Frigate 0.14專案已經發布，提供了用於創建網路錄影機（NVR，Network Video Recorder）的工具，可以即時分析從IP監控攝影機傳輸的視頻，以及檢測和記錄變化和物件。例如，系統可以保存經過攝影機的人的影像。為了識別對象，使用機器學習模型，在本機系統上執行，無需存取外部服務。該平台程式碼是用 Python 編寫的，並根據 MIT 許可證分發。
使用OpenCV和Tensorflow處理從相機傳來的影像並辨識物體。該系統針對最小資源消耗進行了最佳化，並採用多進程模型來運行模型。為了減輕負荷，物體的檢測僅與變化和移動的檢測結合進行。可與支援 MQTT（訊息佇列遙測傳輸）協定的各種家庭自動化系統（例如 Home Assistant 和 OpenHab）整合。控制透過網路介面進行，可以直接整合到 Home Assistant 介面中。
其中提到的功能包括低誤報率、單獨識別物體（人、汽車）的能力、支援可選使用 Google Coral TPU 設備來加速即時視訊處理（Frigate 可以處理超過 100 個物體）每秒識別操作）、確定觸發區域和準確入侵時間的能力、發送警報的靈活系統。該系統還支援使用WebRTC和RTSP的視訊轉發和即時查看，從而減少了與攝影機的連接數量。
新版本的特點是增加了一個全新的、完全重寫的使用者介面，該介面針對桌面和行動系統進行了最佳化。此介面可讓您快速評估當前狀態和研究最近發生的事件，即時存取攝影機影像，查看攝影機的摘要狀態並追蹤事件的歷史記錄，這些都以動畫縮圖的形式清晰地顯示出來。增加了對身份驗證、定義存取角色（管理員、使用者）以及使用代理（如 authelia、authentik 和 oauth2_proxy）進行連接的支援。
用於查看錄製影片的介面已經改進，讓您在記錄運動和偵測到物體的時刻之間快速切換。偵測到的事件被分為重要性類別和物件類型，並增加了根據優先順序進行過濾的功能（例如，一個人越過財產線的情況比檢測到附近行走的人具有更高的優先順序）。已實作將攝影機分組的功能。
來源： opennet.ru
