基于智能數字“家”的大數據服務平臺模型研究

陳俊任，張波，鄧廣，夏志紅

（1.華西生物醫(yī)學大數據中心，四川大學華西醫(yī)院∕華西臨床醫(yī)學院，成都 610041；2.四川大學醫(yī)學大數據中心，成都610064；3.四川大學網絡空間安全學院，成都 610065；4.四川斯宇信息技術有限公司，瀘州 646600）

0 引言

中國城市化進程發(fā)展迅速，截至2016 年全國城鎮(zhèn)人口比率為60%，發(fā)達地區(qū)的城鎮(zhèn)人口比率超過80%。城市人口的迅速增加導致了社會結構的變化，同時也為城市發(fā)展帶來了新的機遇與挑戰(zhàn)。城市對人口的吸引表現為各種社會優(yōu)質資源的集中，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”為中心的政務管理和服務體現這政府對社區(qū)治理的深入，例如：租戶管理、居住證辦理、人文關懷等。“家”生活的各個方面早已被人工智能產業(yè)深入，例如：智能家電、門窗、停車收費、物業(yè)管理、電子商務等。“家”生活的數字化，不僅能實質性地提高居民生活的便利以及居民的幸福感，更體現了政府公共管理和服務水平。基于數字‘家’構建的數字社區(qū)是城市的基本網絡單元，是將社區(qū)民生與國家政府連接起來的核心點。因此加強基于數字“家”構建的智慧社區(qū)的建設，對于加強政府與居民的聯系，提升惠明服務，構架和諧中國，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)的建設作用明顯。首先，數字社區(qū)有利于我國政府增強其執(zhí)行能力和服務水平，從而將政府性質由管理型順利地過渡到服務型；其次，數字智慧社區(qū)的建設有助于改善民生，在平衡社會、商業(yè)和環(huán)境需求的基礎上，使可利用的社會資源得到優(yōu)化，進而使社會的基礎設施的層次得以提升；第三，建設數字智慧社區(qū)有利于市場的建設并促進多元化共建，從而改善傳統(tǒng)的以政府為主導投資建設的模式，達到社會經濟效益直接提升的目的。因此，國家非常重視基于數字“家”的數字智慧社區(qū)建設問題，2014 年5 月中國城鄉(xiāng)建設與住房部發(fā)布的《智慧社區(qū)建設指南》中指出于2015 年，計劃在全國逐步建立約100 個關于智慧社區(qū)的示范區(qū)點，到2020 年，爭取在全國建設50%以上的智慧社區(qū)，從而建立具有持續(xù)性發(fā)展的智慧社會服務形態(tài)和社區(qū)治理系統(tǒng)，進一步健全社區(qū)服務體系。通過數字“家”生活數字化、智能化的建設，以點帶面構建數字智慧“家”、數字智慧社區(qū)，數字智慧城市逐步實現智慧社會，為社區(qū)中的居民創(chuàng)建一個交互的智慧網絡平臺，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、更強烈的幸福感以及歸屬感。綜上，“數字家”對相關部門在完善社區(qū)服務、理順管理秩序、暢通信息交流與獲取、營造和諧人的際關系，打造現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，實現智慧社會打下優(yōu)良基礎。

1 相關工作

國外關于智能社區(qū)[1]的研究起步較早，早在20 世紀七十年代末，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，實現社區(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[3]，該建筑采用計算機控制技術，控制了建筑內的照明、排水、安全防盜設備，實現了智能化管理。基于該建筑的示范效應，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，該計劃較為詳細的討論了社區(qū)各種智能設備集成與集中處理的問題。同時，歐洲電器標準委員會指定了智能建筑數字總線標準。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，控制著整個建筑中3000 個傳感點，不僅能夠檢測室外風速和風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，成立了相關的委員會。1988 年，為了更好地促進社區(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)引進多媒體技術。截至2016 年，日本全國的新建建筑中的智能建筑比重達到了60%。

相較于國外，我國智慧社區(qū)雖然建設起步較晚，但發(fā)展較快。1999 年，原建設部出臺《全國住宅小區(qū)智能化系統(tǒng)示范工程建設要點與技術指導》來推進社區(qū)建設。為了應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。國內智慧社區(qū)化剛起步時，智能化程度很低，僅僅是設備自動控制，設備相互之間相對孤立，不能互聯。物聯網[4]的出現，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)調研現狀及未來前景評估報告》的出臺，近年來，將物聯網技術應用到社區(qū)的智能化方面的趨勢越來越明顯，初步在多個地區(qū)成功實現。較早的“智慧社區(qū)”典型案例是在2010 年，位于北京市廣內街道的“智慧社區(qū)”的建立，該面向社會服務的管理平臺由四個主要部分共計14 個子系統(tǒng)組成。其中，智慧中心主要負責記錄社區(qū)街道每個單位中全部的人物、地段、組織等方面，這些記錄數據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而成，使得智能家庭的終端服務得以實現，并且完成了社區(qū)門戶信息網站、云計算中心等四大基礎項目。2014 年12 月，長虹社區(qū)才成為杭州首個實驗智慧社區(qū)，全區(qū)實現無線Wi-Fi 覆蓋社區(qū)所公共區(qū)域，部署車誘導系統(tǒng)管理社區(qū)車輛進出的安全、便捷。點點手機便可遠程“監(jiān)護”家中特殊人群，實現遠程安全監(jiān)護。同年，廣州光大花園聯合當地電信企業(yè)在位于廣州市的海珠區(qū)建設“信息家園”社區(qū)。居民能夠在該社區(qū)中利用寬帶網絡以及固定電話完成對電視節(jié)目的自主控制、對開關家電的遠程遙控以及家居安全的視頻監(jiān)控等對住宅實現智能化的管理方式。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)需求調研報告》，根據這兩份報告，計劃在上海發(fā)揮其地理位置優(yōu)勢，在其16 個區(qū)縣范圍內決定了建設50 家智慧社區(qū)試點的方案，建成了閔行古美路、長寧周家橋等街道的一批示范社區(qū)，實現了智慧化的社會管理和公共服務，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

基于智能數字“家”的大數據服務平臺最大限度地使用包含物聯網以及云計算和大數據等為主的計算機科學技術，統(tǒng)籌社區(qū)服務等資源，通過整合人、地、房、以及組織等信息，以平臺為載體，是以“家”服務為核心，實現社會治理和服務的創(chuàng)新模式。該平臺涵蓋了網絡設施基礎建設、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)金融等諸多領域的技術基礎。提出模型的關鍵技術主要由高效的智能社區(qū)方案設計，基于邊緣計算的數據采集技術，云計算平臺構建，基于深度學習的人臉識別門禁技術組成。

2.1 高效的智能社區(qū)方案設計

智慧社區(qū)建設基與物聯網與互聯網基礎之上不斷發(fā)展，但是仍然有很大的發(fā)展空間，當前，智慧社區(qū)的建設盡管大量結合了物聯網技術，但其應用還處于十分基礎的階段，還需要充分挖掘物聯網的應用與需求，探索智慧社區(qū)的發(fā)展的進一步發(fā)展方向。在產品的開發(fā)和運用等施行過程中，仍需要著力解決技術標準與方案不統(tǒng)一等方面的問題。圖1 為本文提出模型實現的智慧社區(qū)實施方案，該方案內容涵蓋安全、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)建設方案的整合應用，現今仍處于初級階段。

圖1 基于智能數字“家”的智能社區(qū)方案

2.2 基于邊緣計算的數據采集技術

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的數字“家”數據涉及多源數據采集、數據編碼處理、數據融合等技術，這是數據采集中難點，也是提出模型的關鍵技術之一。如圖2 所示，收集的主要數據內容為車輛管理、人員管理、社區(qū)網、視頻監(jiān)控等方面。

圖2 平臺收集數據示意圖

數據的收集如圖3 所示，是一種基于邊緣計算的層次結構，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，第二層為邊緣網關層，由各種物理具有無線連接功能的傳感器組成，這層的設備往往具備有限的計算和網絡資源，但可以進行最高精度的數據訪問。邊緣服務器由多臺服務器組成，作為云與邊緣網關的接口，使云為智慧社區(qū)的數據中心，來實現兩個層次之間的數據能夠進行通信交換。

圖3 基于邊緣計算的數據收集

2.3 云計算平臺構建

在本文提出的模型中，云平臺主要實現大數據存儲和計算功能，云平臺的一項關鍵技術是虛擬技術，為基于智能數字“家”的大數據服務平臺提供可靠的數據存儲和訪問能力。云平臺的拓撲架構如圖4 所示。云平臺中的另一項關鍵技術是大數據處理技術，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 的強大計算能力，實現大數據的管理、查詢、統(tǒng)計分析等。

圖4 基于云平臺的數據中心

2.4 基于深度學習的人臉識別門禁技術

這些年，在人臉識別技術領域已經取得了了顯著的進步。傳統(tǒng)方法在基于相關領域專家精心設計的特征的基礎上，使用流行的機器學習算法進行識別檢測。在無約束條件的環(huán)境中，難以設計穩(wěn)定可靠的人臉特征，因此，之前的研究往往側重于某個條件下的專用方法。深度學習方法能夠在海量的數據中進行參數學習，進而盡可能地擬合到數據的表征，這是它的主要的優(yōu)勢。互聯網中的自然的人臉圖像體量龐大，這些圖像能夠代表各種實際生活中場景。因此，獲取較高質量的人臉數據集并非難事。人臉識別方法在卷積神經網絡的基礎上通過對這些數據集訓練以從人臉圖像中學習到復雜穩(wěn)定的特征，因此，在訓練過程中能夠應對實際世界環(huán)境條件的變化情況。此外，基于深度學習的人臉識別因神經網絡強大的特征提取與抽象能力受到了廣泛的關注，因此提出的模型采用深度學習方法用于實現人臉門禁系統(tǒng)的實現。基于深度學習技術的人臉識別方法的總體系統(tǒng)架構如圖5 所示。

圖5 基于深度學習的人臉識別系統(tǒng)架構

本模型提出的人臉識別方法在基于深度學習的基礎上首先進行視頻采集，接著進行人臉識別、在人臉識別的基礎上進行人臉對齊、最后進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)域來尋找人臉所處的位置，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；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以實現圖像中人臉區(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換成緊湊型的特征向量；在人臉匹配構建模塊中，基于數據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行比較，進而得到一個相似度分數，根據比較得到的相似度分數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 端的控制邏輯根據網絡結構依次在DDR 中取出特征圖和對應的權重，將其傳送到PL 端的運算單元。PL 端由多個卷積核運算單元組成，每個運算單元包含輸入緩存、輸出緩存和DSP 構成的卷積器。可以同時完成多個卷積運算。運算后的結果通過總線傳送回DDR暫存。在神經網絡運算完畢后，將得到的人臉框標注在輸出視頻幀中。

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，待測圖片尺度轉換成為416×416輸入卷積網絡直接得到邊界框。網絡負責進行回歸操作，輸出預測框的位置和框內物體的類別。此網絡可以看作把圖像分為13×13 的網格，每個網格預測4 個邊界框。如果對象的中心落在網格單元中，則該網格負責預測該物體。每個邊界框會輸出（X,Y,W,H,O,C）六個值。O 代表置信度，反映本框中出現人臉的概率。X,Y,W,H 是該預測框的長寬和中心點所在坐標。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。最終網絡輸出一個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。邊界框的中心點坐標通過網絡輸出和網格位置確定。該基于深度學習的人臉識別方法通過CNN 實現，網絡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 結語

本文提出的模型利用互聯網、物聯網、數據庫以及云處理等計算機科學技術，設計并且實現了基于智能數字“家”的大數據服務平臺，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、周邊商圈、居家智能等集成于同一云平臺，實現統(tǒng)一管理、聯動應用。有效整合社區(qū)物業(yè)管理、電子商務服務、家居以及養(yǎng)老等服務，實現不同應用間的業(yè)務協(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代化生活環(huán)境，有效避免社區(qū)在重復建設、資源浪費等情況，形成基于智能化、信息化社會管理與服務的一種新型的社區(qū)管理模式。

圖8 檢測示意圖