Камера обнаружения толпы

Я решил сделать интеллектуальную камеру для обнаружения толпы который будет внимательно следить за всеми незаконными действиями и обнаруживать любую толпу/человека/транспортное средство на дороге. Устройство также может предупреждать власти о ненужных собраниях. 

Видео: https://www.youtube.com/watch?v=fx1PLML17pA

Однако возможности этой камеры этим не ограничиваются. Его можно использовать для:

<ул>

Обнаружение интенсивного движения на дорогах.

Выявить любое несанкционированное проникновение человека в зону ограниченного доступа.

Наблюдайте за количеством людей в зале/аудитории.

Поддерживать и контролировать поток толпы на демонстрации протеста.

Как это работает?

Мы собираемся использовать RPi с камерой для записи живого видео. Затем видео обрабатывается покадрово.

При помощи обработки изображений с помощью TensorFlow идентифицируются люди и транспортные средства на видео. Когда это произойдет, устройство оповестит вас, произнеся речь и/или включив свет/лампочку.

 Спецификация

Давайте начнем наш проект со сбора следующих компонентов.

Предварительные условия

Предполагая, что у вас уже есть готовый RPi с настройкой Raspbian Image и среды Python, мы можем установить необходимые библиотеки и модули. 

Сначала установите следующие библиотеки Python.

<ул>

Говори

Нампи

Сайпи

Opencv

Dlib

Керас

TensorFlow/TensorFlow Lite 

Чтобы установить вышеуказанные библиотеки, откройте терминал LX и введите следующие команды: 

sudo  apt-get update

обновление sudo apt-get

sudo nano /etc/dphys-swapfile

Затем измените строку CONF_SWAPSIZE=100 на  CONF_SWAPSIZE=1024

sudo /etc/init.d/dphys-swapfile stop  

sudo /etc/init.d/dphys-swapfile start

sudo pip3 install opencv

sudo pip3 install numpy

wget https://bootstrap.pypa.io/get-pip.py

pip3 установить dlib

pip3 установить тензорный поток

После установки вы можете приступить к клонированию TF-модулей , а также примеров и файлов с помощью следующей команды: 

клон git https://github.com/tensorflow/tensorflow.git  

После успешного клонирования перейдите в каталог → папка исследования → создайте новый файл Python и вставьте код, прикрепленный к статье. 

Кодирование

В первой части кода нам нужно инициализировать необходимую библиотеку. Затем у нас будет код, который использует модуль камеры для съемки живого видео, а затем обрабатывает его покадрово для обнаружения нужных объектов, таких как:

<ул>

Велосипед

Велосипед

Люди

Автобус

Автомобиль 

<р> Теперь с помощью условия if() мы проверим, были ли обнаружены какие-либо нужные объекты. Если ничего не обнаружено, никаких действий предпринято не будет. Но если if обнаружен, код заставит динамик подать предупреждение. Вы также можете подключить лампочку/зуммер к контакту 17, чтобы получать оповещения.

Соединение 

Теперь подключите камеру к плате RPi4 с помощью ленточного кабеля и включите Raspberry Pi с помощью адаптера. Чтобы получить видеовыход в реальном времени с камеры, вы можете использовать кабель RCA с входом RCA телевизора или кабель HDMI с телевизором. 

Вы также можете использовать VNC. Просто подключите RPi и ПК/ноутбук к своей сети/точке доступа, а затем отразите его экран с помощью VNC. Теперь подключите динамик к аудиопорту RPI и включите его. Если вы хотите получить оповещение с помощью лампочки/зуммера, подключите зуммер к GPIO контакту 17 Raspberry Pi.

Тестирование

После выполнения всех подключений и настройки приступим к тестированию нашего проекта. Откройте папку и запустите код. Подождите несколько секунд, чтобы Python инициализировал все модули. Затем запустите код. Через несколько секунд откроется новое окно и будут показаны результаты работы камеры. Обнаруженные люди отображаются в окне и выдается оповещение об их присутствии на дороге.