基于人脸识别的视觉门禁系统（RK3588）

Tue, 01 Sep 2026 14:05:00 +0800

项目概述

面向区域门禁的边缘侧视觉安防系统，防止异常访客进入。在 RK3588 上完成视频编解码、多模型 NPU 推理、视频推流的系统集成，实现「识别 → 比对 → 开门」的任务闭环，同时保证库内人脸识别准确度。

系统链路

flowchart LR
 CAM["4 路 RTSP 摄像头"] --> PULL["FFmpeg 拉流"]
 PULL --> DEC["MPP 硬解码
1080p@30fps"]
 DEC --> BUF["共享缓冲区
生产者-消费者队列"]
 BUF --> RGA["RGA 预处理
零拷贝"]
 RGA --> NPU["NPU 多模型推理
YOLO11 · RetinaFace · FaceNet"]
 NPU --> CMP{"人脸比对
SQLite 5k+ 特征库"}
 CMP -->|"命中 > 98%"| DOOR["GPIO 继电器开门
延迟 < 1s"]
 DEC --> ENC["H.264 封装"]
 ENC --> RTMP["RTMP 推流"]

解码、推理、推流之间采用生产者-消费者队列隔离，端到端延迟 < 200ms，长时间连续运行无内存泄漏。

关键技术点

多媒体采集处理：FFmpeg 实现 4 路 RTSP 视频流拉流；Rockchip MPP 完成 H.264 硬件解码；共享缓冲区保证帧数据的线程安全；解码后封装 H.264 经 RTMP 推流供远程查看
多模型 NPU 推理调度：RKNN-Toolkit2 完成三模型 INT8 量化部署——YOLO11（人体检测）、RetinaFace（人脸检测）、FaceNet（人脸识别）；量化精度分析后对敏感层做混合量化提升精度，单帧 NPU 推理耗时 < 35ms
工程优化：解码零拷贝输出 Buffer 直入 RGA 做图像预处理，显著降低 CPU 负载
人脸识别管理：本地人脸库管理，SQLite 存储 5000+ 人脸特征，库内验证命中率 > 98%；编写 GPIO 子系统驱动门禁继电器，识别通过到开门 < 1s

核心模块与接口设计

多媒体链路模块

模块	接口	职责
`stream_loader`	FFmpeg `avformat_open_input / av_read_frame`	4 路 RTSP 拉流接入
`mpp_decoder`	Rockchip MPP 硬解接口	H.264 → NV12，1080p@30fps
`rga_func`	`imresize / imcvtcolor`（零拷贝 DMA）	缩放与色彩空间转换
`mpp_encoder` + `streaming_manager`	H.264 编码 + RTMP 封装推流	远程实时查看
`detection_fusion_manager`	多模型结果融合	检测/识别结果汇总

三级级联推理（RKNN C API）

人体 → 人脸 → 特征三级模型逐级过滤，只有命中上一级的候选才进入下一级，显著降低 NPU 平均负载：

1
2
3
4


rknn_init(&ctx, model_data, model_size, 0, nullptr); // 加载 INT8 量化 .rknn 模型
rknn_inputs_set(ctx, 1, &in); // 送入 RGA 预处理后的帧
rknn_run(ctx, nullptr);
rknn_outputs_get(ctx, 1, &out, nullptr); // 检测框 / 人脸特征输出

级联	模型	输出
1	YOLO11（INT8）	人体检测框
2	RetinaFace（INT8）	人脸框 + 关键点
3	FaceNet（INT8，敏感层混合量化）	人脸特征向量

人脸比对接口

特征比对走 SQLite 特征库 + 余弦相似度：sqlite3_prepare / step 逐条读取库内 5000+ 人脸特征，与现场提取的特征做余弦相似度计算，超过阈值即判定命中——库内验证命中率 > 98%。命中后经 GPIO 子系统写寄存器拉起门禁继电器，识别通过到开门 < 1s。

线程与队列模型

解码、推理、推流三个环节以生产者-消费者队列隔离：共享缓冲区 + 互斥锁/条件变量保证帧数据线程安全，单路阻塞不拖垮全局链路，端到端延迟 < 200ms，长时间运行无内存泄漏。

项目状态

系统已完成集成与闭环联调，各项指标（识别耗时、端到端延迟、命中率、开门时延）均达标。

视频编解码 on Zesean 的博客