該應用程序根據畫面中人臉的位置連續監控和調整兩個伺服系統的垂直和水平位置。如果檢測到人臉，則會記錄該活動，并使用 Amazon Web Services (AWS) API 網關、Lambda 和簡單通知服務 (SNS) 向管理員發送通知短信。該項目擴展了 OpenCV 開放模型動物園中的人臉識別演示。

要求

總建造成本不到 175 美元。硬件可以從 Amazon、Sparkfun 或 Adafruit 購買。

Raspberry Pi 4B（首選 4GB）

Movidius 電腦棒 2

微型 HDMI 電纜（僅限 RPI 4）

鍵盤和鼠標

微型 SD 卡（首選 8GB 或更大）

MakerFocus Raspberry Pi 平移/傾斜帽

MakerFocus Raspberry Pi 夜視相機

適用于 Raspberry Pi Cam 的 Adafruit Flex 電纜

iUniker Raspberry Pi 集群案例

樹莓派充電器 (RPI 4)

AWS 控制臺訪問

公對母 GPIO 帶狀電纜

鉆頭

集會

Walle-ng 可以組裝成多種配置，這實際上取決于用例和用戶偏好。對于此安裝，iUniker Raspberry Pi Cluster Case 的兩個部分用于容納 Raspberry Pi 和安裝平移/傾斜帽。Raspberry Pi 安裝在機箱下部的頂部，風扇安裝在頂部（外部）。建議安裝散熱器，通過頂部塑料件中的開口連接和饋送 Picam 柔性電纜，并將 GPIO 帶狀電纜的母端放在 Raspberry Pi GPIO 引腳上，然后再圍繞 Raspberry Pi 組裝外殼。

組裝中最困難的部分是將平移/傾斜帽連接到 iUniker 外殼的最上部。頂部塑料外殼件（固定平移/傾斜帽的部分）與用于 iUniker 外殼頂部的部件相同（與中間部件相同）。使用提供的說明組裝平移/傾斜帽后，將帽子放在 iUniker 的頂部，并以可以標記 4 個孔位置的方式放置，位于平移/傾斜帽 PCB 的角上, 在 iUniker 塑料上使用標記。鉆孔后，使用 iUniker 套件隨附的可用硬件將平移/傾斜帽固定到塑料上。請注意，在圖像中，由于 iUniker 塑料件中的開口，我只能將 4 個孔中的 3 個固定到塑料上。大學教師'

組裝的最后一部分包括將風扇連接到 5v 和接地 GPIO 引腳，將英特爾 Movidius 計算棒插入其中一個 USB3.0 端口，連接微型 HDMI、鍵盤和鼠標（如果它們需要使用），并將 GPIO 帶狀電纜的公端連接到平移/傾斜帽。fam 的正極（紅色）線應連接到 GPIO2 或 GPIO4，地線（黑色）應連接到 GPIO6。可以在參考部分找到 RPI4 的 GPIO 引出線。

設置亞馬遜網絡服務

本教程中使用的所有服務均符合AWS 免費套餐的使用條件。如果您沒有 AWS 控制臺訪問權限，則需要在AWS 網站上創建一個帳戶。本節將提供有關設置 AWS SNS、API 網關和 Lambda 的詳細信息。

AWS 簡單通知服務 (SNS)

SNS 是一種高度可用、持久、安全、完全托管的發布/訂閱消息傳遞服務，可以配置為向訂閱 SNS 主題的設備發送 SMS 或電子郵件消息。對于這個項目，將創建一個 SNS 主題，并將一個移動設備配置為該主題的訂閱者。這是接收從 walle-ng 事件觸發的消息所必需的。在 AWS 控制臺中，轉到 Simple Notification Services 并執行以下操作：

簡單通知服務 (SNS) --> 主題 --> 創建主題

設置以下設置：

名稱：walle-sns-topic

顯示名稱：警報

點擊 --> 創建主題

創建主題后，應該可以看到類似于下圖的視圖。復制與 walle-sns-topic 關聯的 ARN。在這個例子中，它是arn:aws:sns:us-east-1:646789677679:walle-ng-topic。

創建對該主題的訂閱：

點擊 --> 創建訂閱

主題 ARN：選擇 walle-sns-topic（如果尚未選擇）

協議：短信（或電子郵件，如果您愿意）

端點：+15556667777（輸入電話號碼，如果選擇了電子郵件，則輸入電子郵件）

點擊 --> 創建訂閱

應設置 SNS 以向移動設備發送 SMS 消息。建議發布測試消息以驗證設置。要發布測試消息，請執行以下操作：

在邊欄中，選擇主題 --> walle-ng-topic

點擊-->發布消息

主題：測試

消息正文：測試測試

點擊-->發布消息

AWS 拉姆達

AWS Lambda 讓您無需預置或管理服務器即可運行代碼。它是無服務器的，只有在向 API 網關發出 POST 請求時才會運行。Lambda 將負責解析來自 walle-ng 的 POST 請求并發布 SNS 消息。在 AWS 控制臺中，轉到 Lambda 并執行以下操作：

Lambda --> 創建函數 --> 選擇“Author from scratch”

在基本信息部分，設置以下操作：

函數名稱：walle-ng-lambda

運行時：Python3.6

角色名稱：walle-ng-role

權限：基本 Lambda、Amazon SNS 發布策略

點擊 --> 創建函數

創建 Lambda 函數后，向下滾動到該Function code部分并將下面的代碼復制/粘貼到lambda_function.py腳本中。在 下TOPIC_ARN_SMS，將值更改為您在創建 時記下的 ARN walle-ng-topic。對于此示例，將更改為arn:aws:sns:us-east-1:646789677679:walle-ng-topic.

完成后，單擊 --> 保存。

?

?

import boto3
import urllib.parse
import logging
logger = logging.getLogger()
logger.setLevel(logging.INFO)

TOPIC_ARN_SMS = ""
SMS_SUBJ = "Alert"
SMS_MESG = "Observed unknown person(s)"

'''Setup SNS resource'''
def publish_sms_msg(topic_arn=TOPIC_ARN_SMS, sms_mesg=SMS_MESG, sms_subj=SMS_SUBJ):
    sns = boto3.resource('sns')
    publish_sms(sns, topic_arn, sms_mesg, sms_subj)

'''Send the SMS'''
def publish_sms(sns, topic_arn, sms_mesg, sms_subj):
    topic = sns.Topic(topic_arn)
    topic.publish(Message=sms_mesg, Subject=sms_subj)

'''Event handler'''
def lambda_handler(event, context):
    if event['httpMethod'] == 'POST':
        msg = event['body']
        msg = urllib.parse.parse_qs(msg)
        if msg['message']:
            alert = msg['message'][0]
            logger.info(alert)
            publish_sms_msg(sms_mesg=alert)
            return {
                'statusCode': 200,
                'headers': {
                    'Content-Type': 'application/json'
                },
                'body': 'OK'
            }
        else:
            return {
                'statusCode': 499,
                'headers': {
                    'Content-Type': 'application/json'
                },
                'body': 'Go Away!'
            }
    else:
        return {
            'statusCode': 499,
            'headers': {
                'Content-Type': 'application/json'
            },
            'body': 'Go Away!'
        }

?

?

最終輸出應類似于以下內容：

在下一步中，通過執行測試驗證是否正確設置了 Lambda 函數。在 Lambda 控制臺中執行以下操作：

點擊 --> 測試

檢查 --> 創建新測試

事件名稱 --> SMSTest

將 JSON 替換為以下內容并單擊 --> 創建

?

?

{
    'httpMethod': 'POST',
    'body': 'message=Observed+test'
}

?

?

單擊 --> 操作 --> 發布新版本

點擊 --> 測試

您應該會收到一條發送到訂閱 SNS 主題的電話號碼的 SMS 消息。一條成功的消息表示 Lambda 已正確配置以使用 SNS。

AWS API 網關

Amazon API Gateway 是一項完全托管的服務，可讓開發人員輕松發布、維護、監控、保護和操作自定義 API。API 網關將被配置為接受包含來自 walle-ng 的消息的 POST 請求。為了向與 API 通信的端點設備增加一層安全性，將生成一個 API 密鑰，并將 walle-ng 配置為在每次調用時使用 API。在 AWS 控制臺中，轉到 API 網關并執行以下操作：

API 網關 --> 創建 API

設置以下內容：

API 名稱：walle-ng-api

描述：Walle-ng API

點擊-->創建api

選擇 walle-ng-api --> Actions --> Create Resource

設置以下內容：

資源名稱：Walle API網關

資源路徑：walle-api-gateway

檢查 --> 啟用 API 網關 CORS

點擊 --> 創建資源

單擊 --> 操作 --> 創建方法

選擇 --> POST（完成后，按下下拉列表旁邊的復選標記按鈕）

在 POST 設置窗口中，設置以下內容：

集成類型：Lambda

檢查 --> 使用 Lambda 代理集成

Lambda 函數：walle-ng-lambda

點擊 --> 保存

向 Lambda 函數添??加權限單擊 --> 確定

在左側邊欄中，選擇 API Keys

單擊 --> API 密鑰 --> 操作 --> 創建 API 密鑰

設置以下內容：

名稱：walle-api-key

說明：Walle API Key

創建密鑰后，選擇 api 密鑰名稱 --> 顯示（API 密鑰旁邊）。記下 API 密鑰，以便將來參考。

在左側邊欄中，選擇 APIs --> walle-ng-api

設置以下內容：

點擊 --> POST --> 方法請求

單擊 --> 需要 API 密鑰 --> True --> 單擊復選標記以保存

單擊 --> 選項 --> 方法請求

單擊 --> 需要 API 密鑰 --> True --> 單擊復選標記以保存

單擊 --> 操作 --> 啟用 CORS --> 啟用 CORS 并替換現有的 CORS 標頭 --> 是，替換現有值

在 Deploy API 中設置以下值：

單擊 --> 操作 --> 部署 API

舞臺 --> 舞臺

階段名稱 --> 產品

單擊 --> 部署

記下調用 URL。該值將在 Walle 客戶端配置中使用。在此示例中，調用 URL 是https://2szxrk2gh4.execute-api.us-east-1.amazonaws.com/prod。為了生成 POST 請求將發送到的 URL，請添加walle-ng-api到調用 URL 的末尾。此示例的最終 URL 為https://2szxrk2gh4.execute-api.us-east-1.amazonaws.com/prod/walle-ng-api。

在繼續 Raspberry Pi 安裝部分之前，請確保端點 URL 和 API 密鑰區域在記事本中可用。在 walle-ng 安裝期間，腳本會詢問這些值以使設置更容易。

樹莓派安裝

此時，目標是成功將 Raspbian OS 刷入 micro SD 卡，啟用 SSH，并擴展文件系統。系統運行后，將安裝項目依賴項和工具以獲得工作的“walle-ng”設備。

首先將 Raspbian Desktop 下載到您的計算機。使用Unetbootin、BalenaEtcher或Rufus和您的微型 SD 卡創建一個可引導的 USB 驅動器。有關此主題的幫助，請參閱本教程底部的參考部分。

?

?

# Alternative download using bash. In a shell, run:
wget https://downloads.raspberrypi.org/raspbian/images/raspbian-2019-09-30/2019-09-26-raspbian-buster.zip
shasum -a 256 2019-09-26-raspbian-buster.zip
unzip 2019-09-26-raspbian-buster.zip

?

?

使用 Balena Etcher 將 Raspbian OS 刷入 micro SD 卡的示例：

接下來，將 micro SD 卡重新插入計算機，并在啟動分區中添加一個名為“ssh”的空文件。在 Linux 中，發出lsblk命令以顯示可用的驅動器和安裝點。創建空文件的問題。touch /media/anton/boot/ssh注意：此路徑會有所不同，因此請修改它以反映主機上安裝的 micro SD 卡的路徑。創建文件后，卸載可引導驅動器并將微型 SD 卡插入 Raspberry Pi。注意：如果您打算使用鍵盤、鼠標和外接顯示器，則可以跳過此步驟并在登錄樹莓派時啟用 SSH。

?

?

# Show partitions (after inserting the micro SD card)
lsblk

# View files in the boot partition
ls -la /media/anton/boot

# Create an empty ssh file in the boot partition and verify
touch /media/anton/boot/ssh
ls -la /media/anton/boot

?

?

為 Raspberry Pi 通電并通過 SSH，或通過 GUI 登錄。如果您需要快速找到本地 LAN 上 Raspberry Pi 的 IP 地址，請使用 Nmap 來定位它。新圖像的默認密碼是raspberry. 建議更改默認密碼以增強樹莓派的安全性。

?

?

# Locate Pi on the network
sudo nmap -sn 192.168.198.0/24 | grep Raspberry -B 2

# SSH to Pi using the password raspberry
ssh pi@192.168.198.167

# Change the root password
passwd

?

?

如何使用 nmap 和 SSH 連接到 Raspberry Pi 的示例：

。

?

?

# Open a terminal on the Pi Desktop
cd ~/Walle-ng
python3 walle-ng.py

?

?

作為登錄 Pi 桌面的替代方法，您可以在主機上使用 SSH 并運行以下命令來查看流：

?

?

# SSH to the Pi with the -X option to view the steam on your host machine
ssh -X pi@192.168.198.167
cd ~/Walle-ng
python3 walle-ng.py

?

?

定制墻

walle-ng 的所有設置都在config.cfg位于 config 目錄的文件中設置。更詳細的參數解釋如下：

?

?

[General]
# Input video device, default is 0
input_video    =0

# Output steam file. This writes the video stream to /tmp and can be read by other applications
output_video   =/tmp/output.mpeg

# Show the video stream in a seperate window on the desktop. Set to False for headless installs.
do_output      =True

# Auto-pause after each frame
do_timelapse   =False

# Crop the input stream to this width
crop_width     =0

# Crop the input stream to this height
crop_height    =0

# Output log file for debugging
log_file       =/home/pi/Walle-ng/walle-ng.log

[Faces]
# Path to headshots for performing face identification
# Images should be in the format of Name-0.jpg, Name-1.png
db_path        =/home/pi/Walle-ng/dataset

# Use Face Detection model to find faces on the face images, otherwise use full images.
do_detector    =False

[Model]
# Face detection model path
model_fd      =/home/pi/Walle-ng/models/face-detection-retail-0005.xml

# Landmark regression model path
model_ld      =/home/pi/Walle-ng/models/landmarks-regression-retail-0009.xml

# Face reidentification model path
model_rd      =/home/pi/Walle-ng/models/face-reidentification-retail-0095.xml

[Inference]
# Inference device, can be [CPU,GPU,FPGA,MYRIAD,HETERO]
# To use Movidius, set to MYRIAD
device_fd      =MYRIAD
device_lm      =MYRIAD
device_rd      =MYRIAD

# Probability threshold for face detections
thresh_fd      =0.6

# Cosine distance threshold between two vectors for face identification
thresh_rd      =0.3

# Scaling ratio for bboxes passed to face recognition
scale_ratio    =1.15

# Show verbose debugging to logs
do_verbose     =False

# Show stats
do_stats       =False

# Allow growing the face database, in addition allow dumping new faces on disk. In that
# case the user will be asked if he wants to add a specific image to the images gallery.
# The user should specify the name for the image in the open window and press `Enter`.
# If it's not, then press `Escape`. The user may add new images for the same person by
# setting the same name in the open window.
do_grow        =False

[AWS]
# AWS API Gateway endpoint URL. This should point to the POST request URL
notify_url     =

# AWS API Gateway API Key
api_key        =

# Enable/Disable notifications, True = Enabled
do_notify      =True

?

?

?