ફ્રિગેટ 0.14નું પ્રકાશન, સર્વેલન્સ કેમેરા પર વસ્તુઓ શોધવા માટેની સિસ્ટમ

ફ્રિગેટ 0.14 પ્રોજેક્ટનું પ્રકાશન ઉપલબ્ધ છે, જે નેટવર્ક વિડિયો રેકોર્ડર (NVR, નેટવર્ક વિડિયો રેકોર્ડર) બનાવવા માટેના સાધનો પૂરા પાડે છે જે રીઅલ ટાઇમમાં IP સર્વેલન્સ કેમેરાથી પ્રસારિત વિડિયોનું વિશ્લેષણ કરે છે, તેમજ ફેરફારો અને ઑબ્જેક્ટ્સને શોધી અને રેકોર્ડ કરે છે. ઉદાહરણ તરીકે, સિસ્ટમ કેમેરા પાસેથી પસાર થતા લોકોની છબીઓને સાચવી શકે છે. ઑબ્જેક્ટ્સને ઓળખવા માટે, મશીન લર્નિંગ મોડલનો ઉપયોગ કરવામાં આવે છે, જે બાહ્ય સેવાઓને ઍક્સેસ કર્યા વિના સ્થાનિક સિસ્ટમ પર ચલાવવામાં આવે છે. પ્લેટફોર્મ કોડ Python માં લખાયેલ છે અને MIT લાયસન્સ હેઠળ વિતરિત કરવામાં આવે છે.

OpenCV અને Tensorflow નો ઉપયોગ કૅમેરામાંથી પ્રસારિત થતી છબીઓ પર પ્રક્રિયા કરવા અને ઑબ્જેક્ટને ઓળખવા માટે થાય છે. સિસ્ટમ ન્યૂનતમ સંસાધન વપરાશ માટે ઑપ્ટિમાઇઝ કરવામાં આવી છે અને મલ્ટિ-પ્રોસેસ મૉડલ ચાલતા મૉડલનો ઉપયોગ કરે છે. લોડ ઘટાડવા માટે, ઑબ્જેક્ટ શોધ માત્ર ફેરફાર અને ચળવળની શોધ સાથે જોડાણમાં કરવામાં આવે છે. હોમ આસિસ્ટન્ટ અને ઓપનહેબ જેવા MQTT (મેસેજ ક્યૂઇંગ ટેલિમેટ્રી ટ્રાન્સપોર્ટ) પ્રોટોકોલને સપોર્ટ કરતી વિવિધ હોમ ઓટોમેશન સિસ્ટમ્સ સાથે એકીકરણ શક્ય છે. નિયંત્રણ વેબ ઈન્ટરફેસ દ્વારા હાથ ધરવામાં આવે છે, જેને હોમ આસિસ્ટન્ટ ઈન્ટરફેસમાં સીધું એકીકૃત કરી શકાય છે.

ઉલ્લેખિત સુવિધાઓમાં ખોટા હકારાત્મકતાનું નીચું સ્તર, વસ્તુઓ (લોકો, કાર) ને અલગથી ઓળખવાની ક્ષમતા, વાસ્તવિક સમયમાં વિડિયો પ્રોસેસિંગને ઝડપી બનાવવા માટે Google Coral TPU ઉપકરણોના વૈકલ્પિક ઉપયોગ માટે સમર્થન (ફ્રિગેટ 100 થી વધુ ઑબ્જેક્ટ પર પ્રક્રિયા કરી શકે છે. પ્રતિ સેકન્ડ ઓળખ કામગીરી), ટ્રિગર ઝોન અને આક્રમણનો ચોક્કસ સમય નક્કી કરવાની ક્ષમતા, ચેતવણીઓ મોકલવા માટે લવચીક સિસ્ટમ. આ સિસ્ટમ WebRTC અને RTSP નો ઉપયોગ કરીને વિડિયો રિલે અને લાઈવ વ્યૂઈંગને પણ સપોર્ટ કરે છે, જે કેમેરા સાથે કનેક્શનની સંખ્યા ઘટાડે છે.

ડેસ્કટૉપ અને મોબાઇલ સિસ્ટમ્સ માટે ઑપ્ટિમાઇઝ કરાયેલા નવા, સંપૂર્ણપણે ફરીથી લખાયેલા વપરાશકર્તા ઇન્ટરફેસના ઉમેરા માટે નવું પ્રકાશન નોંધપાત્ર છે. ઈન્ટરફેસ તમને વર્તમાન સ્થિતિનું ઝડપથી મૂલ્યાંકન કરવા અને તાજેતરમાં બનતી ઘટનાઓનો અભ્યાસ કરવા, કેમેરા ઈમેજોની લાઈવ એક્સેસ મેળવવા, કેમેરાની સારાંશ સ્થિતિ જોવા અને ઈવેન્ટ્સના ઈતિહાસને ટ્રૅક કરવાની મંજૂરી આપે છે, જે એનિમેટેડ થંબનેલ્સના રૂપમાં સ્પષ્ટ રીતે પ્રદર્શિત થાય છે. ઓથેન્ટિકેશન, એક્સેસ રોલ (એડમિનિસ્ટ્રેટર, યુઝર) ને વ્યાખ્યાયિત કરવા અને authelia, authentik અને oauth2_proxy જેવા પ્રોક્સીનો ઉપયોગ કરીને કનેક્ટ કરવા માટે સપોર્ટ ઉમેર્યો.

રેકોર્ડ કરેલા વિડિયોની સમીક્ષા કરવા માટેનું ઈન્ટરફેસ બહેતર બનાવવામાં આવ્યું છે, જેમાં હવે તમે ગતિ રેકોર્ડ કરવામાં આવે છે અને ઑબ્જેક્ટ ઓળખાય છે તે પળો વચ્ચે ઝડપથી સ્વિચ કરી શકો છો. ઓળખાયેલ ઘટનાઓને મહત્વ અને વસ્તુઓના પ્રકારોની શ્રેણીઓમાં વિભાજિત કરવામાં આવી છે, અને પ્રાથમિકતાઓના આધારે ફિલ્ટર કરવાની ક્ષમતા ઉમેરવામાં આવી છે (ઉદાહરણ તરીકે, પ્રોપર્ટી લાઇનને પાર કરતી વ્યક્તિની પરિસ્થિતિ નજીકમાં ચાલતી વ્યક્તિને ઓળખવા કરતાં વધુ અગ્રતા ધરાવે છે). કેમેરાને જૂથોમાં વિભાજીત કરવાની ક્ષમતા લાગુ કરવામાં આવી છે.

સોર્સ: opennet.ru