用AI给家门口装了个“电子哨兵”
我们为了安全在家门口安装了摄像头。但是拍摄的视频非常的多。多数内容都是没有用的，因为多数情况下没有人经过。当我们翻看视频时，会非常的麻烦。真正有用的视频发生在人经过的时候，或人在门口停留的时候。如果有人经过时，能自动截屏并记录这个时间，我认为非常的重要，至少在翻看视频时，能省去不少的麻烦。
吃灰的旧笔记本焕发第二青春。
我们可以使用笔记本接收视频内容，在笔记本上运行一个Ai识别视频中的内容。当有人进入到框选区域时，程序自动进行截屏并记录时间。这样我们翻看截屏内容和时间记录，可以快速地定位到视频出现人的时间段，并能够有针对性地查看这段时间的视频内容。
自己写个电脑端程序来分析视频流。
市场上的摄像头确实也有这样的功能，但是它们的价格都比较高，并且有很多人反馈它们识别的准确率并不好。我想想，不如自己实现一个，既能省钱，还能锻炼技术。
我调查了一下相关模型。YOLO是一个不错的选择。它可以识别人体，识别小动物。并且有训练好的模型文件，直接可以使用。可视化区域选择识别使用的Supervision，一个开源Python库，画框画线什么的挺方便。视频流处理用OpenCV。
在Ai的加持下，三下五除二，半天的时间就实现了功能。
第一版：一天弹了N条报警
第一个版本实现出来了，经过测试发现经常发生误报，一天没经过几个人，报警的次数倒不少，有个风吹草动它就报警，与我理想的效果相差甚远。电脑一天叮咚响了n遍报警，实际都不是有效事件。
发生这么多报警也不是个事啊，赶紧想办法修改一下、优化一下。
五层过滤：解决误报问题
增加过滤逻辑：
- 区域划定——设定监控范围，通过圈选区域缩小范围。
- 连续多帧确认——触发警告前，确认连续多帧符合警报要求。
- 同区域冷却——划定的相同区域内，被标定为同一个ID的人，不重复警告。
- 置信度阈值——调整设值信任度阀值，最终调整到百分之八十，效果比较符合预期的。
- 面积过滤——太小目标直接扔，远处人影什么的不管。
经过反复的测试，误报的情况几乎在一天当中不会多于3次。基本符合了简单的使用要求。
看看桌面程序效果
我们来看一下运行起来的效果。
左边是警告的窗口，窗口中显示了置信度和哪块区域发生警报。右侧是实时的视频内容预览，预览中可以看到识别出的人体框和圈选区域有重叠，进行报警。主界面中，接入的视频流是通过RTMP的方式拉取的。同时置信度也可以通过Slider方式进行调整。添加圈选区域功能，可以通过鼠标方便地选区域。
看看这几天它帮我监控了什么？
现在它运行了几天，主要帮我识别了哪些内容：
- 有人进入区域，记录下来。
- 有快递放门口了，记录下来。
- 晚上有人靠近我家门口，记录下来。
- 每天早上快递员几点来的、外卖小哥长啥样、有没有人在门口转悠过……
监控视频不再是摆设，通过这个软件能快速了解有效视频发生时间，直接查看对应时间的详细视频。非常方便。
写在最后
现在有快递什么时候到？在晚上有谁在门口停留过？直接查看截屏内容，马上就了解了。有警告和截屏还不算什么高级功能，还可以增加一些更高级的功能。比如支持警告推送，在手机上直接能够查看警告内容，包括截图，这样用起来就更方便了。
类似的功能还可以拓展一下。比如，现在很多录像机都会录制很多的监控视频内容。当我们想在这些监控视频中查找人员时，翻看也比较麻烦。如果能直接读取视频，然后将视频中有人出现的时间段记录下来。那样会提高视频查看效率。你们认为这个想法怎么样？
