Рубрики
Без рубрики

Я построил (почти) децентрализованную систему распознавания лиц с малиновым пи -нулями! – Фрас

FRAS позволяет, чтобы десятки конфиденциальных клиентов-камеры, также известных как Tiny Raspberry Pi-ES, развернуться по всему кампусу, который затем записывает, кого они видят, и когда они видят в центральной базе данных. Tagged с помощью Python, глубокого обучения, машинного обучения, Raspberry Pi.

Серия «Я построил» (6 серии деталей)

F.R.A.S!

Система посещаемости распознавания лица с использованием глубокого обучения с Microsoft Faceapi, Django и Raspberry Pi-ES!

Проверьте это На GitHub!

Кроме того, чтобы быть глотчивым, чтобы сказать; Fras позволяет Десятки признания лица-камеры-клиента ака крошечный Raspberry Pi-ES быть развернутым по всему колледжу, или промышленный кампус, который затем записывает, кого они видят, и когда они видят, в центральную базу данных.

Вся система работает для грязи дешево на облаке, используя Microsoft Face API , Хероку и AWS S3 и используя несколько Raspberry Pi Zeros , который стоит около 15 – 17 $

Как это работает?

Дистопическое распознавание лица на основе узел в 5 простых шагах.

  1. A Django Rest Server , с База данных Postgres Бежит на Хероку Анкет
  2. A 15 $ Raspberry Pi Zero с Модуль камеры и подключение к Интернету размещается в любом месте – входы, выходы, коридоры
  3. Raspberry Pi – Клиент камеры принимает изображение через регулярные промежутки времени и отправляет его в Microsoft Face API , который рассказывает Кто есть кто на изображении.
  4. Клиент камеры Затем отправляет имена признанных лиц в Сервер отдыха Для хранения с захваченными изображениями, которые отправляются в AWS S3 для хранения.
  5. Угловой фронт Позволяет пользователям просматривать сохраненные данные.

Это был последний семестр моей средней школы, на котором я едва провел 48 часов. Остальные сервер и угловой оказались настоящим начинанием! Но профессор, кажется, приятно удивлен тем, что я построил, так что все закончилось просто отлично.:)

Архитектурный обзор

Основная архитектура

Каждый клиент камеры отвечает за распознавание всех лиц самостоятельно и общение с Microsoft Face API Помимо сохранения изображений на S3, также пользователям, подключенным к угловому клиенту, также может потребоваться увидеть загруженные изображения, так что все в конечном итоге выглядит так.

Пользовательский интерфейс

Главная страница

На главной странице показан список всех зарегистрированных людей, Лицо API отправлено около ~ 20 изображений каждого человека во время начальной настройки.

Детали человека

Выбор одного из людей позволяет вам увидеть, где их в последний раз видели, сколько дней они присутствовали, и более

Последние изображения

Показывает самые последние снимаемые изображения от всех клиентов камеры

Таблица посещаемости

Показывает список всех дат и количества нынешних людей, выбор одного из них доставляет вас на следующую страницу.

Детали рабочего дня

Показывает все лекции, которые помогали в школе, и сколько людей присутствовало для них.

Детали лекции

Показывает, сколько студентов присутствовало для этой конкретной лекции.

Аппаратное обеспечение

Raspberry Pi Zero – модуль камеры

Добавьте дело 5 $ и альт!

Как мне запустить? — Эхх

Это описание на высоком уровне того, что вы могли бы сделать, но не стесняйтесь поразить меня на Hangouts на rohansawantct83@gmail.com, если вам интересно получить что -то подобное.

  1. Настройка Microsoft Face API
  2. Стройте OpenCV на Raspberry Pi Zero
  3. Настройка сервера Django на Heroku
  4. Настройка Angular Frontend на Heroku
  5. Настройка AWS S3

Проблема, которую я начал решать

В один дождливый день в июле я удрученно покачал головой на проблемного профессора, который смотрел на меня, задаваясь вопросом, где была половина класса? Я беспомощно пожал плечами и вернулся, чтобы мечтать о эпизоде «Черное зеркало», который я смотрел ранее в тот день. Школа перепробовала все, дважды посещавшись во время лекций, заставляя всех подписать лист бумаги, проходящий вокруг класса, обнаружив тех, кто остался отсутствовать … вы называете это. Все это казалось надежными решениями проблем в соответствии с средним руководством школы, я? У меня были сомнения.

Отсутствие посещаемости в школе во время лекций … Хм, возможно, ИИ мог бы помочь мне решить это и помог мне в том, что это произошло, по крайней мере, на бумаге на данный момент.

ДА! Мы могли бы превратить кампус колледжа в полное состояние наблюдения, контролировать всех, хранить лица всех, отслеживать каждый их шаг и использовать его для генерации Полезное понимание Чтобы сделать мир лучше. 🙃

Вот как все началось, все еще есть много функций, которые я оставил неисследованным, Лицо API Также оказывает поддержку распознаванию эмоций …

Почему? Итак, мы знаем наших счастливых учеников из грустных?

Может, я мог бы добавить распознавание активности? Это поможет учителям выбрать самых сонных из своих учеников.

:вглубь через кроличью нору: 🐇

Двигаясь дальше …

Зрение

В моих худших кошмарах я представляю, как очень сложная версия этой работы на встроенных устройствах, таких как Nvidia nano – На каждом углу улицы, каждый магазин и каждый стоп -сигнал, данные могут постоянно храниться в блокчейне без центральной точки неудачи, поскольку мы стараемся и надеемся, что наши Funky-Glasses достаточно, чтобы обмануть передовые модели ML.

Серия «Я построил» (6 серии деталей)

Оригинал: “https://dev.to/rohansawant/how-to-use-facial-recognition-and-rpi-zeros-to-turn-your-school-into-a-surveillance-state-4d78”

Читайте ещё по теме: