监控视频分析系统
项目简介
本项目是一个基于视觉语言模型的行为识别系统，用于识别和分析人类行为。
文件夹结构
VLM/ ├── recordings/ # 原始视频文件存储目录 ├── images/ # 原始图像文件存储目录 ├── crop/ # 裁剪后的人体图像存储目录 ├── data/ # 人脸对比数据存储目录 └── web/ # 前端页面保存历史记录
使用说明
文件夹说明
- 将原始视频文件放入
recordings目录 - 系统会自动处理视频并对视频抽帧保存到
images目录 - 系统会自动处理图像并将裁剪后的人体图像保存到
crop目录 - 人脸注册图片保存在
data目录，结构为data/face_name/face_id.jpg，一个人可有多张图片 - 前端页面保存历史记录在
web目录 - test_history 保存了测试时的一些代码，可以忽略
文件说明
前端显示
1. cls.js 行为类别配置
2. web.html 前端页面
后端处理
1. main.py 主程序
2. info.json 行为类别、环境类别配置
3. qwen_monitor.py 行为识别程序,监控recordings目录数据传入,结果保存到redis
4. monitor_images.py 视频抽帧程序,监控recordings目录数据传入，对视频抽帧保存到images目录
5. pose_monitor.py 人体识别程序, 使用Yolo-pose监控images目录数据传入，识别并裁剪人体保存到crop目录
6. face_monitor.py 人脸识别程序,监控crop目录数据传入,识别结果保存到redis
7. emb.py 人脸数据注册,数据保存到redis
8. del.ipynb 一些测试代码
9. （本地）video_realtime.py 实时视频监控程序,zai 本地监控并捕获rtsp流，保存到本地recordings目录并上传到服务器
Redis配置
1. 服务器：222.186.10.253
2. 使用db：摄像头：207-211，人脸注册数据：212，分析报告：213
注意事项
- 所有目录都已通过
.gitkeep文件保持在版本控制中 - 各目录中的实际数据文件已通过
.gitignore配置忽略