AI Камера для отслеживания подозрительных действий | ML Проект

Отслеживание и обнаружение подозрительных действий — одна из самых сложных задач задачи для персонала и систем безопасности. Если система безопасности выходит из строя в таком месте, как аэропорт или банк, преступники могут ограбить, угрожая оружием. Из-за страха жертвы обычно не могут вовремя вызвать полицию за помощью.

Но if интеллектуальная камера может обнаруживать любую подозрительную активность и автоматически активировать сигнал тревоги для вызова полиции, количество таких преступных действий, вероятно, значительно сократится. Итак, давайте посмотрим, как создать систему камер AI для отслеживания подозрительных действий.

Тренировка камеры AI

Создайте модель машинного обучения (ML), имеющую наборы данных о нормальных действиях, таких как ходьба, разговор, чтение и сидение. Загрузите в модель ML наборы данных о подозрительных действиях, таких как драки, бокс, направленное оружие или любые другие насильственные движения, которые считаются подозрительными.

Выполняйте вышеупомянутые действия перед интеллектуальной камерой, чтобы фиксировать различные движения. Это поможет обучить модель ML и развернуть ее на Raspberry Pi в качестве интеллектуальной камеры искусственного интеллекта (AI).

Существует несколько гибких вариантов, таких как TensorFlow, Google Teachable, Edge Impulse и Lobeo, для создания и обучения Модель ML. Для проекта можно выбрать любой из них. Для демонстрации здесь используется Google Teachable.

В Google Teachable выберите опцию PoseNet для правильного отслеживания различных движений и действий тела. Правильно обозначьте действия, выполненные ранее: ходьбу, разговор, прием пищи, стояние и т. д. Введите эти наборы данных в модель ML. Аналогичным образом правильно обозначайте и заполняйте наборы данных о таких действиях, как наведение оружия, стрельба из оружия, драки, избиения и т. д.

После ввода необходимых наборов данных нажмите «Модель поезда». Появится возможность экспортировать модель ML или загрузить ее в облако. Загрузил модель ML в облако, чтобы безопасно хранить ее там и предоставить пользователям возможность доступа и развертывания в любой точке мира.

При загрузке в облако вы получите URL-адрес для использования модели ML. URL модели ML создан автором.

Разверните модель ML на камере и подключите динамик, чтобы Raspberry Pi подавал сигнал тревоги при обнаружении любой подозрительной активности.

Отслеживание подозрительных действий AI Камера – кодирование

Для развертывания модели ML в Raspberry Pi требуется кодирование. При загрузке модели ML вы получили бы пример фрагмента кода. Скопируйте и вставьте его в свой код JavaScript (JS). Кодирование и тестирование JS можно выполнять с помощью любого редактора кода, оффлайн или онлайн. Вы можете назвать камеру в HTML для модели ML.

Импортируйте модель ML, которая была ранее загружена в облако. Затем проверьте, распознаются ли моделью ML во время обработки видео такие действия, как избиение, стрельба и владение оружием.

Модель дает вероятность возникновения определенного действия в диапазоне от 0,00 до 1,00. Итак, если использовать условие «if», if выходное значение больше 0,98, то это означает, что человек либо направляет оружие, либо сражается. В этот момент срабатывает сигнализация, предупреждающая людей поблизости.

Тестирование

Сохраните код JavaScript в формате .html и откройте его в любом браузере с включенным JavaScript. Нажмите кнопку «Пуск» и выполните подозрительное действие перед камерой. Модель ML попытается распознать его и, если if обнаружит что-то необычное, выдаст предупреждение. Вы также можете добавить функции для автоматического вызова или отправки сообщения в полицию.

Иногда Chrome на Raspberry Pi не может открыть камеру или получить к ней доступ, и она зависает. В таком случае case попробуйте установить последнюю версию Chrome или switch в другой браузер, например Firefox, или используйте онлайн-/оффлайн-компилятор .js. Если проблема не устранена, вы можете использовать URL-адрес обученной модели ML и напрямую просмотреть выходные данные, используя URL .

Вы также можете использовать опцию «Файлы» и загрузить if, браузер не может получить доступ к камере для проверки модели ML, созданной вами в Rpi.

Рекомендуется: Лучшие AI инженерные проекты.

Загрузить исходный код

Ашвини Кумар Синха — энтузиаст технологий