Die Feiertage stehen vor der Tür! Wie Techniker Python verwenden, um Sicherheitssysteme für malerische Orte zu implementieren

​In diesem Design werden der YOLO-Zielerkennungsalgorithmus, der Openpose-Gestenerkennungsalgorithmus, der Deepsort-Tracking-Algorithmus und der MSCNN-Algorithmus zur Schätzung der Massendichte verwendet, um Brandüberwachung, Rauchüberwachung, Verhaltenssicherheitsüberwachung, Überwachung der Menschenmengendichte und Maskenrate zu implementieren Überwachung und Personalüberwachung. Sechs Hauptfunktionen der Positionierungsüberwachung. Das System nutzt intelligente visuelle Interaktionstechnologie und Benutzer können das System durch Gesten bedienen, was die Bedienung bequem und prägnant macht. Unterstützung des Sicherheitsmanagements von Aussichtspunkten aus verschiedenen Blickwinkeln und Aspekten, Reduzierung versteckter Sicherheitsrisiken in Aussichtspunkten und Förderung der intelligenten Konstruktion von Aussichtspunkten. Die verschiedenen Funktionen dieses Systems ermöglichen die Übertragung und Rückmeldung von Daten in Echtzeit und stellen so die Gültigkeit der Informationen sicher. Es kann auf mehreren Plattformen wie Mobiltelefonen, Computern und Internet-of-Things-Plattformen ausgeführt werden der wahre Sinn.

ist ein multifunktionales intelligentes Sicherheitssystem, das mit einer Vielzahl von Algorithmen entwickelt wurde. Es wird hauptsächlich in der Brandverhütung und -überwachung, der Epidemieprävention und -bekämpfung sowie im Tourismus eingesetzt Sicherheitspositionierung an Aussichtspunkten usw., die einen wichtigen Anwendungswert für den Sicherheitsschutz und den intelligenten Bau von Aussichtspunkten hat.

Grundlegende Einführung

Dieses System basiert auf Computer-Multimedia-Technologie, intelligenter Bildanalysetechnologie, Data-Mining-Technologie usw., um ein umfassendes Sicherheitsmanagementsystem aufzubauen für Touristenattraktionen. Als Reaktion auf die Bedürfnisse der persönlichen Sicherheit, des Waldbrandschutzmanagements, der Epidemieprävention und des Kontrollmanagements in öffentlichen Aktivitätsbereichen an malerischen Orten ist es erforderlich, ein umfassendes, wetterunabhängiges, hochauflösendes und intelligentes Videoüberwachungssystem aufzubauen Um den Anforderungen des modernen Sicherheitsmanagements für Touristenattraktionen gerecht zu werden und groß angelegte Szenarien zu realisieren, erkennt die Panoramaüberwachung Notfälle wie Brände an malerischen Orten und gefährliches Verhalten von Touristen. Es kann die Positionierung und Flugbahnabfrage des Personals in Echtzeit realisieren, die Karte mit Blitzwarnungen verknüpfen, wenn ein Notfall eintritt, und die Notfallbefehle erleichtern. Gleichzeitig ist es erforderlich, den Passagierstrom am Ein- und Ausgang zu zählen und zu analysieren. Wenn der Aussichtspunkt eine bestimmte Passagierstromkapazität überschreitet, kann eine rechtzeitige Warnung erfolgen Touristen am Zutritt hindern und eine angemessene Umleitung der Touristen durchführen. In Kombination mit den tatsächlichen Anforderungen und der Systemarchitekturplanung intelligenter Aussichtspunkte besteht das umfassende Sicherheitssystem für Touristenattraktionen aus vier Modulen: intelligentem Überwachungssystem, intelligenter visueller Interaktion, Multi-Angle- und Multi-Directional-Anwendungen sowie Multi-Plattform-Anwendungen Integriert Brandüberwachung, Rauchüberwachung, Überwachung der Verhaltenssicherheit und Überwachung der Menschenmenge, Überwachung der Maskenrate und Überwachung der Personalpositionierung in heterogenen Sicherheitssubsystemen. Die gesamte Designarchitektur des Systems ist wie folgt:

#🎜🎜 #Grundfunktionsanzeige

1. Systemübersicht

#🎜 🎜##🎜 🎜#Die Entwicklungsplattform dieses intelligenten Überwachungssystems ist Pycharm, das die Python-Sprache verwendet und in sechs Hauptsysteme unterteilt ist.

2. Feuerüberwachungssystem

Dieses Modul nutzt die Echtzeit-Videoüberwachung, um zu analysieren, ob im Video ein Feuer vorliegt. Wie in der Abbildung gezeigt, sendet das System bei Ausbruch eines Feuers an einem malerischen Ort umgehend Frühwarninformationen und gibt diese an den Dispatcherraum zurück, sodass das Feuer effektiv kontrolliert werden kann und die Reaktion auf Brände effizienter wird erheblich verbessert werden.

3. Rauchüberwachungssystem

Um Brände im Landschaftsgebiet zu verhindern, sind die meisten Bereiche des Landschaftsgebiets Nichtraucherbereiche. Dieses Modul nutzt die Echtzeit-Videoüberwachung, um zu analysieren, ob im Video Rauchverhalten erkennbar ist. Wenn ein Tourist raucht, sendet das System, wie in der Abbildung gezeigt, umgehend eine Frühwarnmeldung aus und gibt diese an den Versandraum zurück, um die Sicherheitsrisiken des Rauchens von Touristen sofort zu erkennen, Brände zu verhindern und die Sicherheit von Touristen zu gewährleisten der malerische Ort.

4. Verhaltenssicherheitsüberwachungssystem

Während der malerischen Tour muss die persönliche Sicherheit der Touristen geschützt werden. Dieses Modul nutzt die Echtzeit-Videoüberwachung, um die Körperbewegungen der Personen im Video zu analysieren. Wenn ungewöhnliches Verhalten auftritt, wie z. B. „Stürze“ und andere gefährliche Verhaltensweisen, wie im Bild gezeigt, können rechtzeitig Frühwarninformationen ausgegeben werden. Es kann die Rettungszeit erheblich verkürzen, durch Notfälle verursachte Verluste reduzieren und das Leben und Eigentum von Touristen schützen.

5. System zur Überwachung der Massendichte

Von der neuen Coronavirus-Epidemie betroffen, müssen malerische Orte die Bevölkerungsdichte im malerischen Ort angemessen kontrollieren. Durch dieses Modul kann die dynamische Überwachung der touristischen Bevölkerungsdichte an malerischen Orten realisiert werden. Durch eine intelligente Analyse kann die Menschenmengendichte in Echtzeit auf der Systemseite angezeigt werden, um Benutzern bei der Verwaltung der malerischen Orte zu helfen und die Gesundheit und das Leben wirksam zu schützen Sicherheit von Touristen und Mitarbeitern sowie Erhaltung der malerischen Orte und der allgemeinen sozialen Stabilität.

6. System zur Überwachung der Maskenrate

Um die Ausbreitung des neuen Coronavirus zu verhindern, müssen Passagiere gemäß den einschlägigen Vorschriften des Aussichtspunkts vor dem Betreten des Aussichtspunkts identifiziert werden. Dieses Modul verwendet Echtzeit-Videoüberwachung, um zu analysieren, ob Touristen im Video Masken tragen, markiert, ob jeder Tourist eine Maske trägt, zeigt die Ergebnisse auf dem System an und zeigt die Maskentragerate der Szene in Echtzeit an. Wird zur Epidemieprävention an malerischen Orten verwendet, um Touristen und malerische Orte zu schützen.

7. Personalverfolgung und Positionierungsüberwachung

Dieses Modul führt eine Echtzeit-Videoüberwachung des Aussichtspunkts durch, analysiert und identifiziert Touristen im Video, generiert automatisch Identifikations-Tags und zeichnet die Position der Touristen-Tags in der Szene auf in Echtzeit und zeigt es an. Auf der Systemseite kann die Anzahl der Personen in der Szene überwacht und dynamisch auf der linken Seite der Systemseite angezeigt werden. Unterstützen Sie Benutzer bei der Verwaltung malerischer Orte.

8. Intelligente visuelle Interaktion

Dieses System kann die herkömmliche Mausklick-Modul-Anwendungsmethode ersetzen, ohne Eingabegeräte wie Mäuse zu verwenden. Benutzer können die Modulauswahl durch Körperbewegungen abschließen, wodurch die Systembedienung für Benutzer einfacher und bequemer wird. (Hier wird nur die Feuererkennungsfunktion entworfen, andere Funktionen können gemäß der Codereferenz geschrieben werden.)

Beteiligte Algorithmen

1. Zielerkennungsalgorithmus​

Der in verwendeter Zielerkennungsalgorithmus Bei diesem Projekt handelt es sich hauptsächlich um den YOLO-Algorithmus, der zur Brandüberwachung, zur Überwachung des Rauchverhaltens, zur Verfolgung der Personalpositionierung und zur Überwachung der Maskenrate verwendet wird. Der YOLO-Zielerkennungsalgorithmus geht davon aus, dass die Erkennungseffizienz des zweistufigen Zielerkennungsalgorithmus relativ gering ist, weshalb einige Wissenschaftler eine einstufige Zielerkennung vorgeschlagen haben. Vorgeschlagen von Joseph Redmon et al. im Jahr 2016.

2. Zielverfolgungsalgorithmus

Dieses Projekt verwendet den Deepsort-Zielverfolgungsalgorithmus im Personalpositionierungs- und -verfolgungssystem. Der Tracking-Prozess dieses Systems ist wie folgt:

(1) Verwenden Sie ein Faltungs-Neuronales Netzwerk, um Fußgänger im Video zu erkennen und zu verfolgen.

(2) Nachdem der Videorahmen eingegeben wurde, gelangt er zunächst in das YOLOv3-Zielerkennungsnetzwerk und extrahiert Features über Darknet-53.

(3) Anschließend werden Upsampling und Feature-Fusion durchgeführt und anschließend eine Regressionsanalyse durchgeführt

(4) Geben Sie die erhaltenen Vorhersagebox-Informationen erneut in den SORT-Algorithmus für die Zielmerkmalsmodellierung, den Abgleich und die Verfolgung ein.

(5) Geben Sie abschließend die Ergebnisse aus. Die folgende Abbildung ist das Flussdiagramm des Positionierungsverfolgungsalgorithmus:

3. Der Algorithmus zur Schätzung der Menschenmengendichte bezieht sich auf die Schätzung der Anzahl, Dichte oder Verteilung von Menschenmengen in Bildern oder Videos der intelligenten Videoüberwachungsanalyse. Probleme und Forschungs-Hotspots sind auch die Grundlage für fortgeschrittene Videoverarbeitungsaufgaben wie nachfolgende Verhaltensanalyse, Überlastungsanalyse, Anomalieerkennung und Ereigniserkennung. Dieses Projekt verwendet Deep-Learning-Methoden, um Karten zur Menschenmengendichte zu erhalten, um die Anzahl der Menschenmassen abzuschätzen, und verwendet die Python-Sprache, um ein MSCNN-Netzwerk aufzubauen, um Karten der Menschenmassendichte in Echtzeit zu generieren, um die Anzahl der Menschenmassen abzuschätzen.

4. Algorithmus zur Haltungsschätzung

Dieses Projekt verwendet den Algorithmus zur Erkennung der menschlichen Haltung von Openpose im Sicherheitsüberwachungssystem für menschliches Verhalten. Verwenden Sie die Haltungserkennungstechnologie von Openpose, um einen Klassifizierungsalgorithmus für die Koordinationsbeziehung zwischen verschiedenen Gliedmaßen zu erstellen, und vergleichen Sie verschiedene Klassifizierungsalgorithmen, um das optimale Modell für die Erstellung einer Klassifizierungsmethode für mehrere Ziele auszuwählen, mit der die Haltungsanzeige und Zielerkennung mehrerer Ziele erreicht werden kann Echtzeitanzeige von Kategorien.

Ein Teil des Schnittstellenoperationscodes lautet wie folgt:

cap = cv2.VideoCapture(0)
cap.set(3, 1280)
cap.set(4, 720)
detector = HandDetector(detectionCon=0.8)
keys = [["火灾检测", "吸烟检测", "行为安全监测", "人群密度监测", "口罩率检测", "行人定位跟踪"]]
finalText = ""
while True:
success, img = cap.read()
img = detector.findHands(img)
lmList, bboxInfo = detector.findPosition(img)
img = drawAll(img, buttonList)
if lmList:
for button in buttonList:
x, y = button.pos
w, h = button.size
if x < lmList[8][0] < x + w and y < lmList[8][1] < y + h:
cv2.rectangle(img, (x - 5, y - 5), (x + w + 5, y + h + 5), (175, 0, 175), cv2.FILLED)
if l < 30:
if press_state:
cv2.rectangle(img, button.pos, (x + w, y + h), (0, 255, 0), cv2.FILLED)
cv2.putText(img, "start", (x + 20, y + 65),cv2.FONT_HERSHEY_PLAIN, 4, (255, 255, 255), 4)
finalText += button.text
sleep(0.15)
press_state=False
state=True
print(button.text)
text=button.text
else:
press_state=True
if state:
if os.path.exists("img.txt"):
try:
img2 = cv2.imread("img.jpg")
img2 = cv2.resize(img2, (img.shape[1], img.shape[0]))
img = cv2.addWeighted(img, alpha, img2, beta, gamma)
except:
pass
if state:
img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
draw = ImageDraw.Draw(img)
myfont0 = ImageFont.truetype(r'./HGDH_CNKI.TTF', 50)
for button in buttonList:
x, y = button.pos
w, h = button.size
draw.text((500, 180), text, font=myfont0, fill=(0, 0, 0))
img = cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)
cv2.imshow("Image", img)
cv2.waitKey(1)

Das obige ist der detaillierte Inhalt vonDie Feiertage stehen vor der Tür! Wie Techniker Python verwenden, um Sicherheitssysteme für malerische Orte zu implementieren. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!