Jetson Nano - 人脸识别:家门视频监控

教你用1000元预算打造家门口的人脸识别监控系统：
我们只需Jetson Nano配上一个简单的摄像头就能实现识别和记录来访你家门口的人员。

通过人脸识别模块face_recognition，能够实时监控到来访人员是否曾经来过，并且记录具体什么时候和多少次来访。即使他们每次来访是穿不同的衣服，系统也是能够识别出来的。

英伟达的Jetson Nano板子十分强大，使你能够以非常小的预算就能实现GPU加速的深度学习模型。Jetson Nano与树莓派相似，但前者计算速度快很多。

(通过人脸识别模块face_recognition和Python，你可以轻松地打造自己的家门监控系统，识别和记录来访人员)

需要准备什么？

1. 英伟达Jetson Nano开发板（¥800）
2. MicroUSB电源线（¥10）
3. 树莓派摄像头v2.x版本（¥150）
4. TF储存卡(至少32G)（¥40）
5. 其他你可能已经有的设备：TF卡读取器，USB连接的键盘和鼠标，HDMI接口的显示器，网线

安装Jetson Nano镜像

如何烧Jetson Nano系统的镜像，我就不在这重复了，刚入手的同学们自行搜索一下其他教程。

正确连接摄像头

要确保摄像头正确连接到Jetson Nano的板子上喔！
有些同学很容易将此反向接入了，或者镜头的位置。

首次账户登陆的设置

第一次登陆Jetson Nano系统，你需要走一遍标准的Ubuntu Linux系统初始用户的设置，设置好账户和密码（我们随后口令行当中是需要用到的）。

在此初始步骤，系统已经预先安装好了Python3.6和OpenCV，是可以立即通过终端Terminal来运行Python程序的。但为了正常运行家门视频监控模块，我们依然是需要给系统安装一些库的。

安装所需的Python库

为了让人脸识别模块运行，我们需要先安装一些Python库。虽然Jetson Nano本身就预装好不少有用的库，但还是会遇到一些奇奇怪怪的疏漏。比如，OpenCV本来就安装好了，但是为了正常使用之前，需要安装pip和numpy这些库。那就让我们来先解决一下这问题。

首先在Jetson Nano桌面以下快捷键打开终端：
Ctrl + Alt + T
在终端窗口输入以下命令：（如果需输入密码，就是初始创建账号的用户密码）

sudo apt-get update
sudo apt-get install python3-pip cmake libopenblas-dev liblapack-dev libjpeg-dev

首先，我们先更新apt，这是Linux的安装工具。
然后，通过apt安装一些基本库，这都是为了之后支持numpy和dlib的运行。

我们进行下一步之前，我们需要创建一个swapfile。Jetson Nano开发板的RAM只有4GB，这在运行dlib当中是不够用的，所以我们需要通过swapfile让TF卡空间都能成为更多的RAM来协助运行。幸运的是，我们只需要两行代码就可以实现！

git clone https://github.com/JetsonHacksNano/installSwapfile
./installSwapfile/installSwapfile.sh

备注：这高效的方法得感谢前辈JetsonHacks，实在太好用了！

到这一步，我们需要重新启动系统，确保swapfile能够正常运作。如果你跳过这一步的话，很可能下一步骤会遇到错误。你可以自行在桌面的主菜单来重启，或输入口令

sudo reboot

重启登陆好之后，在终端Terminal窗口继续下一步：安装numpy，这是用于矩阵计算的Python库

pip3 install numpy

这安装过程大概会花费15分钟时间。如果安装过程定住了，不用担心，耐心等待一下。

好了，现在装备好安装dlib了，这是大师Davis King创建的深度学习库，这使得人脸识别face_recognition库的运行效率大大提高。

但是……目前Jetson Nano有个小小的bug无法很好地使得dlib运行。英伟达社区的大神们已经确定了这个bug只需要编辑修改一行代码就可以了，所以不用担心，不是什么大问题。

在终端，我们先运行下载dlib，然后解压代码。

wget http://dlib.net/files/dlib-19.17.tar.bz2 
tar jxvf dlib-19.17.tar.bz2
cd dlib-19.17

在我们运行之前，我们先编辑修改其中一条代码：

gedit dlib/cuda/cudnn_dlibapi.cpp

这时会跳出一个文本编辑器来修改程序。上面的gedit也可以修改为vi，vim或nano口令来执行，不了解这三个文本编辑口令的同学，自行搜索学习。

搜索程序文本的第854行：

forward_algo = forward_best_algo;

在其前面加//使得，将此代码注释化（忽略运行）：

//forward_algo = forward_best_algo;

然后保存此文本，回到终端命令行，安装dlib：

sudo python3 setup.py install

这过程大概需要30～60分钟，这过程Jetson Nano可能会发热，但没问题的，让它发热吧，别发光就好，哈哈。

以上完成之后，我们就开始安装人脸识别python库face_recognition啦：

sudo pip3 install face_recognition

现在你的Jetson Nano已经准备好通过Cuda的GPU加速器来执行人脸识别了，下一步就是新建家们视频监控（Doorcam）的python代码了。

创建家门视频监控代码 DoorCam

首先，我们创建一个专门的程序文件夹吧，然后通过vi来新建python程序（或者口令gedit，vim，nano）：

cd
mkdir doorcam
vi doorcam.py

这时我们会进入vi文本界面了，打开此链接DoorCam By ageitgey或者到本文结尾代码行，将所有python代码复制粘贴过去vi界面，并且保存。
（提示一下不熟悉vi操作的同学：复制粘贴代码之后，按esc，输入:wq!并且回车）

这时候我们就完全准备好运行家门视频监控啦！

是不是很激动？！？！😊

来，我们开始开启运行python的魔法吧：

python3 doorcam.py

这时你会发现桌面跳出一个新的窗口，如无意外，视频启动，你本人就能上镜了！

就如下漂亮姐姐一样的效果

每当有新的人脸出现在镜头前，程序就会注册这个脸，右上角显示First Visit（首次访问）并追踪该人在镜头前停留多长时间，随后还能记录该人在镜头前出现多少次。人物离开5分钟后，再次出现镜头前，定义为新的访问。

你可以任何时刻输入Q退出。

该程序会自动保存每一位出现在镜头的人物，数据保存在文件名为known_faces.dat的地方。
每次你重新运行该程序，它都会参考此数据来识别是否已有的访客。
如果你要清除已记录的人脸，那么只需删除此文档就行了。

带你理解此程序

要不要理解此代码原理是怎么的？（待完成）
主编我另外再找时间完善吧……
你要是等不及的话，自行搜索大神Adam Geitgey的GitHub阅读英文解释。

备注

以上教程内容原创于大神Adam Geitgey，根据他的博客教程翻译编辑，大家可以去他的GitHub进一步学习喔！

DoorCam代码

import face_recognition
import cv2
from datetime import datetime, timedelta
import numpy as np
import platform
import pickle


# Our list of known face encodings and a matching list of metadata about each face.
known_face_encodings = []
known_face_metadata = []


def save_known_faces():
    with open("known_faces.dat", "wb") as face_data_file:
        face_data = [known_face_encodings, known_face_metadata]
        pickle.dump(face_data, face_data_file)
        print("Known faces backed up to disk.")


def