Python این پروژه یک سامانه اختصاصی تشخیص چهره و مدیریت تردد است که برای ورودی و خروجی یک مجموعه طراحی، توسعه و روی سرور مقصد مستقر شد. سیستم تصاویر زنده دو دوربین تحت شبکه را دریافت کرده و با پردازش خودکار چهرهها، اطلاعات تردد را در پایگاه داده ثبت میکند.
معرفی پروژه
در این پروژه یک سامانه اختصاصی Face Recognition و مدیریت تردد برای ورودی و خروجی یک مجموعه طراحی، پیادهسازی، استقرار و راهاندازی شد.
سیستم بهصورت زنده تصاویر را از دو دوربین مداربسته تحت شبکه (RTSP) دریافت میکند و پس از پردازش تصاویر، چهره افراد را شناسایی و اطلاعات تردد آنها را ثبت میکند.
قابلیتهای اصلی
تشخیص چهره
سیستم با دریافت تصاویر دوربینها، چهره افراد را شناسایی کرده و آنها را با اطلاعات موجود در سامانه تطبیق میدهد.
ثبت ورود و خروج
هنگام شناسایی فرد، تصویر مربوط به تردد ذخیره شده و زمان دقیق ورود یا خروج در پایگاه داده ثبت میشود.
اطلاعات ثبتشده امکان تهیه گزارش و بررسی سوابق تردد را فراهم میکند.
هشدار افراد ناشناس
در صورت مشاهده فردی که در سیستم از قبل ثبت نشده باشد، سامانه میتواند هشدار مربوط به شناسایی فرد ناشناس را ایجاد کند.
همچنین برای موارد موردنظر، امکان اتصال سیستم به سامانه پیامکی جهت ارسال هشدار در نظر گرفته شده است.
پردازش همزمان دوربینها
سیستم امکان دریافت و پردازش تصاویر چند دوربین تحت شبکه را دارد.
در نسخه پیادهسازیشده، تصاویر دو دوربین ورودی و خروجی بهصورت زنده دریافت و در داشبورد مدیریتی نمایش داده میشوند.
داشبورد مدیریتی
یک پنل مدیریتی تحت وب برای مدیریت و مشاهده اطلاعات سیستم توسعه داده شد.
امکانات داشبورد شامل:
- نمایش زنده تصاویر دوربینها
- مشاهده سوابق تردد
- مشاهده تصاویر ثبتشده
- جستجوی افراد و سوابق
- جستجوی چهره در آرشیو
- مدیریت اطلاعات افراد
- مشاهده گزارشهای تردد
جستجوی چهره
یکی از قابلیتهای سیستم، امکان جستجوی چهره در آرشیو ترددها است.
کاربر میتواند یک تصویر را برای جستجو در آرشیو مورد استفاده قرار دهد و سوابق مرتبط با چهره شناساییشده را بررسی کند.
معماری و توسعه
این پروژه بهصورت اختصاصی توسعه داده شد و بخشهای مختلف آن شامل:
- پردازش تصویر
- هوش مصنوعی و تشخیص چهره
- Backend
- Frontend
- API
- پایگاه داده
- داشبورد مدیریتی
- ارتباط با دوربینهای IP
- اتصال به سامانه پیامکی
است.
استقرار پروژه
پس از تکمیل توسعه، سامانه بهصورت کامل روی سرور مقصد نصب، پیکربندی و راهاندازی شد.
ساختار سیستم بهگونهای طراحی شده که امکان توسعه و اضافهکردن دوربینهای بیشتر در آینده وجود داشته باشد.
مشخصات پروژه
- نقش: توسعهدهنده
- نوع سرویس: برنامهنویسی و توسعه نرمافزار
- مدت انجام: ۱۰ روز
- دوربینها: ۲ دوربین تحت شبکه با RTSP
- پایگاه داده: SQLite
- محیط استقرار: Linux
نتیجه پروژه
نتیجه این پروژه، ایجاد یک سامانه یکپارچه برای تشخیص چهره، ثبت خودکار تردد، مدیریت تصاویر و ارائه گزارشهای مدیریتی بود که بهصورت کامل روی زیرساخت مقصد مستقر و راهاندازی شد.
ساختار پروژه قابلیت توسعه برای استفاده از دوربینهای بیشتر و ارتقای توان پردازشی سیستم را نیز دارد.
فناوریهای استفادهشده
- Python
- Linux
- SQLite
- Computer Vision
- Face Recognition
- RTSP
- IP Cameras
- API
- Web Dashboard