No mundo acelerado de hoje, simplesmente ter câmeras de vigilância não é o suficiente. E se suas câmeras pudessem não apenas gravar, mas também entender e interpretar o que veem?
Esta não é uma visão do futuro — está acontecendo agora. Ao alavancar a inteligência artificial (IA) e o aprendizado de máquina, suas câmeras com capacidade para Real-Time Streaming Protocol (com capacidade para RTSP) podem ser transformadas em um sistema de vigilância poderoso e inteligente.
O poder e a simplicidade da visão computacional da IA
A visão computacional de IA de câmeras com capacidade RTSP é desbloqueada quando o fluxo de vídeo é alimentado em um dispositivo (por exemplo, Raspberry-Pi) executando Python, OpenCV com pré-treinamento Conjunto de dados COCO. Se suas câmeras IP existentes forem compatíveis com RTSP, a conclusão é que você pode seguir as instruções abaixo para adicionar visão computacional de IA para detecção de objetos para melhorar a eficiência operacional e a segurança com cerca de 11 linhas de código Python com a biblioteca OpenCV.
O conjunto de dados COCO
COCO significa Common Objects in Context, é um conjunto de dados de detecção, segmentação e legendagem de objetos em larga escala. É amplamente usado em pesquisa e desenvolvimento de visão computacional. Aqui estão alguns recursos principais do conjunto de dados COCO:
- Objetos diversos: COCO contém imagens de cenas cotidianas complexas com vários objetos, fornecendo uma ampla gama de contexto.
- Anotações: O conjunto de dados inclui anotações extensas para diversas tarefas:
- Detecção de objetos: Caixas delimitadoras e rótulos para mais de 80 categorias de objetos.
- Segmentação: Segmentação de instância (contornos detalhados em nível de pixel para instâncias de objetos individuais) e segmentação semântica (classificação em nível de pixel para cada categoria de objeto).
- Detecção de pontos-chave: Anotações para pontos-chave humanos (por exemplo, articulações como cotovelos e joelhos) para estimativa de pose.
- Legenda da imagem: Legendas descritivas para imagens para dar suporte a tarefas como geração de descrição de imagens.
Tamanho: O COCO consiste em mais de 200.000 imagens rotuladas com mais de 2,5 milhões de instâncias rotuladas, tornando-o um dos conjuntos de dados mais abrangentes disponíveis para tarefas de visão computacional.
Diagrama de Arquitetura
Figura 1: Câmera de segurança para processamento de visão computacional de IA
- Transmissão RTSP: A maioria das câmeras IP pode transmitir vídeo ao vivo usando RTSP
- Processamento: O feed RTSP é roteado para um sistema externo executando OpenCV, equipado com modelos pré-treinados do conjunto de dados COCO (por exemplo, Raspberry-PI)
- Detecção de objetos:Esta configuração permite a identificação e classificação em tempo real de 80 objetos comumente reconhecidos usando o Modelo de detecção de objetos YOLO (You Only Look Once).
- Insights Acionáveis: Objetos detectados podem disparar alertas, automatizar processos e fornecer dados valiosos para análise.
Trechos de código
Abaixo, 11 linhas de código Python (executado no Raspberry Pi) mostram como é simples usar o fluxo RTSP da câmera IP para detectar objetos usando o conjunto de dados COCO.
importar cv2 importar cvlib como cv de cvlib.object_detection importar draw_bbox #feed de câmera ao vivo da câmera IP via protocolo de streaming em tempo real (RTSP) video = cv2.VideoCapture("rtsp://[seu endereço IP rtsp]/live") while True: ret, frame = video.read() bbox, label, conf = cv.detect_common_objects(frame) output_image = draw_bbox(frame, bbox, label, conf) cv2.imshow("Detecção de Objetos", output_image) if cv2.waitKey(1) & 0xFF == ord("q"): break
Aplicações do mundo real
A integração de IA e visão computacional com câmeras compatíveis com RTSP abre inúmeras possibilidades:
- Segurança aprimorada: Detecte automaticamente acesso não autorizado, atividades suspeitas ou objetos específicos e alerte instantaneamente a equipe de segurança.
- Otimização de Varejo: Monitore o comportamento do cliente, gerencie o estoque e otimize o layout da loja analisando as interações com os produtos.
- Gestão de Tráfego: Melhorar o planejamento urbano e o controle de tráfego analisando os fluxos de veículos e pedestres.
- Automação Industrial: Supervisionar processos de fabricação, monitorar a conformidade de segurança e melhorar a eficiência operacional detectando objetos e anomalias específicas.
Potencialize suas câmeras IP agora com IA
Ao integrar câmeras compatíveis com RTSP com OpenCV e YOLO, suas câmeras IP compatíveis com RTSP podem se tornar instantaneamente mais inteligentes com recursos de detecção de objetos por IA, aumentando a segurança e a eficiência operacional.
Sobre o autor
Félix é o chefe de engenharia de vendas da APAC na Cisco Meraki, liderando uma equipe de engenheiros de vendas apaixonados e de classe mundial para ajudar os clientes a melhorar os resultados de negócios com SASE, SD-WAN, segurança, Wi-Fi6, soluções orientadas por API, análise comportamental, vigilância por vídeo e soluções de gerenciamento de dispositivos móveis (MDM).
Ele é apaixonado por tecnologia, impulsionando uma cultura de crescimento e construindo equipes completas.
Referências
- https://youtu.be/V62M9d8QkYM (Ótimo tutorial)
- https://github.com/AlexeyAB/darknet/blob/master/cfg/yolov7.cfg (baixe a configuração e os pesos do yolo)
- Código fonte: https://github.com/Kent-Taylor/object-detection/blob/main/main.py
#artificialinteligência #ai #aiml #deeplearning #opencv #odetecção de objetos #visão computacional #cocodataset #mscoco #yolo #rtspcâmeras #smartcâmeras #ai#programação #python #machine-learning #desenvolvimento de software
Inscreva-se para receber atualizações sobre as últimas postagens do blog
Você também pode gostar
Deixe seu comentário: