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，用于识别和分析监控视频中的人类行为。系统包含视频采集、人脸识别、行为分析和Web展示等多个模块。

更新日志

• 2025-01-23 更新代码结构
• 2025-01-15 将生成行为分析报告功能改为后台进行，不阻塞其他路由使用，API从siliconflow改为deepseek
• 2025-01-14 修复了时间轴事件在筛选后显示不全的问题，更新了时间轴颜色配置，优化了动作类别
• 2025-01-12 Initial commit

后端模块 (app/)

• main.py: FastAPI Web应用主程序
• models.py: 数据模型和业务逻辑
• config.py: 系统配置文件

功能模块 (function/)

1. 视频采集模块

   • rtsp2video.py: RTSP视频流采集和录制
   • video2image.py: 视频关键帧提取

2. 人脸分析模块

   • face.py: 人脸检测和识别
   • face-emb.py: 人脸特征提取
   • pose.py: 人体姿态检测

3. 行为分析模块

   • qwen.py: 基于Qwen2-VL-7B模型的视频内容分析
   • info.json: 行为和场景类别定义

前端界面 (frontend/)

• web.html: 主界面文件
• cls.js: 行为类别及颜色配置

数据存储 (files/)

• recordings/: 视频录制目录
• images/: 图片存储目录
• crop/: 人体裁剪图片目录
• data/: 人脸特征数据目录

主要功能

1. 视频采集

• 支持多路RTSP视频流采集
• 定时录制视频片段
• SFTP自动上传备份

2. 人脸识别

• 实时人脸检测
• 人脸特征提取和匹配
• 身份识别和记录

3. 行为分析

• 人体姿态检测
• 行为识别和分类
• 场景理解
• 异常行为检测

4. Web接口

• 摄像头数据查询
• 分析报告生成
• 历史数据下载

部署说明

服务器配置

• 后端API: https://dev.obscura.work/web
• 前端页面: https://beta.obscura.work/web/web.html
• 服务器: 222.186.10.253
• 端口: 6005

Redis配置

• 服务器: 222.186.10.253
• 数据库映射:
  • 摄像头数据: 210、211
  • 人脸注册数据: 212
  • 分析报告: 213

部署步骤

1. 确保配置文件中的各项参数正确设置

2. 启动Redis服务

3. 使用启动脚本运行所有服务：

   chmod +x start.sh stop.sh  # 首次运行时赋予执行权限
   ./start.sh                 # 启动所有服务
   ./stop.sh                  # 停止所有服务
   

   或者手动依次启动各个模块：

   • python app/function/rtsp2video.py
   • python app/function/video2image.py
   • python app/function/pose.py
   • python app/function/face.py
   • python app/function/qwen.py

4. 启动web程序: python app/app/main.py

服务管理

• 启动脚本 start.sh 会自动：

  • 创建日志目录
  • 检查必要文件是否存在
  • 按顺序启动所有服务
  • 监控服务启动状态
  • 所有日志保存在 logs/ 目录下

• 停止脚本 stop.sh 会：

  • 按顺序停止所有Python进程
  • 检查进程是否成功停止
  • 显示任何未能正常停止的进程

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
• 确保系统有足够的GPU内存用于模型推理
• 定期清理过期数据
• 监控系统资源使用情况