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?
- 英伟达Jetson Nano开发板(¥800)
- MicroUSB电源线(¥10)
- 树莓派摄像头v2.x版本(¥150)
- TF储存卡(至少32G)(¥40)
- 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