Raspberry Pi'li Buzdolabı İçin Yüz Tanıma Güvenlik Sistemi: 7 Adım (Resimli)

2024 Yazar: John Day | [email protected]. Son düzenleme: 2024-01-30 13:20

İnternette gezinirken güvenlik sistemleri fiyatlarının 150$ ile 600$ ve üzeri arasında değiştiğini keşfettim, ancak tüm çözümler (çok pahalı olanlar bile) evinizdeki diğer akıllı araçlarla entegre edilemez! Örneğin, ön kapınıza bir güvenlik kamerası kuramazsınız, böylece siz veya arkadaşlarınız için kapıyı otomatik olarak açar!

Her yerde kullanabileceğiniz basit, ucuz ve güçlü bir çözüm yapmaya karar verdim! Ucuz ve ev yapımı güvenlik sistemlerinin nasıl oluşturulacağına dair birçok kılavuz var, ancak bunların gerçekten önemsiz olmayan uygulamalarını göstermek istiyorum – yüz tanımalı bir buzdolabı için güvenlik sistemi!

O nasıl çalışır? Bir buzdolabının üst kısmına yerleştirilen IP kamera, sensörler (iki düğme) bir kişi buzdolabının kapısını açtığında bunu algılar, ardından Raspberry Pi o kişinin fotoğrafını çeker (IP kamera ile) ve ardından Microsoft Face API'ye gönderir. görüntüyü analiz etmek ve kişinin adını almak. Bu bilgilerle Raspberry Pi “erişim listesini” tarar: kişinin buzdolabına erişim izni yoksa, Raspberry sahibini e-posta, kısa mesaj ve twitter yoluyla bilgilendirir! (Yukarıdaki resimlere bakın)

Niye ya? Sistem, aile üyelerinizi özellikle diyet yaparken veya gece yarısından sonra yemek yememekle mücadele ederken kontrol etmenizi sağlar! Ya da sadece eğlence için kullanın!

Ayrıca, kamerayı ön kapınıza kurabilir ve sistemi siz, aile üyeleriniz veya arkadaşlarınız yaklaşırken kapıyı açacak şekilde yapılandırabilirsiniz. Ve bu son değil! Uygulamanın olanakları sonsuzdur!

Hadi başlayalım!

Adım 1: Hazırlık

İhtiyacın olacak:

• Raspberry Pi 3 (eski sürümleri kullanabilirsiniz, ancak üçüncü nesil Wi-Fi'ye sahiptir, bu yüzden çok uygundur)
• Düğmeler
• teller
• Eski Akıllı Telefon veya Raspberry Pi kamera

Yapmanız gereken ilk şey, Raspberry Pi'nizi yapılandırmak. Bunun nasıl yapılacağına ilişkin ayrıntılı talimatları burada ve burada bulabilirsiniz, ancak bu kılavuzdaki en önemli adımları ele alacağız.

1. Win32 DiskImager'ı buradan indirin (Windows kullanıyorsanız)
2. SD Formatter'ı buradan indirin
3. SD kartı bilgisayarınıza takın ve SD Formatter ile biçimlendirin
4. Raspbian Image'ı buradan indirin ("Raspbian Jessie with pixel"i seçin)
5. Win32 DiskImager'ı çalıştırın, SD kartınızı seçin, Raspbian görüntüsünün yolunu belirtin, "Yaz" ı tıklayın
6. Raspberry Pi'nize SD kartı takın ve gücü açın!

Ek olarak, Raspberry Pi'nizi sisteme SSH üzerinden erişecek şekilde yapılandırmanız gerekir. İnternette çok fazla talimat var, örneğin bunu kullanabilir veya monitör ve klavye takabilirsiniz.

Artık Pi'niz yapılandırıldı ve devam etmeye hazırsınız!

Adım 2: Bir Sensör Yapmak

Adım Açıklama: Bu adımda bir kişinin buzdolabının kapısını açtığını algılayan ve Raspberry Pi'yi aktif hale getiren bir sensör yapacağız.

Ayarlamak için, başlangıçta hazırladığınız 2 düğmeye ihtiyacınız olacaktır. Bir kişinin fotoğrafını çektiğimiz noktaya kadar ilk buton kapı açıldığında algılayacak, ikinci buton kapı açıldığında algılayacak.

1. Düğmelere lehim telleri.
2. İlk düğmeyi buzdolabının kapısına, kapı kapandığında itilecek şekilde takın (yukarıdaki resme bakın)
3. İkinci düğmeyi yukarıdaki fotoğrafta gösterildiği gibi buzdolabının kapısına takın. Kapının sistemin resim çektiği noktaya gelmesi dışında bu düğme her zaman serbest bırakılmalıdır. Ayarlamak için buzdolabınıza, kapı istenilen ölçüde açıldığında bu düğmeye basılması için bir şey takmanız gerekir (yukarıdaki fotoğraflara bakın).
4. Düğmelerden Raspberry Pi'ye kabloları bağlayın: ilk düğmeyi GPIO 23'e ve toprağa, ikinci düğmeyi GPIO 24'e ve toprağa bağlayın (fritzing şemasına bakın).

Not: BCM pinout'unu (Board değil) kullanıyorum, burada okunan fark hakkında daha fazla bilgi.

Raspberry Pi'nize SSH üzerinden bağlandıktan sonra, python kabuğunu çalıştırmak için terminali yazın:

piton3

Raspberry Pi'ye monitör ve klavye takıyorsanız, menüden “Python 3 IDLE” komutunu çalıştırmanız yeterlidir.

Sonraki adım Raspberry Pi'nin butonlarla çalışmasını sağlamak. GPIO 23 ve 24 pinlerine, bu pinler üzerindeki “yükselen kenar” olayını ve “düşen kenar” olayını dinleyecek özel dinleyiciler ekleyeceğiz. Olay olması durumunda dinleyiciler tanımladığımız fonksiyonları çağıracaktır. "Yükselen kenar", düğmeye basıldığı ve şimdi bırakıldığı (ilk düğme - kapı açılır), "düşen kenar", düğmenin bırakıldığı ve şimdi basıldığı anlamına gelir (ikinci düğme - kapı belirli bir noktaya ulaştı). Düğmelerin işlevselliği hakkında daha fazla bilgi - burada.

İlk olarak, pinlere erişmemizi sağlayan kütüphaneyi içe aktarın:

RPi. GPIO'yu GPIO olarak içe aktar

Şimdi olay tetiklendiğinde çağrılacak özel işlevleri tanımlayın:

def sensör1(kanal): print(“sensör 1 tetiklendi”)def sensor2(kanal): print(“sensör 2 tetiklendi)

Pinout tipini ayarla:

GPIO.setmode(GPIO. BCM)

Pinleri yapılandırın:

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

Dinleyicileri ekleyin:

GPIO.add_event_detect(23, GPIO. RISING, geri arama=sensör1, sıçrama süresi=300)GPIO.add_event_detect(24, GPIO. FALLING, geri arama=sensör2, geri arama=300)

Şimdi test edebilirsiniz! Düğme 1'e basarsanız, terminalde “sensör 1 tetiklendi” mesajını görürsünüz, düğme 2 size “sensör 2 tetiklendi” mesajını verir.

Not: Denemeyi bitirdiğinizde şu işlevi çağırmayı unutmayın: GPIO.cleanup().

Kapı fotoğraf çektiğimiz noktaya geldiğinde çağrılan bir fonksiyon daha kuralım! Kendiniz yapabilir veya buraya eklediğim uygulamamı kullanabilirsiniz (sensor.py)

Not: sensor.py yalnızca test amacıyla kullanılır, son adıma eklediğim tam işlevselliğe sahip dosyalar.

3. Adım: IP Kamerayı Yapılandırın

Adım açıklaması: Şimdi eski akıllı telefonu bir IP kamera olarak yapılandıracağız.

Akıllı telefonun IP kamera olarak kullanılması, uygulama aracılığıyla yapılır. Android, iOS, Windows Phone için kullanabileceğiniz farklı uygulamalar var. Android için "IP Webcam" adlı olanı seçtim. Bu ücretsiz bir uygulamadır ve yapılandırması kolaydır.

Uygulamayı çalıştırın, uygulamanın sağlayacağı fotoğrafların çözünürlüğünü ayarlamak için "Video tercihleri"ne gidin. Ardından "Sunucuyu başlat"a (yukarıdaki ilk resim) dokunun. Ekranın alt kısmında kameranın ip adresini görmelisiniz (Yukarıdaki ikinci resme bakın). Tarayıcıya https://cam_ip_address/photo-j.webp

Son olarak kamerayı buzdolabına takın (yukarıdaki son resim).

4. Adım: Yüz API'sı

Adım Açıklama: Bu adımda Microsoft'un yüz tanıma yapan ve insanları tanımlayan Face API'sinden bahsedeceğiz.

Microsoft'un Face API'si, fotoğrafları analiz edebileceğimiz ve üzerlerindeki kişileri tanımlayabileceğimiz bir yüz tanıma hizmetidir.

İlk olarak, Microsoft Azure Hesabına ihtiyacınız var. Eğer bir tane yoksa, buradan ücretsiz olarak oluşturabilirsiniz.

İkinci olarak, https://portal.azure.com adresine gidin, sol taraftaki "Yeni"ye tıklayın, "Bilişsel Hizmetler API'leri" formuna yazın, seçin ve "Oluştur"a tıklayın. Veya bu bağlantıyı açabilirsiniz. Şimdi hizmetinizin Adını girmeniz, abonelik türünü, ihtiyacınız olan API türünü (bizim durumumuzda Face API'dir), konumu, fiyatlandırma katmanını, kaynak grubunu seçmeniz ve Yasal Koşulları kabul etmeniz gerekir (bu adıma eklenen ekran görüntüsüne bakın).

Üçüncü olarak, "Tüm kaynaklar"a tıklayın, Face API hizmetinizi seçin ve kullanım istatistiklerini, kimlik bilgilerini vb. görün.

Face API detayları burada bulunabilir, farklı programlama dillerinde örnekler verilmiştir. Bu proje için python kullanıyoruz. Belgeleri okuyabilir ve kendi işlevsellik setinizi oluşturabilir veya burada sağlananları kullanabilirsiniz (bu, Microsoft tarafından sağlanan tam işlevsellik seti değildir, yalnızca bu proje için gerekli olan noktalar). Python dosyalarım bu adıma eklendi.

Face API ile çalışmanın yapısına geçelim. "Kimlik" işlevini kullanmak için, uygulama tarafından çekilen fotoğrafları tanıyacak olan Face API hizmetini kullanan kişilerden oluşan bir kitaplık oluşturmamız gerekiyor. Ayarlamak için lütfen aşağıdaki adımları izleyin:

1. Grup Oluştur
2. Bu Gruba Kişi Ekle
3. Bu kişilere yüz ekle
4. Tren grubu
5. Kimliğini belirlemek istediğiniz kişiyle birlikte fotoğraf gönderin (hizmetin adayları arayacağı fotoğraf ve grup kimliği sağlamanız gerekir)
6. Sonuç: Yanıt olarak, gönderdiğiniz fotoğrafta olabilecek adayların bir listesini alacaksınız.

Gruplarla, tek kişilerle ve tek fotoğraflarla çalışmaya izin veren belirli işlevlere sahip üç dosya oluşturdum:

• PersonGroup.py - aşağıdakilere izin veren özellikleri içerir: grup oluşturma, grup hakkında bilgi alma, tüm gruplarınızın listesini alma, grubu eğitme ve eğitim durumunu alma
• Person.py - aşağıdakilere izin veren özellikleri içerir: kişi oluşturma, kişi bilgilerini alma, belirtilen gruptaki tüm kişileri listeleme, belirtilen kişiye yüz ekleme
• Face.py - aşağıdakilere izin veren özellikleri içerir: resimdeki yüzü algılama, kişiyi tanımlama, tanımlanan kişinin adını alma

"recognition.py" adlı dosyada, görüntünün bir yüz içerip içermediğini kontrol etmenize ve belirtilen kişiye yüzler eklemenize (belirtilen klasördeki birçok görüntüden otomatik olarak yüz ekler) izin veren özellikler sağlıyorum.

Bu adıma ekli dosyayı indirin, paketinden çıkarın, şu üç dosyadaki 'KEY' global değişkenini değiştirin: PersonGroup.py, Person.py ve Face.py bulabileceğiniz kendi anahtarınıza: portal.azure.com > tüm kaynaklar > yüz api hizmeti (veya nasıl adlandırdığınız) > tuşlar sekmesi. İki tuştan herhangi birini kullanabilirsiniz.

Not: Burada Face API hizmetini insanları tanıması için eğiteceğiz, böylece aşağıdaki işlemler herhangi bir bilgisayardan yapılabilir (Bunun için Raspberry Pi gerekli değildir) - değişiklikler Microsoft'un sunucusuna kaydedilir.

ANAHTARI değiştirdikten sonra, tanıma.py dosyasını çalıştırın ve python kabuğuna aşağıdaki komutu girin:

PersonGroup.create("aile", 'fff-fff')) // için kendi adınızı ve kimliğinizi kullanabilirsiniz

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

Yeni oluşturduğunuz grupla ilgili verileri görmelisiniz. Şimdi girin:

printResJson(Person.createPerson('fff-fff', 'kişinin adı'))

Şimdi kişi kimliğini alırsınız. Tüm resimlerin bu kişinin yüzünü içermesi için bu kişinin resimlerini içeren bir klasör oluşturun. Hangi fotoğraflarda yüzün algılandığını size gösteren tanıma.py'deDetectFaceOnImages işlevini kullanabilirsiniz. Şimdi, komutu çalıştırın:

addFacesToPerson('resimli klasör', 'önceki komuttan sonra aldığınız kişi kimliği', 'fff-fff')

Ardından, aşağıdakileri girerek hizmetimizi eğitmemiz gerekiyor:

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

Artık grubumuz eğitildi ve bir kişiyi tanımlamaya hazır.

Resimdeki kişiyi kontrol etmek için şunları yapabilirsiniz:

Face.checkPerson(resim, 'fff-fff')

Yanıt olarak, fotoğrafta kimin olduğu ve adayların bir listesini alacaksınız.

Not: Bir gruba bir kişiye veya kişiye yüz eklediğinizde, grubu eğitmeniz gerekir!

Adım 5: Düğüm-Kırmızı Yapılandırma

Adım Açıklama: Bu adımda buzdolabınıza erişim ihlalini size bildirecek Node-Red akışını oluşturacağız =)

Raspberry Pi'niz Raspbian Jessie Kasım 2015 veya sonraki bir sürümde çalışıyorsa, Node-Red'i yüklemeniz gerekmez, çünkü bu zaten önceden yüklenmiştir. Sadece güncellemeniz gerekiyor. Lütfen burada kılavuzu kullanın.

Şimdi, bir metin mesajını tetikleyebilmek için Twilio düğümünü Düğüm-Kırmızı'ya kurmamız gerekiyor. Terminali açın ve şunu yazın:

cd ~/.node-rednpm kurulum düğümü-red-node-twilio

Twilio düğümü hakkında daha fazla bilgiyi burada bulabilirsiniz. Bundan sonra, terminale yazarak Node-Red'i çalıştırın:

düğüm kırmızısı

Ardından şu adrese gidin: https://127.0.0.1:1880/ - Raspberry Pi'nizde tarayıcı açarsanız https://{raspberry_pi_ip}:1880/ - diğer bilgisayardan Node-Red düzenleyicisini açmak istiyorsanız

Raspberry pi'nin ip adresini öğrenmek için bu talimatı kullanın.

Şimdi, Düğüm-Kırmızı düzenleyicinizdeki düğümler listesinde Twilio düğümünü bulmanız gerekir (genellikle 'sosyal' gruptan sonra görünür).

Akışı yaratmanın zamanı geldi!

Not: Bu adıma ekli akışımı kullanabilirsiniz, ancak düğümleri yapılandırmayı unutmayın: e-posta, twitter ve twilio. Bunu daha sonra okuyun.

Akışımız, erişim ihlaliyle ilgili bazı verilerle birlikte ana programımızdan POST isteğini kabul eden "bildir" düğümü ile başlar (verilerin örneği "nesne alma hakkında" yorum düğümünde bulunabilir). Bu düğüm hemen "Tamam" mesajı ile yanıt verir, böylece ana program verilerin alındığını bilir (Akış: /bildir> Ok ile yanıt> yanıt). Altta msg.payload adındaki yeşil düğüm hata ayıklama amaçlıdır: eğer bir şey çalışmıyorsa onu kullanabilirsiniz.

İlk düğümden (/notify) veriler, sırasıyla "veri" ve "görüntü" konularının eklendiği "Veri Konusu" ve "Görüntü Konusu"na yayılır.

"Derleme" düğümünde, "veri" konusuna sahip verileri (ilk adımda elde ettiğimiz) ve "image" konusuna sahip bir resim (resim /home/pi/image-j.webp

Bir sonraki adım, erişim listemizdeki kişinin veya yabancı olup olmadığını kontrol etmektir (checkConditions düğümü). Aldığımız verilerde "güvenilen Kişi" alanı vardır: "doğru" bu kişiyi tanıyoruz, ancak erişim iznini ihlal ediyor, "yanlış" ise kişinin yabancı olduğu anlamına gelir.

Sonuç “doğru” olduğunda twitter, twilio ve e-postaya bildirim göndeririz; sonuç "yanlış" olduğunda - yalnızca e-posta ve twilio. Bir mesaj, ekli resim ve e-posta konusu olan e-posta için bir nesne, bir mesaj içeren twilio için bir nesne oluşturuyoruz. Twitter için "trustedPerson" doğruysa bir nesneye veri ekleriz. Ardından bu üç nesneyi üç farklı düğüme gönderin.

Not: Aşağıdaki düğüm bir mesaj almazsa, ona "null" göndeririz.

Bildirim için düğümleri yapılandırmanın zamanı geldi!

Twitter Akışa "twitter" düğümü ekleyin. Çift tıklayarak açın. "Twitter Kimliği"nin yanındaki kaleme tıklayın. Ardından "Twitter ile kimlik doğrulamak için burayı tıklayın" seçeneğini tıklayın. Twitter hesabınıza girin ve Node-Red gerekli izinleri verin.

Akışa "e-posta" düğümü ekleyin. Gmail kullanmıyorsanız, aşağıdaki alanlardaki verileri değiştirmeniz gerekir - "Sunucu" ve "Bağlantı Noktası" (hangi sunucuyu ve bağlantı noktasını kullanmanız gerektiğini e-posta aracınızın Yardım Sayfalarında bulabilirsiniz) aksi takdirde bunları değiştirmeyin alanlar.

• Kime > mesajların gönderileceği e-posta adresi
• Kullanıcı kimliği > e-postanızdan giriş yapın (belki "Kime" alanıyla aynı)
• Şifre > e-posta hesabınızdan şifre
• Ad > bu düğüm için ad

Twilio https://www.twilio.com/try-twilio adresine gidin ve bir hesap açın. Doğrulayın. https://www.twilio.com/console adresine gidin. "Telefon Numaraları"na (büyük # simgesi) tıklayın ve ücretsiz numara oluşturun. ABD dışındaysanız GEO izinleri eklemeniz gerekir, https://www.twilio.com/console/sms/settings/geo-pe… adresine gidin ve ülkenizi ekleyin.

Şimdi Node-Red düzenleyicisine gidin, Twilio düğümünü ekleyin, yapılandırmak ve tüm alanları doldurmak için üzerine çift tıklayın:

• Kimlik Bilgileri > Yerel Kimlik Bilgilerini Kullan

• Twilio > düzenle

  • Hesap SID > buradan alın
  • Gönderen > oluşturduğunuz sanal numarayı yazın
  • Jeton > buradan alın
  • İsim > Twilio
• Çıktı > SMS
• > telefon numaranıza
• Ad > bu düğüm için ad.

Dağıt'ı tıklayın

Artık akışınız hazır! Belirtilen nesne ile POST isteği göndererek test edebilirsiniz!

Adım 6: Tüm Projeyi Derlemek

Adım Açıklama: Bu adımda tüm parçaları bir araya getirip ayrı bir sistem olarak çalışmasını sağlayacağız.

Bu adımda yapmanız gerekenler:

1. Eski akıllı telefonu ip kamera olarak yapılandırın
2. Çalışan sensörler var
3. Eğitimli Microsoft'un Face API'si
4. Yapılandırılan Düğüm-Kırmızı akışı

Şimdi 2. adımda yazdığımız kodu iyileştirmemiz gerekiyor. Daha spesifik olarak, kişi kapıyı açtığında çağrılan process() işlevini. Bu fonksiyonda şunları yapacağız:

1. IP kameradan görüntü alın ve “/home/pi/” klasörüne “image.jpg” adıyla kaydedin (“getImage” dosyasındaki “fromIpCam” işlevi)
2. Bu görüntüdeki kişinin adını alın (“tanıma” dosyasındaki “checkPerson” işlevi)
3. Bu kişi için erişim iznini kontrol edin (“erişim” dosyasındaki “kontrol” işlevi)
4. “Kontrol” işlevinin sonucuna göre mesaj oluştur
5. Oluşturulan mesajı Node-Red'e gönderin ("sendData" dosyasındaki "toNodeRed" işlevi)

Not: Belirtilen işlevlerin tam kodunu görmek için lütfen bu adıma ekli zip dosyasını indirin.

"fromIpCam" işlevi hakkında. Bu fonksiyon ip kameranıza GET isteğinde bulunur, yanıt olarak odaklanmış görüntüyü alır ve sizin belirlediğiniz yola kaydeder. Bu fonksiyona kamera ip adresi sağlamanız gerekmektedir.

“checkPerson” işlevi hakkında. İşlev, parametre olarak fotoğraftan kişiyi aramak istediğiniz görüntü ve gruba giden yolu alır. İlk olarak, sağlanan görüntüde bir yüz algılar (Face.py dosyası, “algılama” işlevi). Tepki olarak, algılanan yüz varsa kimlik alır. Daha sonra belirtilen gruptaki benzer kişileri bulan “tanımla” fonksiyonunu (Face.py dosyası) çağırır. Yanıt olarak, kişi bulunursa bir kişi kimliği alır. Daha sonra parametre olarak kişi kimliği ile “person” (file Person.py) işlevini çağırın, “person” işlevi belirtilen kimliğe sahip kişiyi döndürür, kişinin adını alır ve döndürürüz.

“Kontrol” işlevi hakkında. Bu işlev, "erişim listesi"ni de global bir değişken olarak yerleştirdiği (istediğiniz gibi değiştirebilirsiniz) "erişim" dosyasına yerleştirilir. Bir önceki fonksiyondan kişinin adını alma, “kontrol et” fonksiyonu bu kişiyi erişim listesi ile karşılaştırın ve sonucu döndürün.

Not: Projenin tamamı bir sonraki adıma eklenmiştir.

7. Adım: Sonuç

Bu adımda, sıkıştırmasını açıp Raspberry Pi'nize yerleştirmeniz gereken projenin tamamını ekledim.

Bu projenin çalışması için “main.py” dosyasını çalıştırın.

Raspberry Pi'yi SSH üzerinden kontrol ediyorsanız, bir kabuktan iki program çalıştırmanız gerekir: python programı ve Node-Red. Terminale aşağıdakileri yazın:

düğüm kırmızısı

"Ctrl + Z" tuşlarına basın ve şunu yazın:

Meslekler

Node-Red sürecini gördünüz. İşlemin kimliğine bakın ve şunu yazın:

erkek arkadaş

Şimdi Node-Red'in arka planda çalışmaya başlaması gerekiyor. Ardından projenizin bulunduğu dizine gidin ve ana programı çalıştırın:

python3 ana.py

Not: Python dosyalarında (adım 4) ANAHTAR'ı ve Node-Red akışında (adım 5) kimlik bilgilerini değiştirmeyi unutmayın.

Tamamlandı! Buzdolabınız güvende!

Umarım bu inatçı hoşunuza gitmiştir! Aklınızı yorumlarda bırakmaktan çekinmeyin.

Projeme oy verirseniz sevinirim =)

Teşekkürler!