Les vacances arrivent ! Comment les techniciens utilisent Python pour mettre en œuvre des systèmes de sécurité pour les sites pittoresques

​Dans cette conception, l'algorithme de détection de cible YOLO, l'algorithme de reconnaissance gestuelle Openpose, l'algorithme de suivi de tri profond et l'algorithme d'estimation de la densité de foule MSCNN sont utilisés pour mettre en œuvre la surveillance des incendies, la surveillance du tabagisme, la surveillance de la sécurité comportementale, la surveillance de la densité des foules, la surveillance du taux de masque et Surveillance du positionnement du personnel. Grande fonctionnalité. Le système utilise une technologie d'interaction visuelle intelligente et les utilisateurs peuvent faire fonctionner le système par des gestes, ce qui rend l'opération pratique et concise. Aider à la gestion de la sécurité des sites pittoresques sous de multiples angles et aspects, réduire les risques de sécurité cachés dans les sites pittoresques et promouvoir la construction intelligente de sites pittoresques. Les différentes fonctions de ce système réalisent la transmission et le retour des données en temps réel, garantissant la validité des informations. Il peut fonctionner sur plusieurs plates-formes telles que les téléphones mobiles, les ordinateurs et les plates-formes Internet des objets. le vrai sens de l'application".

Un système de sécurité intelligent multifonctionnel conçu avec une variété d'algorithmes. Il est principalement utilisé dans la prévention et la surveillance des incendies, la prévention et le contrôle des épidémies, le positionnement de sécurité touristique, etc. protection et valeur de construction intelligente des sites pittoresques.

Introduction de base

Ce système est basé sur la technologie multimédia informatique, la technologie d'analyse d'image intelligente, la technologie d'exploration de données, etc., pour construire un système complet de gestion de la sécurité pour les attractions touristiques. En réponse aux besoins de sécurité des personnes, de gestion de la prévention des incendies de forêt et de gestion de la prévention et du contrôle des épidémies dans les zones d'activité publique des sites pittoresques, il est nécessaire de construire un système de vidéosurveillance complet, tous temps, haute définition et intelligent. système pour répondre aux besoins de gestion moderne de la sécurité des attractions touristiques et réaliser des scénarios à grande échelle. La surveillance panoramique détecte les urgences telles que les incendies dans les sites pittoresques et les comportements dangereux des touristes. Il peut réaliser une requête de positionnement et de trajectoire en temps réel du personnel, relier la carte aux avertissements flash en cas d'urgence et faciliter la commande d'urgence. En même temps, il répond au système de gestion du personnel et d'analyse du flux de passagers. Il est nécessaire de compter et d'analyser le flux de passagers à l'entrée et à la sortie. Lorsque le site pittoresque dépasse une certaine capacité de flux de passagers, il peut avertir en temps opportun. empêcher les touristes d’entrer et procéder à un détournement approprié des touristes. Combiné aux besoins réels et à la planification de l'architecture du système des sites panoramiques intelligents, le système de sécurité complet des attractions touristiques se compose de quatre modules : système de surveillance intelligent, interaction visuelle intelligente, applications multi-angles et multidirectionnelles et multi-plateformes. intègre la surveillance des incendies, la surveillance du tabagisme, la surveillance de la sécurité comportementale et la surveillance de la densité, la surveillance du taux de masques et la surveillance du positionnement du personnel sous-systèmes de sécurité hétérogènes. L'architecture de conception globale du système est la suivante :

Affichage des fonctions de base

1. Présentation du système

Cette plate-forme de développement de système de surveillance intelligent est Pycharm, utilisant langage python. Divisé en six systèmes principaux.

2. Système de surveillance des incendies

Ce module utilise la surveillance vidéo en temps réel pour analyser s'il y a un incendie dans la vidéo. Comme le montre la figure, si un incendie se produit dans la zone pittoresque, le système enverra rapidement des informations d'alerte précoce et les renverra à la salle de répartition, afin que l'incendie puisse être efficacement contrôlé et que l'efficacité de la réponse aux incendies soit améliorée. grandement amélioré.

3. Système de surveillance du tabagisme​

Afin de prévenir les incendies dans la zone panoramique, la plupart des zones de la zone panoramique sont des zones non-fumeurs. Ce module utilise la surveillance vidéo en temps réel pour analyser s'il y a un comportement tabagique dans la vidéo. Comme le montre la figure, si un touriste fume, le système enverra rapidement un message d'alerte précoce et le renverra à la salle de répartition, afin de découvrir immédiatement les risques pour la sécurité des touristes qui fument, de prévenir les incendies et de garantir la sécurité. sécurité du site pittoresque.

4. Système de surveillance de la sécurité comportementale

Pendant les attractions touristiques, la sécurité personnelle des touristes doit être protégée. Ce module utilise la surveillance vidéo en temps réel pour analyser les mouvements corporels des personnes dans la vidéo. Si un comportement anormal se produit, tel qu'une « chute » ou d'autres comportements dangereux, comme le montre l'image, des informations d'alerte précoce peuvent être émises en temps opportun. Cela peut considérablement réduire le temps de sauvetage, réduire les pertes causées par les situations d'urgence et protéger la vie et les biens des touristes.

5. Système de surveillance de la densité de foule

Affectés par la nouvelle épidémie de coronavirus, les sites pittoresques doivent raisonnablement contrôler la densité de population dans le site pittoresque. Grâce à ce module, la surveillance dynamique de la densité de la population touristique dans les sites pittoresques peut être réalisée grâce à une analyse intelligente, la densité de la foule peut être affichée sur la page du système en temps réel pour aider les utilisateurs à gérer les sites pittoresques et à protéger efficacement la santé et la vie. la sécurité des touristes et des employés, et maintenir les sites pittoresques et la stabilité sociale globale.

6. Système de surveillance du taux de masques​

Afin de prévenir la propagation du nouveau coronavirus, conformément à la réglementation en vigueur du site pittoresque, les passagers doivent être identifiés avant d'entrer dans le site pittoresque. Ce module utilise la surveillance vidéo en temps réel pour analyser si les touristes dans la vidéo portent des masques, marquera si chaque touriste porte un masque, affichera les résultats sur le système et affichera le taux de port du masque de scène en temps réel. Utilisé pour le travail de prévention des épidémies dans les sites pittoresques, afin de protéger les touristes et les sites pittoresques.

7. Suivi du personnel et surveillance du positionnement

Ce module effectue une surveillance vidéo en temps réel du site pittoresque, analyse et identifie les touristes dans la vidéo, génère automatiquement des étiquettes d'identification, enregistre la position des étiquettes touristiques dans la scène. en temps réel et l'affiche dans la page système, le nombre de personnes dans la scène peut être surveillé et affiché dynamiquement sur le côté gauche de la page système. Aider les utilisateurs à gérer les sites pittoresques.

8. Interaction visuelle intelligente

Ce système peut remplacer la méthode d'application traditionnelle du module de clic de souris. Les utilisateurs peuvent compléter l'interaction des informations avec le système sans utiliser de périphériques d'entrée tels que des souris. Les utilisateurs peuvent effectuer la sélection des modules grâce aux mouvements du corps, ce qui rend le fonctionnement du système plus simple et plus pratique pour les utilisateurs. (Seule la fonction de détection d'incendie est conçue ici, d'autres fonctions peuvent être écrites selon la référence du code.)

Algorithmes impliqués

1. Algorithme de détection de cible​

L'algorithme de détection de cible utilisé dans ce projet est principalement L'algorithme YOLO est utilisé dans la surveillance des incendies, la surveillance du comportement tabagique, le suivi du positionnement du personnel et la surveillance du taux de masques. L'algorithme de détection de cible YOLO considère que l'efficacité de détection de l'algorithme de détection de cible en deux étapes est relativement faible, c'est pourquoi certains chercheurs ont proposé une détection de cible en une seule étape. Proposé par Joseph Redmon et al.

2. Algorithme de suivi de cible

Ce projet utilise l'algorithme de suivi de cible de tri profond dans le système de positionnement et de suivi du personnel. Le processus de suivi de ce système est le suivant :

(1) Utilisez un réseau neuronal convolutif pour détecter et suivre les piétons dans la vidéo.

(2) Une fois l'image vidéo entrée, elle entre d'abord dans le réseau de détection de cible YOLOv3 et extrait les fonctionnalités via Darknet-53

(3) Deuxièmement, un suréchantillonnage et une fusion de fonctionnalités sont effectués, puis une analyse de régression est effectuée ;

(4) Encore une fois, saisissez les informations de la boîte de prédiction obtenues dans l'algorithme SORT pour la modélisation, la correspondance et le suivi des caractéristiques cibles

(5) Enfin, affichez les résultats ; La figure suivante est l'organigramme de l'algorithme de suivi de positionnement :

3. Algorithme d'estimation de la densité de foule

Le comptage de la densité de foule fait référence à l'estimation du nombre, de la densité ou de la répartition des foules dans les images ou les vidéos. d'analyse de vidéosurveillance intelligente. Les problèmes et les points chauds de recherche constituent également la base de tâches de traitement vidéo avancées telles que l'analyse du comportement ultérieur, l'analyse de la congestion, la détection d'anomalies et la détection d'événements. Ce projet utilise des méthodes d'apprentissage en profondeur pour obtenir des cartes de densité de foule afin d'estimer le nombre de foules, et utilise le langage Python pour construire un réseau MSCNN afin de générer des cartes de densité de foule en temps réel pour estimer le nombre de foules.

4. Algorithme d'estimation de la posture​

Ce projet utilise l'algorithme de reconnaissance de la posture humaine d'Openpose sur le système de surveillance de la sécurité du comportement humain. Utilisez la technologie de reconnaissance de posture d'Openpose pour créer un algorithme de classification pour la relation de coordination entre différents membres et comparez différents algorithmes de classification pour sélectionner le modèle optimal afin de créer une méthode de classification multi-cibles, qui peut réaliser l'affichage de la posture et la détection de cibles multiples. affichage en temps réel des catégories.

Une partie du code de fonctionnement de l'interface est la suivante :

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)

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!