WEB_GUARDIAN_GUARDIAN download - WEB_GUARDIAN_GUARDIAN Quellcode herunterladen

WEB_GUARDIAN_GUARDIAN

Website-Daten

1.0.0

Herunterladen

Wächter -CCCTV -Erkennungssystem

Logo

Projekteinführung

'Guardian' ist eine Videoüberwachungsanwendung, die die militärischen Videoüberwachung automatisch überwacht.

Entwicklungshintergrund
- In den letzten Jahren betonten einige Truppen die Alarmarbeit aufgrund des Scheiterns
  "Die Langlebigkeit, die in der Operation gescheitert ist, kann vergeben werden, aber die Langlebigkeit, die die Grenze nicht gescheitert hat, kann nicht vergeben werden."
  Da es einen solchen Botschafter gibt, ist die Grenzarbeit in der Militäreinheit wichtig.
  Aber irgendwo gab es Fälle, in denen Zivilisten hereinkamen, weil sie gebrochen wurden, aber später identifiziert wurden.
  Basierend auf diesen Beispielen wird die Grenzarbeit betont.
- Viele CCTVs werden gleichzeitig durch Überwachungsflaschen überwacht
  Wenn eine Überwachung gleichzeitig mehr als 10 CCTVs überwacht und sich auf einen Bildschirm konzentriert, können andere Bildschirme überwältigend sein.
- Wahllose Alarmgeräusche zur geringfügigen Erkennung
  Die CCTV, die eine Bewegungserkennungsfunktion aufweist, ist anfällig für das Schütteln der Blätter und die plötzliche Lichtänderung. Aus diesem Grund kümmerten sich die Wachen nicht um das Rindfleisch, unabhängig davon, ob es eine Bewegung gab oder nicht.
Entwicklungsziel
- CCTV -Identifizierung mit Menschen in CCTV, Automatisierung von Bewegungsbewegungen
  Im Set -Bereich wird das Situation Journal bei der Identifizierung einer Person oder eines Fahrzeugs geschrieben und wenn das gefundene Objekt verschwindet, verfolgen Sie die Route.
- Identifizierte Datenbankanfrage der vergangenen Situation
  Identifizierte Daten und automatische Aufzeichnungsvideos können jederzeit angezeigt werden, um den Unfall zu verfolgen.
- TTS Alarm Sound, den Benutzer erkennen können
  Wenn die Bewegungserkennung auftritt, handelt es sich nicht um das Geräusch des Klingelns, sondern wenn nur eine Person und ein Fahrzeug erkannt werden, wird die Person oder die Fahrzeugerkennung mit TTS informiert.

PPT -Daten

PPT -Datei
PDF -Datei

Projektvideo?

Präsentation	Demonstration

Google Drive	Google Drive

Funktionsdesign?

Ofen

Gemeinschaft?

2020 Defense Open Source Academy Hackathon -Guardian Development Review

Einführung in die Kernfunktion?

RTSP -Streaming- und Situation Journal

RTSP -Streaming- und Situation Journal

Es zeigt die RTSP -Stream -Daten, die von Netzwerkkameras oder DVRs im Web unterstützt werden.

Erkennung von Menschen und Fahrzeugen

In Yolo -Basis -Objekterkennung identifiziert Menschen und Autos.

Nach der Erkennungsentfernungsverfolgung und automatischen Aufnahme

Wenn das Objekt verschwindet, verfolgen Sie den Pfad und zeigen Sie ihn dem Benutzer an.
Wenn Sie eine bestimmte Erkennung haben
(Erkennung ~ Bewegungserkennung Ende) Zeichnen Sie den Zweig auf und zeigen Sie ihn dem Benutzer an.

Automatische Aufzeichnungsvideovorschau

Dies ist ein automatisches Aufzeichnungsvideo, das im obigen Beispiel erkannt wurde.

Tägliche Zeitreihenstatistik

Nehmen Sie tagsüber Daten auf, um die erkannten Informationen von 0 bis 24:00 Uhr zu informieren.

Vergangene Identifikationsdaten -Streaming

Wenn Sie die Zeit in Statistiken auswählen, können Sie das zu diesem Zeitpunkt erkannte Identifikationsvideo sehen.

Computerkonfiguration / erforderliche Bedingungen (Voraussetzungen)?

ECMascript 6 Support Browser
Empfohlen: Google Chrome Version 77 oder höher
Golang -Installation
DVR unterstützt IP -Kamera oder RTSP -Streaming

Technik verwendet

Gründe für die Auswahl der wichtigsten Technologien
- Golang : Videoüberwachungsprojekt hat eine Go -Sprache mit Leistung, Parallelität und HTTP gewählt, da es große reale Zeitdaten verarbeitet.
- OpenCV : Als Projekt mit viel Computervision habe ich die Open -Source -Library für OpenCV -Bibliothek gewählt.
- Darknet Yolov4-Tiny : Das Yolo-Modell selbst wurde geboren, um Echtzeitobjekte zu erkennen.
  Da die Entwicklungsumgebung in VM begrenzt ist, habe ich ein winziges Modell ausgewählt, das im kleinen CPU -Kern betrieben werden kann.
- React : Ein Front -End -Frame -Walk, der einfach zu entwickeln ist, um Webanwendungen zu entwickeln.
Backend

Golang	Echo	Opencv	MongoDb

Frontend

Typoskript	React.js	AntD UI -Framework	Socket.io	Video.js

Infra

Docker

Maschinelles Lernen

Darknet Yolov4

Installationsprozess?

OpenCV -Bibliotheksinstallation zur Verwendung von GOCV

 > go get -u -d gocv.io/x/gocv
> cd $GOPATH /src/gocv.io/x/gocv
> make install

Vorder -End -Modulinstallation

 > git clone https://github.com/osamhack2020/WEB_GUARDIAN_GUARDIAN.git
> cd frontend
> yarn install

Erste Schritte

Bauen Sie eine virtuelle CCTV -Umgebung auf

 > git clone https://github.com/gron1gh1/docker-rtsp-video-streaming.git
> cd docker-rtsp-video-streaming
> vi .env
# Modify .env file
> HOST_PORT={Port to be actually serviced}
> VIDEO_FILE ={Video File to be actually streamed}
> docker-compose up -d

Datenbankausführung

 > cd infra/mongo
# 데이터베이스 패스워드 설정
> echo MONGO_PW={set_password} > .env
> docker-compose up -d

Frontendlauf

 > cd frontend
> yarn start

Backend laufen

 > cd backend
# 데이터베이스 패스워드 설정
> echo {set_password} > MONGO_PW
> go run cv_core.go cv_motion_liner.go cv_util.go http.go cv_motion.go cv_yolo.go mongo.go :8081

Backend Run (Docker)

 # OpenCV 라이브러리를 설치하지 않았을 때 쓰는 방법입니다.
# 데이터베이스 패스워드 설정
> cd WEB_GUARDIAN_GUARDIAN
> docker -v $PWD /backend:/ gocv/opencv ' go run cv_core.go cv_motion_liner.go cv_util.go http.go cv_motion.go cv_yolo.go mongo.go :8081 '
> echo {set_password} > MONGO_PW
> go run cv_core.go cv_motion_liner.go cv_util.go http.go cv_motion.go cv_yolo.go mongo.go :8081