学与技术专业，研究方向为模式识别和智慧教育，主讲C语言程序设计、数据结构与算法分析等课程，曾获上海工程技术大学“五四优秀青年”、“教学能手”等称号、青教赛上海市三等奖、校一等奖、ISNE2018年最佳论文奖，以第一作者或通讯作者发表论文20余篇，获得专利等知识产权10余项，指导计算机类竞赛获得国赛、市赛奖项5项。

计算机视觉技术已被广泛应用于现代社会，如影像监控、自动驾驶、智慧城市和智能教育等方面。近年来，随着结构化多媒体数据处理技术的进步和硬件设计技术的突破，基于深度学习的目标检测和定位已从理论走向应用。本书以视频分割作为前处理来加速人脸检测，同时利用OpenVINO工具包进行优化，实现基于泛用CPU的实时人脸检测。

本书首先介绍了现有人体定位技术的发展现状和存在问题，然后重点探讨了基于人脸检测的人体定位技术和基于非携带式智能传感的人体定位技术，并且融合两类技术构建智能讲者追踪与捕获系统，充分论证技术实践意义，最后对人体定位技术的发展前景进行了展望。