מערכת אבטחת זיהוי פנים למקרר עם פטל פטל: 7 שלבים (עם תמונות)

2024 מְחַבֵּר: John Day | [email protected]. שונה לאחרונה: 2024-01-30 09:16

גלישה באינטרנט גיליתי שמחירי מערכות האבטחה נעים בין 150 $ ל -600 $ ומעלה, אך לא ניתן לשלב את כל הפתרונות (אפילו היקרים ביותר) עם כלים חכמים אחרים בביתך! לדוגמה, אינך יכול להגדיר מצלמת אבטחה בדלת הכניסה שלך כך שתפתח אוטומטית את הדלת עבורך או עבור חבריך!

החלטתי לעשות פתרון פשוט, זול ועוצמתי, שתוכל להשתמש בו בכל מקום! ישנם מדריכים רבים כיצד ליצור מערכות אבטחה זולות וביתיות, אולם אני רוצה להדגים יישום ממש לא -פרטי של אלה - מערכת אבטחה למקרר עם זיהוי פנים!

איך זה עובד? מצלמת ה- IP הממוקמת בחלקו העליון של המקרר, חיישנים (שני לחצנים) מזהים כאשר אדם פותח את דלת המקרר, לאחר מכן פטל פיי מצלם את אותו אדם (עם מצלמת IP), ואז שולח אותה ל- Microsoft Face API לנתח את התמונה ולקבל את שם האדם. עם מידע זה Raspberry Pi סורק את "רשימת הגישה": אם לאדם אין הרשאה לגשת למקרר, פטל מודיע לבעלים באמצעות דוא"ל, הודעת טקסט וטוויטר! (ראו תמונות למעלה)

למה? המערכת מאפשרת לך לשלוט בבני המשפחה שלך, במיוחד כשהם בדיאטה, או נאבקים עם אי אכילה אחרי חצות! או להשתמש בו רק בשביל הכיף!

יתר על כן, אתה יכול למעשה להגדיר את המצלמה בדלת הכניסה שלך ולהגדיר את המערכת כך שתפתח את הדלת כאשר אתה, בני משפחתך או חברים מתקרבים. וזה לא הסוף! אפשרויות היישום הן אינסופיות!

בואו נתחיל!

שלב 1: הכנה

אתה תצטרך:

• Raspberry Pi 3 (אתה יכול להשתמש בגרסאות ישנות יותר, אך לדור השלישי יש Wi-Fi, כך שזה מאוד נוח)
• כפתורים
• חוטים
• מצלמת סמארטפון ישנה או פטל פי

הדבר הראשון שאתה צריך לעשות הוא להגדיר את ה- Raspberry Pi שלך. הוראות מפורטות כיצד לעשות זאת תוכל למצוא כאן ו כאן, אך אנו נסקור את השלבים החשובים ביותר במדריך זה.

1. הורד מכאן Win32 DiskImager (אם אתה משתמש ב- Windows)
2. הורד מכשיר SD פורמט מכאן
3. הכנס כרטיס SD למחשב שלך ועיצב אותו באמצעות פורמט SD
4. הורד מכאן תמונה של Raspbian (בחר "ג'סי של Raspbian עם פיקסל")
5. הפעל את Win32 DiskImager, בחר את כרטיס ה- SD שלך, ציין את הנתיב לתמונת Raspbian, לחץ על "כתוב"
6. הכנס כרטיס SD ל Raspberry Pi שלך והפעל את ההפעלה!

בנוסף, יהיה עליך להגדיר את ה- Raspberry Pi שלך כדי לקבל גישה למערכת באמצעות SSH. יש הרבה הוראות באינטרנט, אתה יכול להשתמש בזה, למשל, או שאתה יכול לצרף צג ומקלדת.

עכשיו ה- Pi שלך מוגדר ואתה מוכן להמשיך!

שלב 2: יצירת חיישן

שלב תיאור: בשלב זה נכין חיישן המזהה כאשר אדם פותח את דלת המקרר ומפעיל את Raspberry Pi.

כדי להגדיר אותו תצטרך את 2 הכפתורים שהכנת במקור. הכפתור הראשון יזהה כאשר הדלת נפתחת, הכפתור השני יזהה מתי הדלת נפתחת עד לנקודה בה אנו מצלמים אדם.

1. חוטי הלחמה לכפתורים.
2. חבר את הכפתור הראשון לדלת המקרר כך שיידחק כאשר הדלת סגורה (ראה תמונה למעלה)
3. חבר את הכפתור השני לדלת המקרר כפי שמוצג בתמונה למעלה. לחצן זה חייב להיות משוחרר בכל עת, למעט כאשר הדלת מגיעה לנקודה שבה המערכת מצלמת תמונה. כדי להגדיר אותו אתה צריך לחבר משהו למקרר שלך כדי ללחוץ על כפתור זה כאשר הדלת נפתחת במידה הרצויה (ראה תמונות למעלה).
4. חבר חוטים מהכפתורים ל- Raspberry Pi: כפתור ראשון ל- GPIO 23 ואדמה, כפתור שני ל- GPIO 24 ואדמה (ראה תרשים זיתוך).

הערה: אני משתמש ב- pinout BCM (לא לוח), עוד על ההבדל קרא כאן.

לאחר החיבור ל- Raspberry Pi שלך באמצעות SSH, כדי להפעיל את מעטפת הפיתון, הקלד את הטרמינל:

python3

אם אתה מחבר צג ומקלדת ל- Raspberry Pi פשוט הפעל את "Python 3 IDLE" מהתפריט.

השלב הבא הוא לגרום ל- Raspberry Pi לעבוד עם הכפתורים. נצמיד מאזינים מיוחדים ל- GPIO 23 ו -24 סיכות, שיקשיבו לאירוע "קצה עולה" ואירוע "נפילה קצה" בסיכות אלה. במקרה של האירוע, המאזינים יתקשרו לפונקציות שהגדרנו. "קצה עולה" פירושו שלחיצה על הכפתור ועכשיו שחרורה (הכפתור הראשון - הדלת נפתחת), "הקצה הנופל" פירושו שהכפתור שוחרר ועכשיו נלחץ (הכפתור השני - הדלת הגיעה לנקודה מסוימת). עוד על פונקציונליות הכפתורים - כאן.

ראשית, יבוא ספרייה שנותנת לנו גישה לסיכות:

ייבא RPi. GPIO כ- GPIO

כעת הגדר פונקציות מיוחדות שיקראו להם בעת הפעלת אירוע:

חיישן def1 (ערוץ): הדפסה ("חיישן 1 מופעל") חיישן def2 (ערוץ): הדפסה ("חיישן 2 מופעל)

הגדר סוג pinout:

GPIO.setmode (GPIO. BCM)

הגדר סיכות:

GPIO.setup (23, GPIO. IN, pull_up_down = GPIO. PUD_UP) GPIO.setup (24, GPIO. IN, pull_up_down = GPIO. PUD_UP)

צרף מאזינים:

GPIO.add_event_detect (23, GPIO. RISING, callback = sensor1, bouncetime = 300) GPIO.add_event_detect (24, GPIO. FALLING, callback = sensor2, bouncetime = 300)

עכשיו אתה יכול לבדוק את זה! אם תלחץ על כפתור 1 תראה הודעה במסוף "חיישן 1 מופעל", כפתור 2 נותן לך הודעה "חיישן 2 מופעל".

הערה: לאחר שתסיים להתנסות אל תשכח לקרוא לפונקציה הבאה: GPIO.cleanup ().

בואו נקים עוד פונקציה אחת שנקראת כאשר הדלת מגיעה לנקודה בה אנו מצלמים! אתה יכול לעשות זאת בעצמך או להשתמש ביישום שלי שצירפתי כאן (sensor.py)

הערה: sensor.py משמש אך ורק למטרות הבדיקה, הקבצים עם הפונקציונליות המלאה שצירפתי לשלב האחרון.

שלב 3: הגדר את מצלמת ה- IP

תיאור שלב: כעת אנו הולכים להגדיר את הסמארטפון הישן כמצלמת IP.

השימוש בסמארטפון כמצלמת IP מתבצע באמצעות אפליקציה. ישנן אפליקציות שונות עבור Android, iOS, Windows Phone שתוכל להשתמש בהן. בחרתי באחת שנקראת "מצלמת רשת IP" לאנדרואיד. זוהי אפליקציה חינמית וקל להגדיר אותה.

הפעל את האפליקציה, עבור אל "העדפות וידאו" כדי להגדיר רזולוציה של תמונות שהאפליקציה תספק. לאחר מכן הקש על "התחל שרת" (התמונה הראשונה למעלה). בתחתית המסך עליך לראות כתובת IP של המצלמה (ראה תמונה שנייה למעלה). בדפדפן אתה יכול להקליד https://cam_ip_address/photo-j.webp

לבסוף, חבר את המצלמה למקרר (התמונה האחרונה למעלה).

שלב 4: Face API

שלב תיאור: בשלב זה נדבר על ה- Face API של Microsoft שעושה זיהוי פנים ומזהה אנשים.

Microsoft Face API של Microsoft הוא שירות לזיהוי פנים, שבאמצעותו אנו יכולים לנתח תמונות ולזהות אנשים עליהם.

ראשית, אתה צריך חשבון Microsoft Azure. אם אין לך אחד אתה יכול ליצור אותו בחינם כאן.

שנית, עבור אל https://portal.azure.com, לחץ על "חדש" בצד שמאל, הקלד את הטופס "Cognitive Services APIs", בחר אותו ולחץ על "צור". או שאתה יכול לפתוח את הקישור הזה. כעת עליך להזין את שם השירות שלך, לבחור את סוג המנוי, סוג ה- API שאתה צריך (במקרה שלנו זה Face API), מיקום, דרגת תמחור, קבוצת משאבים ולהסכים לתנאים משפטיים (ראה צילום מסך נוסף לשלב זה).

שלישית, לחץ על "כל המשאבים", בחר בשירות Face API שלך וראה את נתוני השימוש, אישורי וכו '.

ניתן למצוא כאן פרטי API של Face, דוגמאות בשפות תכנות שונות ניתנות. עבור פרויקט זה אנו משתמשים בפייתון. אתה יכול לקרוא תיעוד וליצור מערך פונקציונליות משלך או שאתה יכול להשתמש במערך המסופק כאן (זוהי לא מכלול הפונקציונליות שסיפק מיקרוסופט, רק הנקודות הדרושות לפרויקט זה). קבצי הפיתון שלי מצורפים לשלב זה.

נעבור למבנה העבודה עם Face API. כדי להשתמש בפונקציונליות "זיהוי" עלינו ליצור ספרייה של אנשים שבהם שירות Face API יזהה את התמונות שצולמו על ידי האפליקציה. כדי להגדיר אותו, בצע את השלבים הבאים:

1. ליצור קבוצה
2. הוסף אנשים לקבוצה זו
3. הוסף פנים לאנשים אלה
4. קבוצת רכבות
5. שלח תמונה עם אדם שאתה רוצה לזהות (עליך לספק תמונה ומזהה קבוצתי בו השירות יחפש מועמדים)
6. תוצאה: בתגובה תקבל רשימת מועמדים שיכולים להיות בתמונה ששלחת.

יצרתי שלושה קבצים עם פונקציונליות ספציפית המאפשרת לעבוד עם קבוצות, אנשים בודדים ותמונות בודדות:

• PersonGroup.py - מכיל תכונות המאפשרות: ליצור קבוצה, לקבל מידע על הקבוצה, לקבל רשימה של כל הקבוצות שלך, להכשיר קבוצה ולקבל סטטוס של אימון
• Person.py - מכיל תכונות המאפשרות: ליצור אדם, לקבל מידע על אדם, לרשום את כל האנשים בקבוצה שצוין, להוסיף פרצופים לאדם שצוין
• Face.py - מכיל תכונות המאפשרות: זיהוי פנים על תמונה, זיהוי אדם, קבלת שם האדם המזוהה

בקובץ שנקרא "erkenning.py" אני מספק תכונות המאפשרות לך לבדוק אם התמונה מכילה פנים ולהוסיף פנים לאדם שצוין (מוסיף באופן אוטומטי פנים מתמונות רבות מהתיקייה שצוין).

הורד את הקובץ המצורף לשלב זה, פרק אותו, שנה את המשתנה הגלובלי 'KEY' בשלושת הקבצים הבאים: PersonGroup.py, Person.py ו- Face.py לבעלותך המפתח שתמצא: portal.azure.com> כל המשאבים > שירות api פנים (או איך קראת לזה)> כרטיסיית מפתחות. אתה יכול להשתמש בכל אחד משני המקשים.

הערה: כאן אנו הולכים להכשיר את שירות ה- Face API לזהות אנשים, כך שניתן לבצע את הפעולות הבאות מכל מחשב (לשם כך אין צורך ב- Raspberry Pi) - שינויים נשמרים בשרת של מיקרוסופט.

לאחר שינוי KEY, הפעל את זיהוי.פיי והזן את הפקודה הבאה במעטפת פייתון:

PersonGroup.create ("family", 'fff-fff')) // תוכל להשתמש בשם ובמזהה משלך עבור

group printResJson (PersonGroup.getPersonGroup ('fff-fff'))

עליך לראות נתונים על הקבוצה שיצרת זה עתה. עכשיו הכנס:

printResJson (Person.createPerson ('fff-fff', 'שם האדם'))

כעת תקבל תעודת זהות. צור תיקיה עם תמונות של אדם זה כך שכל התמונות יכילו פנים של אדם זה. אתה יכול להשתמש בפונקציה detectFaceOnImages בזיהוי.פיי המראה לך על אילו תמונות תמונות מזוהות. כעת, הפעל את הפקודה:

addFacesToPerson ('תיקייה עם תמונות', 'מזהה אדם שקיבלת לאחר הפקודה הקודמת', 'fff-fff')

לאחר מכן עלינו להכשיר את השירות שלנו על ידי הזנת הדברים הבאים:

PersonGroup.trainPersonGroup ('fff-fff') printResJson (PersonGroup.getPersonGroupTrainingStatus ('fff-fff'))

כעת הקבוצה שלנו מאומנת ומוכנה לזהות אדם.

כדי לבדוק אדם בתמונה אתה יכול:

Face.checkPerson (תמונה, 'fff-fff')

בתגובה תקבל רשימת מועמדים והסתברות המופיעים בתמונה.

הערה: בכל פעם שאתה מוסיף פנים לאדם או לאדם לקבוצה אתה צריך לאמן את הקבוצה!

שלב 5: תצורה של צומת-אדום

שלב תיאור: בשלב זה ניצור זרימת צומת-אדום שתודיע לך על הפרת הגישה למקרר שלך =)

אם ה- Raspberry Pi שלך פועל ב- Raspbian Jessie בנובמבר 2015 או גירסה מתקדמת יותר, אינך צריך להתקין את Node-Red מכיוון שהוא כבר מותקן מראש. אתה רק צריך לעדכן אותו. אנא השתמש במדריך כאן.

כעת עלינו להתקין את הצומת Twilio לצומת האדום, כך שנוכל להפעיל הודעת טקסט. פתח מסוף והקלד:

cd ~/.node-rednpm להתקין צומת-אדום-צומת-טוויליו

עוד על צומת Twilio כאן. לאחר מכן, הפעל את הצומת האדום על ידי הקלדה במסוף:

צומת-אדום

לאחר מכן עבור אל: https://127.0.0.1:1880/ - אם אתה פותח דפדפן ב- Raspberry Pihttps:// {raspberry_pi_ip}: 1880/ - אם אתה רוצה לפתוח את עורך Node -Red ממחשב אחר

כדי לדעת כתובת IP של פטל פאי השתמש בהוראה זו.

כעת עליך למצוא את הצומת Twilio ברשימת הצמתים בעורך הצומת-אדום שלך (בדרך כלל הוא מופיע לאחר קבוצה 'חברתית').

הגיע הזמן ליצור את הזרימה!

הערה: אתה יכול להשתמש בזרימה שלי המצורפת לשלב זה, אך אל תשכח להגדיר את הצמתים: דוא ל, טוויטר וטוויליו. תקרא על זה אחר כך.

הזרימה שלנו מתחילה בצומת "הודע" המקבל בקשת POST מהתוכנית הראשית שלנו עם נתונים מסוימים על הפרת גישה (דוגמא לנתונים ניתן למצוא בצומת ההערה "אודות קבלת אובייקטים"). צומת זה מגיב מיד עם הודעת "אישור", כך שהתוכנית הראשית יודעת שהנתונים התקבלו (זרימה: /הודעה> תגובה עם אישור> תגובה). צומת ירוק בתחתית עם השם msg.payload נמצא שם למטרות איתור באגים: אם משהו לא עובד אתה יכול להשתמש בו.

מתוך צומת אגרוף (/הודע) נתונים שהופצו ל"נושא נתונים "ו"נושא תמונה", שם נוספו נושאים "נתונים" ו"תמונה "בהתאמה.

בצומת "הידור" אנו מקבלים נתונים (שאנו מקבלים במהלך השלב הראשון) עם נושא "הנתונים" ותמונה עם נושא "התמונה" (התמונה לקוחה מ /home/pi/image.jpg). יש לאסוף את שני המסרים הללו לאובייקט אחד, אך שני האובייקטים מתקבלים בזמן שונה! כדי להתמודד עם זה נשתמש בתכונה "הקשר" המאפשרת לנו לאחסן נתונים בין הפניות לפונקציות.

השלב הבא הוא לבדוק אם אדם מרשימת הגישות שלנו או שהוא זר (צומת checkConditions). יש שדה "trustPerson" בנתונים שאנו מקבלים: "נכון" פירושו שאנו מכירים את האדם הזה, אך הוא הפר את הרשאת הגישה, "שווא" פירושו שהאדם זר.

כאשר התוצאה "אמיתית" אנו שולחים הודעה לטוויטר, טוויליו ודוא"ל; כשהתוצאה "לא נכונה" - רק דוא"ל וטוויליו. אנו יוצרים אובייקט לדוא"ל עם הודעה, תמונה מצורפת ונושא דוא"ל, אובייקט לטוויליו עם הודעה. עבור טוויטר אנו מוסיפים נתונים לאובייקט אם "trustPerson" נכון. לאחר מכן שלח את שלושת האובייקטים הללו לשלושה צמתים שונים.

הערה: אם הצומת הבא לא אמור לקבל הודעה אנו פשוט שולחים אליו "null".

הגיע הזמן להגדיר צמתים להתראה!

טוויטר הוסף צומת "טוויטר" לזרימה. פתח אותו בלחיצה כפולה. לחץ על העיפרון ליד "מזהה טוויטר". לאחר מכן לחץ על "לחץ כאן לאימות באמצעות טוויטר". היכנס לחשבון הטוויטר שלך ותן את ההרשאות הדרושות ל- Node-Red.

הוסף צומת "מייל" לזרימה. אם אינך משתמש ב- Gmail יהיה עליך לשנות נתונים בשדות הבאים - "שרת" ו"יציאה "(תוכל למצוא באיזה שרת ויציאה עליך להשתמש בדפי העזרה של סוכן הדוא"ל שלך) אחרת אל תשנה את אלה שדות.

• ל> כתובת דוא"ל שאליה יישלחו הודעות
• Userid> התחברות מהדוא"ל שלך (אולי זהה לשדה "אל")
• סיסמה> סיסמה מחשבון הדוא"ל שלך
• שם> שם לצומת זה

Twilio עבור אל https://www.twilio.com/try-twilio והרשם חשבון. אמת זאת. עבור אל https://www.twilio.com/console. לחץ על "מספרי טלפון" (סמל # גדול) וצור מספר חינם. אם אתה מחוץ לארה"ב עליך להוסיף הרשאות GEO, עבור אל https://www.twilio.com/console/sms/settings/geo-pe… והוסף את המדינה שלך.

כעת, עבור אל עורך הצומת-אדום, הוסף את צומת Twilio, לחץ עליו פעמיים כדי להגדיר ולמלא את כל השדות:

• אישורים> השתמש באישורים מקומיים

• Twilio> ערוך

  • חשבון SID> קח מכאן
  • מאת> הקלד מספר וירטואלי שיצרת
  • אסימון> קח מכאן
  • שם> טוויליו
• פלט> SMS
• ל> מספר הטלפון שלך
• שם> שם לצומת זה.

לחץ על הפרוס

עכשיו הזרימה שלך מוכנה! אתה יכול לבדוק את זה על ידי שליחת בקשת POST עם אובייקט שצוין!

שלב 6: הידור כל הפרויקט

שלב תיאור: בשלב זה נרכיב את כל החלקים יחד ונגרום להם לעבוד כמערכת נפרדת.

בשלב זה עליך:

1. הגדר סמארטפון ישן כמצלמת ip
2. יש חיישני עבודה
3. הוכשר ל- API של Face של מיקרוסופט
4. זרימה צמת-אדום מוגדרת

כעת עלינו לשפר את הקוד שכתבנו בשלב 2. ליתר דיוק תהליך הפונקציה () הנקרא כאשר האדם פותח את הדלת. בפונקציה זו נבצע את הפעולות הבאות:

1. קבל תמונה ממצלמת ip ושמור אותה ב "/home/pi/" בשם "image.jpg" (פונקציה "fromIpCam" בקובץ "getImage")
2. קבל את שם האדם בתמונה זו (פונקציה "checkPerson" בקובץ "זיהוי")
3. בדוק את הרשאת הגישה לאותו אדם (פונקציה "בדוק" בקובץ "גישה")
4. מבוסס על התוצאה של הודעת כתיבת הפונקציה "בדוק"
5. שלח הודעה מורכבת ל- Node-Red (פונקציה "toNodeRed" בקובץ "sendData")

הערה: כדי לראות את הקוד המלא של הפונקציות שהוזכרו אנא הורד קובץ zip המצורף לשלב זה.

אודות הפונקציה "fromIpCam". פונקציה זו גורמת לבקשת GET למצלמת ה- ip שלך, לקבל תמונה ממוקדת בתגובה ולשמור אותה בנתיב שצוין על ידך. עליך לספק כתובת IP למצלמה לפונקציה זו.

אודות הפונקציה "checkPerson". הפונקציה מקבלת דרך לתמונה ולקבוצה שבה אתה רוצה לחפש אדם מהתמונה כפרמטרים. ראשית, הוא מזהה פנים בתמונה המסופקת (קובץ Face.py, פונקציה "זיהוי"). בתגובה הוא מקבל מזהה אם הפנים שזוהו. לאחר מכן הוא מכנה את הפונקציה "זיהוי" (קובץ Face.py) שמוצאים אנשים דומים בקבוצה שצוין. בתגובה הוא מקבל מזהה אדם אם אדם נמצא. לאחר מכן התקשר לפונקציה "אדם" (קובץ Person.py) עם מזהה אדם כפרמטר, הפונקציה "אדם" מחזירה אדם עם מזהה שצוין, אנו מקבלים את שם האדם ומחזירים אותו.

אודות הפונקציה "בדוק". פונקציה זו ממוקמת בקובץ "גישה" שבה היא מציבה גם "רשימת גישה" כמשתנה גלובלי (אתה יכול לשנות אותה כרצונך). קבלת שם האדם מהפונקציה הקודמת, פונקציה "בדוק" השווה אדם זה עם רשימת גישה והחזירו את התוצאה.

הערה: הפרויקט המלא מצורף לשלב הבא.

שלב 7: סיכום

בשלב זה צירפתי את הפרויקט המלא שעליך לפתוח ולמקם ל- Raspberry Pi שלך.

כדי לגרום לפרויקט לעבוד עם קובץ "main.py".

אם אתה שולט ב- Raspberry Pi באמצעות SSH, עליך להפעיל שתי תוכניות ממעטפת אחת: תוכנית פייתון וצומת אדום. הקלד במסוף את הדברים הבאים:

צומת-אדום

הקש על "Ctrl + Z" והקלד:

מקומות תעסוקה

ראית את תהליך הצומת-אדום. תסתכל על מזהה התהליך והקלד:

bg

עכשיו Node-Red צריכים להתחיל לעבוד ברקע. לאחר מכן עבור אל הספרייה עם הפרויקט שלך והפעל את התוכנית הראשית:

python3 main.py

הערה: אל תשכח לשנות KEY בקבצי פייתון (שלב 4) ותעודות הזרימה בצומת אדום (שלב 5)

בוצע! המקרר שלך בטוח!

אני מקווה שנהניתם מהחוויה הזו! אל תהסס להשאיר את דעתך בתגובות.

אשמח אם תצביעו לפרויקט שלי =)

תודה!