مقدمه

سیستم‌های تشخیص و ردیابی عابرین پیاده در دوربین های نظارتی می‌توانند در قالب نرم‌افزارهای مختلفی ظاهر شوند. برای مثال

• کارکرد یکی از انواع این نرم‌افزارها به این ترتیب است که رفت‌وآمد مردم در چندین مسیر را بررسی کرده و نقشه حرارتی هر یک از آن مسیرها را تهیه می‌کند. سپس گزارشی ارائه می‌دهد که به ما نشان می‌دهد رفت‌وآمد افراد یا ترافیک انسانی در مکان‌های عمومی به چه شکل است.
• این قبیل نرم‌افزارها می‌توانند به سازمان‌ها در کنترل و نظارت بر فاصله‌گذاری اجتماعی از طریق سیستم‌های نظارتی ویدیویی کمک کنند.
• سیستم‌های شبیه‌سازی جمعیت می‌توانند از نتایج ارائه شده توسط این نوع از سیستم‌ها بهره ببرند.
• شناسایی صفات عابرین پیاده یکی دیگر از حوزه‌هایی است که می‌توان در آن از این سیستم‌ها استفاده کرد.

در این مقاله، قصد دارم توضیح دهم که چطور با استفاده از کتابخانه‌ PyTorch و چارچوب flask یکلایه تعاملیInteraction layerرا در سیستم ردیابی برخط عابرین پیاده در دوربین‌های نظارتی به‌کار گرفته‌ام.

در این مقاله، ابتدا به‌صورت خلاصه الگوریتم deep sort را معرفی می‌کنم و پس از آن عمدتاً به نکات طراحی وب‌سرور خواهم پرداخت. کدهای مربوط به این پروژه را می‌توانید دراین لینکملاحظه فرمایید.

مقدمه‌ای بر الگوریتمdeep sort

براساس کتاب «Practical Computer Vision»، روش‌های کلاسیک ردیابی چند شیء به دو بخش تقسیم می‌شوند

شناساییابتدا تمامی اشیاء موردنظر شناسایی می‌شوند.

مطابقتسپس اشیاء مشابه با توجه به فریم پیشین، با یک‌دیگر تطابق داده می‌شوند. پس از آن این فریم‌های تطبیق‌یافته دنبال می‌شوند تا ردپای یک شیء به دست آید.

اما این روش در الگوریتم deep sort به سه مرحله تقسیم می‌شود

1. شناساییدر این مرحله برای محاسبه و شناسایی اشیاء از یک متود شناسایی اشیاء مبتنی برشبکه عصبی پیچشی (Convolutional neural network (CNNاستفاده می‌شود (در این پروژه ما ازYOLOYou Only Look Once algorithmاستفاده کردیم).
2. برآوردمرحله میانی این رویکرد که پیش از مرحله مطابقت قرار می‌گیرد، برآورد مدل است. در این مرحله وضعیت مسیر و ردپای هر یک از اشیاء به عنوان یک بردار با 8 مقدار تعریف می‌شود که عبارتند از: مرکز کادر (x,y)، مقیاس کادر (s)، نسبت ابعاد کادر (a) و مشتقات آن‌ها در طول زمان که همان نرخ زمانی تغییر موقعیت است. سپس این وضعیت‌ها با استفاده ازفیلتر کالمنKalman filterدر قالب یک سیستم پویا مدل‌سازی می‌شوند. اگر در چندین فریم متوالی ردی از شی شناسایی نشود، آن شیء خارج از فریم یا گمشده درنظر گرفته می‌شود. و ردیابی کادر‌ جدیدی که شناسایی شده، آغاز خواهد شد.
3. مطابقتدر مرحله آخر، با داشتن وضعیت پیش‌بینی‌شده توسط اطلاعات پیشین در فیلتر کالمن و کادر جدید شناسایی‌شده در فریم کنونی، شیء جدید با شیء که در فریم‌های پیشین ردیابی شده بود، مقایسه و مطابقت داده می‌شود. این کار با اعمالالگوریتم هانگاریانHungarian algorithmبر تطبیقنمودار دو بخشیbipartite graph matchingانجام می‌شود. همچنین می‌توان با فرمول‌بندی فاصله به تطبیق وزن داد و این فرآیند را تقویت کرد.

برای آشنایی بیشتر با الگوریتم deep sort، پیشنهاد می‌کنم صفحات 126 تا 129 از کتاب «Practical Computer Vision» واین وبلاگرا مطالعه نمایید.

انگیزه

مدتی بود که در وبلاگ‌های مختلف به دنبال کدهای متن‌باز برنامه‌های شناسایی عابرین پیاده در ویدیوهای پخش زنده بودم و متأسفانه نتوانستم منبعی پیدا کنم که هم هوش مصنوعی و هم بخش‌های مربوط به سمت سرور را شامل شود. بنابراین، تصمیم گرفتم کدهای مربوطه را بنویسم به این امید که سایرین بتوانند با کمک این پروژه ساده، پروژه‌های پیشرفته‌تری تعریف کنند.

RTSPچیست؟

پروتکل پخش زنده (Real-Time Streaming Protocol (RTSP)(RTSP یک پروتکل برای کنترل شبکه در سیستم‌های ارتباطی است که به منظور کنترل پخش ویدیویی از سرورهای رسانه‌ای طراحی شده است. من در این نوشتار آموزشی فرض را بر این گذاشته‌ام که به لینک مربوط به پخش زنده دوربین‌هایی که قصد دارید این سرویس را روی آن‌ها آزمایش کنید، دسترسی دارید. درغیر این صورت، می‌توانید از ویدیوXNET‌سایت earthcam.com استفاده کنید.

طراحی معماری

رویکرد ابتدایی

من در حوزه طراحی الگو و مهندسی سخت‌افزار تجربه کمی دارم، به همین دلیل در تلاش اول به این ساختار رسیدم

اما فوراً متوجه ضعف‌های این رویکرد شدم

• مسئله ازدست رفتن بسته‌های داده‌ای در شبکهNetwork packet lossمواجه هستیم. این موضوع باعث می‌شود ویدیوی نهایی دارای تصاویری نامنظم بوده و تکه تکه باشد.
• در این ساختار برای به‌کارگیری برنامه‌های هوش مصنوعی از ماژولsubprocessو فرمان بَش استفاده کردم که باعث شد هیچ کنترلی بر روی برنامه مذکور نداشته باشم (زیرا تنها راه متوقف کردن این فرآیند، پیدا کردنPIDProcess Identifierفرآیند هوش مصنوعی بود).
• در این ساختار، من توانایی تعویض دوربین ورودی بر روی دوربین دیگری را نداشتم. درواقع برای تغییر و تعویض دوربین باید لایه تعاملی را مجدداً راه‌اندازی می‌کردم (زیرا آغاز و پایان فرآیند هوش مصنوعی تنها با از کار انداختن و دوباره راه انداختن لایه تعاملی می باشد و بدون متوقف کردن لایه تعاملی نمی‌توان فرآیند هوش مصنوعی را متوقف کرد).
• همچنین، برای هر درخواست جدید، تمام سرویس باید از ابتدا شروع به کار می‌کرد و پس از چند درخواست جدید، سرور به دلیل درخواست بیش‌ازحد منابع از کار می‌افتاد.

به این ترتیب، من متوجه شدم که اغلب مشکلات به دلیل همبستگی شدید فرمان‌هایهوش مصنوعیبا ماژول‌های لایه تعاملی است و تصمیم گرفتم که یکماژول غیر همزمانasync moduleبه نام رِدیس (Redis) را به مدل اضافه کنم تا از شدت این همبستگی بکاهد.

بهبود رویکرد ابتدایی با افزودن ماژول ذخیره‌ساز

به لطف مقاله آقای آدریان رزبروک به نام «Deep learning in production with Keras, Redis, Flask, and Apache»، متوجه اهمیت استفاده از ماژول ردیس برای ذخیره‌سازی فریم‌ها در وب‌سرور شدم و به ساختار زیر رسیدم

هر یک دایره‌های سیاه‌رنگ در تصویر بالا نشان‌دهنده یکی از مراحل زیر است

1. وقتی وب‌سرور روشن شود، با دادن ورودی‌های پیش‌فرض به سرویس شناسایی عابرین پیاده، آن را راه‌اندازی می‌کند.
2. سرویس شناسایی عابرین پیاده لینک پروتکل پخش زنده (RTSP) را به عنوان ورودی به دوربین نظارتی می‌دهد و با استفاده از نخ‌ها ورودی‌های ویدیویی را می‌خواند.
3. پس از تمام شدن کار الگوریتم هوش مصنوعی با هر فریم، فریم خروجی در ردیس ذخیره می‌شود (در هر مرحله، فریم جدید با خروجی مرحله پیشین جایگزین می‌شود).
4. لایه تعاملی فریم‌های پردازش‌شده را از ردیس دریافت می‌کند.
5. لایه تعاملی امکان پخش فرآیند شناسایی عابرین را از طریق لینک 0.0.1:8888/ برای کاربران فراهم می‌کند.

این ساختار چگونه عملکرد سیستم را بهبود می‌بخشد؟

• در این سیستم همواره با مشکل از دست رفتن بسته‌های داده‌ای مواجهیم. برای تقویتپایداریrobustnessسیستم برای مواجهه با این مشکل، فرآیند خواندن محتوای دوربین توسط نخ‌ها انجام می‌گیرد.
• از آن‌جا که کنترل فرآیند هوش مصنوعی به طور کامل در اختیار لایه تعاملی است، این لایه می‌تواند بدون هیچ مشکلی فرایند پردازش را به روی دوربین دیگری تعویض کند.
• Redis به عنوان یک ماژول غیرهمزمان می‌تواند لایه تعاملی را از فرآیند هوش مصنوعی جدا سازد. به این ترتیب، لایه تعاملی دیگر یک مرحله از فرآیند هوش مصنوعی را بارها و بارها تکرار نخواهد کرد و ما قادر خواهیم شد تا این چارچوب را در مقیاس گسترده‌تر به‌کار بگیریم و سیستم شناسایی عابرین پیاده را به‌طور هم‌زمان روی چندین دوربین اجرا کنیم.

کدنویسی

من در این پروژه از کتابخانه‌های زیر استفاده کرده‌ام

Python 3.7

Opencv-python

Sklearn

Torch > 0.4

Torchvision >=0.1

Pillow

Easydict

Redis

Dotenv

Flask

من این پروژه را روی سیستم عامل Ubuntu 16.04 و GPU مدل Nvidia GeForce GTX 2080 اجرا کردم.

برای عملیات ذخیره‌سازی نیز ماژول Redis را نصب کردم و آن را روی پورت 6379 اجرا کردم. آموزش کامل نصب Redis را می‌توانید دراین لینکمشاهده نمایید.

مرحله اول کدنویسی: ضبط ویدیو در پروتکل پخش زنده

در مرحله اول تنها سعی کردم فریم‌های ویدیو را ضبط کرده و در ردیس ذخیره کنم. اشیایcv2.VideoCaptureدر کتابخانه OpenCV به‌طور پیش‌فرض می‌توانند به داده‌هایی که دوربین تولید می‌کند، رسیدگی کنند. اما براساساین نوشتارظاهراً احتمال از دست رفتن بسته‌های داده‌ای در این ماژول وجود دارد. بنابراین، من از نخ‌ها برای غلبه بر این مشکل استفاده کردم. در کادر زیر می‌توانید کد اولیه را ملاحظه فرمایید

مرحله دوم کدنویسی: افزودن کد سرویس شناسایی عابرین پیاده

import cv2 from concurrent.futures import ThreadPoolExecutor from redis import Redis redis_cache = Redis('127.0.0.1') class RealTimeTracking(object): def __init__(self, src): self.vdo = cv2.VideoCapture(self.args.input) self.status, self.frame = None, None self.output_frame = None self.thread = ThreadPoolExecutor(max_workers=1) self.thread.submit(self.update) def update(self): while True: if self.vdo.isOpened(): (self.status, self.frame) = self.vdo.read() def run(self): print('streaming started ...') while True: try: redis_cache.set('frame', frame_to_bytes) except AttributeError: pass

خواندن فریم‌های RTSP با استفاده از نخ‌ها برای حل مسئله از دست رفتن بسته‌های داده‌ای

کد سرویس شناسایی عابرین پیاده در ویدیوهای ساده را می‌توانید دراین لینکمشاهده کنید. با ترکیب این کد و کدی که در مرحله اول نوشتم، به کد زیر میرسیم

import warnings from os import getenv import sys from os.path import dirname, abspath sys.path.append(dirname(dirname(abspath(__file__)))) import torch from deep_sort import build_tracker from detector import build_detector import cv2 from utils.draw import compute_color_for_labels from concurrent.futures import ThreadPoolExecutor from redis import Redis redis_cache = Redis('127.0.0.1') class RealTimeTracking(object): """ This class is built to get frame from rtsp link and continuously assign each frame to an attribute namely as frame in order to compensate the network packet loss. then we use flask to give it as service to client. Args: args: parse_args inputs cfg: deepsort dict and yolo-model cfg from server_cfg file """ def __init__(self, cfg, args): # Create a VideoCapture object self.cfg = cfg self.args = args use_cuda = self.args.use_cuda and torch.cuda.is_available() if not use_cuda: warnings.warn(UserWarning("Running in cpu mode!")) self.detector = build_detector(cfg, use_cuda=use_cuda) self.deepsort = build_tracker(cfg, use_cuda=use_cuda) self.class_names = self.detector.class_names self.vdo = cv2.VideoCapture(self.args.input) self.status, self.frame = None, None self.im_width = int(self.vdo.get(cv2.CAP_PROP_FRAME_WIDTH)) self.im_height = int(self.vdo.get(cv2.CAP_PROP_FRAME_HEIGHT)) self.output_frame = None self.thread = ThreadPoolExecutor(max_workers=1) self.thread.submit(self.update) def update(self): """ Repeatedly reading frames from camera using threads """ while True: if self.vdo.isOpened(): (self.status, self.frame) = self.vdo.read() def run(self): """ Until the in_progress flag is not set as off, keep reading and processing pedestrian detection. """ print('streaming started ...') while getenv('in_progress') != 'off': try: frame = self.frame.copy() self.detection(frame=frame) frame_to_bytes = cv2.imencode('.jpg', frame)[1].tobytes() redis_cache.set('frame', frame_to_bytes) except AttributeError: pass print('streaming stopped ...') def detection(self, frame): """ Detection, tracking and drawing the bboxes on pedestrians """ im = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # do detection bbox_xywh, cls_conf, cls_ids = self.detector(im) if bbox_xywh is not None: # select person class mask = cls_ids == 0 bbox_xywh = bbox_xywh[mask] bbox_xywh[:, 3:] *= 1.2 # bbox dilation just in case bbox too small cls_conf = cls_conf[mask] # do tracking outputs = self.deepsort.update(bbox_xywh, cls_conf, im) # draw boxes for visualization if len(outputs) > 0: self.draw_boxes(img=frame, output=outputs) @staticmethod def draw_boxes(img, output, offset=(0, 0)): # Draws bboxes on the detcted pedestrians for i, box in enumerate(output): x1, y1, x2, y2, identity = [int(ii) for ii in box] x1 += offset[0] x2 += offset[0] y1 += offset[1] y2 += offset[1] # box text and bar color = compute_color_for_labels(identity) label = '{}{:d}'.format("", identity) t_size = cv2.getTextSize(label, cv2.FONT_HERSHEY_PLAIN, 2, 2)[0] cv2.rectangle(img, (x1, y1), (x2, y2), color, 3) cv2.rectangle(img, (x1, y1), (x1 + t_size[0] + 3, y1 + t_size[1] + 4), color, -1) cv2.putText(img, label, (x1, y1 + t_size[1] + 4), cv2.FONT_HERSHEY_PLAIN, 2, [255, 255, 255], 2) return img

کدهای تشخیص عابرین پیاده

در ادامه به تشریح برخی از تغییرات مهم می‌پردازیم

• در خط 67 و در تابعin_progressflagمتغیری است که بعدها درpyمقداردهی خواهد شد. در این‌جا هرگاه بخواهیم اجرای کد هوش مصنوعی را متوقف کنیم، کافی است مقدار این متغیر راoffتعریف می‌کنیم و هرگاه بخواهیم فرآیند هوش مصنوعی آغاز شود مقدارonرا برای آن تعریف می‌کنیم.این ترفند ما را قادر می‌سازد تا سرویس هوش مصنوعی را در سایر فرآیندها (برای مثالrtsp_serverکه نخ اصلی درحال اجراست) آغاز کرده یا متوقف سازیم.
• در خطوط 78 تا 98 تابعdetectionبه کدها اضافه شده است. این تابع وظیفه شناسایی، برآورد و مطابقت عابرین را در الگوریتم deep sort برعهده دارد.
• در خطوط 100 تا 117 نیز تابعdraw_bboxesرا افزودیم تا کادرهای مرزی و کد شناسایی برای عابرین تعریف شود.

مرحله سوم کدنویسی: اضافه کردن وب‌سرور

اساساً در وب‌سرور برای اجرای این برنامه به 2 ابزار احتیاج داریم. یک ابزار برای بازیابی فریم‌های ذخیره‌شده در Redis و تبدیل آن‌ها به لینک HTTP. و یک ابزار دیگر که به ما امکان فعال‌سازی و متوقف کردن سرویس هوش مصنوعی را بدهد. به‌منظور تهیه ابزار اول یک قالب HTML به نامindex.htmlساختم و سپس آن را در مسیرtemplatesقرار دادم. با استفاده از این قالب می‌توان تصاویری که توسط وب‌سرور تهیه شده‌اند را به کاربران نمایش داد.

     
Floor 2 
   

سمت کاربر

و برای پیکربندی پارامترهای deep sort و مدل تشخیص عابر پیاده YOLO، فایل کدهایserver_cfg.pyرا نیز به کدهای پیشین اضافه کردم

""" Configuring deep learning models parameters in dictionary variables. """ import sys from os.path import dirname, abspath, isfile sys.path.append(dirname(dirname(abspath(__file__)))) from dotenv import load_dotenv from utils.asserts import assert_in_env from os import getenv from os.path import join load_dotenv('.env') # Configure deep sort info deep_sort_info = dict(REID_CKPT=join(getenv('project_root'), getenv('reid_ckpt')), MAX_DIST=0.2, MIN_CONFIDENCE=.3, NMS_MAX_OVERLAP=0.5, MAX_IOU_DISTANCE=0.7, N_INIT=3, MAX_AGE=70, NN_BUDGET=100) deep_sort_dict = {'DEEPSORT': deep_sort_info} # Configure yolov3 info yolov3_info = dict(CFG=join(getenv('project_root'), getenv('yolov3_cfg')), WEIGHT=join(getenv('project_root'), getenv('yolov3_weight')), CLASS_NAMES=join(getenv('project_root'), getenv('yolov3_class_names')), SCORE_THRESH=0.5, NMS_THRESH=0.4 ) yolov3_dict = {'YOLOV3': yolov3_info} # Configure yolov3-tiny info yolov3_tiny_info = dict(CFG=join(getenv('project_root'), getenv('yolov3_tiny_cfg')), WEIGHT=join(getenv('project_root'), getenv('yolov3_tiny_weight')), CLASS_NAMES=join(getenv('project_root'), getenv('yolov3_class_names')), SCORE_THRESH=0.5, NMS_THRESH=0.4 ) yolov3_tiny_dict = {'YOLOV3': yolov3_tiny_info} check_list = ['project_root', 'reid_ckpt', 'yolov3_class_names', 'model_type', 'yolov3_cfg', 'yolov3_weight', 'yolov3_tiny_cfg', 'yolov3_tiny_weight', 'yolov3_class_names'] if assert_in_env(check_list): assert isfile(deep_sort_info['REID_CKPT']) if getenv('model_type') == 'yolov3': assert isfile(yolov3_info['WEIGHT']) assert isfile(yolov3_info['CFG']) assert isfile(yolov3_info['CLASS_NAMES']) model = yolov3_dict.copy() elif getenv('model_type') == 'yolov3_tiny': assert isfile(yolov3_tiny_info['WEIGHT']) assert isfile(yolov3_tiny_info['CFG']) assert isfile(yolov3_tiny_info['CLASS_NAMES']) model = yolov3_tiny_dict.copy() else: raise ValueError("Value '{}' for model_type is not valid".format(getenv('model_type')))

پیکربندی مدلیادگیری عمیق

من در تمامی پروژه‌هایم یک فایل.envایجاد می‌کنم و اطلاعات مربوط به فایل‌های ایستا از جمله وزن‌های مدل، فایل‌های پیکربندی و دیتاست‌ها را در آن قرار می‌دهم.

• در خط 16 و 28 مدل‌های YOLO و deep sort را با استفاده از آدرس محل نگهداری‌شان در فایل.envبازیابی کرده‌ام. زمان‌هایی که می‌خواهم سرویس‌ها را به بخش سرور ببرم، این ترفند برای من بسیار کارآمد است. درادامه متغیرهایmodelوdeep_sort_dictرا نیز به فایلpyاضافه می‌کنم.

و درنهایت کد وب‌سرور به این شکل خواهد بود

""" This code handles the pedestrian detection service on specified camera. Also provides stream images for clients. """ from os.path import join from os import getenv, environ from dotenv import load_dotenv import argparse from threading import Thread from redis import Redis from flask import Response, Flask, jsonify, request, abort from rtsp_threaded_tracker import RealTimeTracking from server_cfg import model, deep_sort_dict from config.config import DevelopmentConfig from utils.parser import get_config redis_cache = Redis('127.0.0.1') app = Flask(__name__) environ['in_progress'] = 'off' def parse_args(): """ Parses the arguments Returns: argparse Namespace """ assert 'project_root' in environ.keys() project_root = getenv('project_root') parser = argparse.ArgumentParser() parser.add_argument("--input", type=str, default=getenv('camera_stream')) parser.add_argument("--model", type=str, default=join(getenv('model_type'))) parser.add_argument("--cpu", dest="use_cuda", action="store_false", default=True) args = parser.parse_args() return args def gen(): """ Returns: video frames from redis cache """ while True: frame = redis_cache.get('frame') if frame is not None: yield b'--frame\r\n'b'Content-Type: image/jpeg\r\n\r\n' + frame + b'\r\n' def pedestrian_tracking(cfg, args): """ starts the pedestrian detection on rtsp link Args: cfg: args: Returns: """ tracker = RealTimeTracking(cfg, args) tracker.run() def trigger_process(cfg, args): """ triggers pedestrian_tracking process on rtsp link using a thread Args: cfg: args: Returns: """ try: t = Thread(target=pedestrian_tracking, args=(cfg, args)) t.start() return jsonify({"message": "Pedestrian detection started successfully"}) except Exception: return jsonify({'message': "Unexpected exception occured in process"}) @app.errorhandler(400) def bad_argument(error): return jsonify({'message': error.description['message']}) # Routes @app.route('/stream', methods=['GET']) def stream(): """ Provides video frames on http link Returns: """ return Response(gen(), mimetype='multipart/x-mixed-replace; boundary=frame') @app.route("/run", methods=['GET']) def process_manager(): """ request parameters: run (bool): 1 -> start the pedestrian tracking 0 -> stop it camera_stream: str -> rtsp link to security camera :return: """ # data = request.args data = request.args status = data['run'] status = int(status) if status.isnumeric() else abort(400, {'message': f"bad argument for run {data['run']}"}) if status == 1: # if pedestrian tracking is not running, start it off! try: if environ.get('in_progress', 'off') == 'off': global cfg, args vdo = data.get('camera_stream') if vdo is not None: args.input = int(vdo) environ['in_progress'] = 'on' return trigger_process(cfg, args) elif environ.get('in_progress') == 'on': # if pedestrian tracking is running, don't start another one (we are short of gpu resources) return jsonify({"message": " Pedestrian detection is already in progress."}) except Exception: environ['in_progress'] = 'off' return abort(503) elif status == 0: if environ.get('in_progress', 'off') == 'off': return jsonify({"message": "pedestrian detection is already terminated!"}) else: environ['in_progress'] = 'off' return jsonify({"message": "Pedestrian detection terminated!"}) if __name__ == '__main__': load_dotenv() app.config.from_object(DevelopmentConfig) # BackProcess Initialization args = parse_args() cfg = get_config() cfg.merge_from_dict(model) cfg.merge_from_dict(deep_sort_dict) # Start the flask app app.run()

برنامه وب‌سرور که کنترل سرویس مبتنی بر هوش مصنوعی را برعهده دارد

حال بیایید این کد را با جزییات بررسی کنیم

• در خطوط 23 تا 25 سرور flask، ردیس و flag تابعin_progressرا تعریف و مقداردهی کرده‌ام.
• در خطوط 26 تا 49 تابعargument parserرا تعریف کرده‌ام.
• در خط 52 تا 59 نیز تابعgenفریم‌های ذخیره‌شده در بخش شناسایی عابرین پیاده را به ما برمی‌گرداند. من از تابعstreamنیز به‌منظور ارائه فریم‌های پردازش‌شده به کاربران استفاده کرده‌ام که فریم‌ها را به قالبhtmlدرمی‌آورد (در خطوط 95 تا 100).
• در خطوط 62 تا 71، تابعpedestrian_trackingفرآیند ردیابی عابرین پیاده را آغاز می‌کند. برای اجرای این اقدام نیز از تابعtrigger_processاستفاده کرده‌ام (در خطوط 74 تا 87).
• سرانجام در خطوط 106 تا 140 تابعprocess_managerتابع اصلی است که از طریق آدرس0.0.1:8888/runدرخواستGETرا از سوی کاربران دریافت می‌کند. هر درخواست مربوط به این لینک دارای حداکثر 2 پارامتر است. اولین پارامترrunمی‌باشد که دستور آغاز (زمانی که مقدار آن برابر 1 قرار گیرد) یا توقف (زمانی که مقدار صفر برای آن تعریف شود) را می‌دهد. پارامتر بعدیcamera_streamاست که درواقع همان لینک RTSP شامل محتوای ویدیویی دوربین بوده و مقدار آن درنهایت برابر ورودی ویدیویی جدید است که به سرویس شناسایی عابرین پیاده داده می‌شود (خطوط 122 تا 128).
• زمانی که سرویس شناسایی عابرین در چند دوربین در حال اجرا باشد، آغاز یک سرویس جدید غیرممکن است. بنابراین، پاسخ هر درخواستی که در آن مقدارrunمساوی 1 باشد، با عبارتpedestrian detection is already in progressپاسخ داده می‌شود (خط 131). همین اتفاق در زمان ارسال درخواست متوقف کردن سرویس نیز رخ خواهد داد (خط 137).

در آخر باید چند مجوز و سند نیز به این تابع اضافه شود که آن‌ها را در Github قرار خواهم داد.

چکیده

در این مقاله سرویس شناسایی عابرین پیاده را به روشی ساده روی دوربین‌های نظارتی اجرا کردیم و آموختیم که نحوه طراحی معماری درتعمیم‌پذیریScalabilityاین برنامه تا چه حد تأثیرگذار است. در این پروژه یک ابزار ذخیره‌سازی به نام ردیس به ما کمک کرد تا بتوانیم با جداسازی فرآیند شناسایی عابرین از بخش وب‌سرور، ساختار بهتری طراحی کنیم. همچنین، یک API ساده تهیه کردیم که با استفاده از آن توانستیم فرآیند شناسایی عابرین و ورودی‌های آن را کنترل کنیم.

در آخر باید از آقای آدریان رزبروک بابت پست‌ها عالی وبلاگ‌شان (به ویژهاین پست) که مرا در مسیر اجرای این پروژه راهنمایی کرد، تشکر کنم. همچنین باید از آقای ژیانگ پی نیز بابت در دسترس قرار دادن رویکرد خود در زمینه شناسایی عابرین به صورت متن‌باز، تشکر کنم.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.