Descargar WEB_GUARDIAN_GUARDIAN - WEB_GUARDIAN_GUARDIAN Código fuente de descarga

WEB_GUARDIAN_GUARDIAN

Datos del sitio web

1.0.0

Descargar

Sistema de detección Guardian -CCTV

Logo

Introducción del proyecto

'Guardian' es una aplicación web de videovigilancia que monitorea automáticamente los CCTV militar.

Antecedentes de desarrollo
- En los últimos años, algunas tropas enfatizaron el trabajo de alerta debido al fracaso
  "La longevidad que falló en la operación puede ser perdonada, pero la longevidad que falló el límite no puede ser perdonado".
  Como existe tal embajador, el trabajo límite es importante en la unidad militar.
  Pero en algún lugar, hubo casos en los que entraron civiles porque estaban rotos, pero luego fueron identificados.
  Basado en estos ejemplos, se enfatiza el trabajo límite.
- Muchos CCTV son monitoreados simultáneamente por botellas de vigilancia
  Si una vigilancia monitorea simultáneamente más de 10 CCTV y se enfoca en una pantalla, otras pantallas pueden ser abrumadoras.
- Sonidos de alarma indiscriminados para una detección menor
  El CCTV, que tiene una función de detección de movimiento, es vulnerable al temblor de las hojas y el repentino cambio de luz. Por esta razón, a los guardias no les importaba la carne, ya sea que hubiera un movimiento o no.
Meta de desarrollo
- Identificación de CCTV con personas en CCTV, automatización de movimientos de movimiento
  En el área establecida, el diario de la situación se escribe al identificar a una persona o vehículo, y si el objeto encontrado desaparece, rastree la ruta.
- Investigación de la base de datos de situación pasada identificada
  Los datos identificados y los videos de grabación automáticos se pueden ver en cualquier momento para ayudar a rastrear el accidente.
- TTS Alarm Sound que los usuarios pueden reconocer
  Cuando se produce la detección del movimiento, no es el sonido del sonar, sino cuando solo se detectan una persona y un vehículo, informará a la persona o la detección de vehículos con TTS.

Datos de PPT

Archivo ppt
Archivo pdf

¿Video del proyecto?

Presentación	Demostración

Google Drive	Google Drive

Diseño de funciones?

Horno

¿Comunidad?

Academia de código abierto de defensa 2020 Hackathon -Guardian Development Review

Introducción a la función central?

Revista de transmisión y situación de RTSP

Revista de transmisión y situación de RTSP

Muestra los datos de transmisión RTSP compatibles con cámaras de red o DVR en la web.

Detección de personas y vehículos

La detección de objetos basada en Yolo identifica personas y automóviles.

Después de detección, el seguimiento de la distancia y la grabación automática

Si el objeto desaparece, rastree la ruta y muéstrela al usuario.
Cuando tienes una determinada detección
(Detección ~ Fin de detección de movimiento) Registre la rama y muéstrala al usuario.

Vista previa de video de grabación automática

Este es un video de grabación automático detectado en el ejemplo anterior.

Estadísticas de series de tiempo diarias

Registre los datos de día para informar la información detectada de 0 a 24:00.

Transmisión de datos de identificación pasada

Si elige el tiempo en las estadísticas, puede ver el video de identificación que se detectó en ese momento.

Configuración de la computadora / condiciones requeridas (requisitos previos)?

Navegador de soporte de ECMAScript 6
Recomendado: Google Chrome versión 77 o superior
Instalación de Golang
DVR que admite la cámara IP o la transmisión RTSP

Técnica utilizada

Razones para seleccionar tecnologías importantes
- Golang : el proyecto de video vigilancia ha elegido un lenguaje GO con rendimiento, concurrencia y http porque procesa datos grandes de tiempo real.
- OPENCV : Como proyecto con mucha visión por computadora, elegí la biblioteca de código abierto 'OpenCV'.
- Darknet Yolov4-Tiny : el modelo Yolo en sí nació para detectar objetos en tiempo real.
  Dado que el entorno de desarrollo es limitado en VM, elegí un pequeño modelo que se puede operar en un pequeño núcleo de CPU.
- React : una caminata de marco frontal que es fácil de desarrollar aplicaciones web.
Backend

golang	Eco	Opencvv	Mongodb

Interfaz

Mecanografiado	React.js	Marco de UI Antd	Socket.io	Video.js

INFRA

Estibador

Aprendizaje automático

Darknet yolov4

¿Proceso de instalación?

Instalación de la biblioteca OpenCV para el uso de GOCV

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

Instalación del módulo frontal

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

Empezando

Construir un entorno de CCTV virtual

 > 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

Ejecución de la base de datos

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

Carrera frontal

 > cd frontend
> yarn start

Backend de carrera

 > 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