Съдържание:
- Стъпка 1: Материали и инструменти
- Стъпка 2: Настройване на Amazon Web Services
- Стъпка 3: Конфигурирайте Amazon S3 и Amazon DynamoDB
- Стъпка 4: Конфигурирайте AWS на Raspberry Pi
- Стъпка 5: Свържете елементите към Raspberry Pi
- Стъпка 6: Кодове
- Стъпка 7: Изграждане на прототипа
- Стъпка 8: Тестване на прототипа
- Стъпка 9: Затваряне
Видео: Abellcadabra (Система за заключване на врата за разпознаване на лица): 9 стъпки
2024 Автор: John Day | [email protected]. Последно модифициран: 2024-01-30 07:50
Разхождайки се по време на карантината, аз се опитах да намеря начин да убия времето, като изградих разпознаване на лица за вратата на къщата. Нарекох го Abellcadabra - което е комбинация между Abracadabra, вълшебна фраза с звънец на вратата, на която аз само звъня. LOL
Както и да е, тази система ще извърши разпознаване на лица, като използва Amazon Rekognance, когато потребителят натисне звънеца на вратата. Rekoggn ще сравнява заснетото изображение с колекция от изображения в Amazon S3. Ако разпознаването е успешно, вратата ще бъде отворена. Ако не успее, зумерът ще прозвучи и потребителят може да има възможност за отключване с помощта на RFID токен. Има и бутон от вътрешната страна на къщата, където собственикът на къщата може да отключи вратата, като я натисне.
Всички разпознавания и отключване ще се съхраняват в Amazon DynamoDB. Ще се опитам да обясня стъпка по стъпка изграждането на цялата система. Използвам материалите, които вече имам, защото отне много време, за да получа нещо друго, така че това е всичко.
Стъпка 1: Материали и инструменти
Материал:
- Малина Пи
- Pi камера
- RC серво (ще действа като заключване на вратата)
- Бутон за превключване 2x
- Звуков сигнал
- Магнитен превключвател
- RC-522 RFID четец и етикет
- MF, MM, FF проводници
- Polystrene Ice Box - всеки размер би бил добре, защото това ще бъде нашата врата.
- 1,5 инчови панти 2x
- 2,5 мм винт 4x
Инструменти
- Отвертка
- Двустранна касета
Стъпка 2: Настройване на Amazon Web Services
Уеб услугите на Amazon са лесни за използване и са безплатни, докато достигнете 5000 обаждания по API на месец. Тук можете да се регистрирате за AWS акаунт. Ще трябва да се регистрирате за безплатен акаунт на Amazon за повторно запалване. Безплатното ниво трябва да е повече от достатъчно за този проект.
След като регистрацията е успешна, щракнете върху Услуги> IAM. От тук ще създадем потребител, който ще има разрешения да се използва от Raspberry Pi.
- Щракнете върху Потребители> Добавяне на нов потребител
- Дайте име на създадения потребител. За тип достъп проверете полето за програмен достъп.
- Щракнете върху Напред.
- Щракнете върху Прикачи съществуващите политики директно. Проверете следните политики:
- AWSLambdaFullAccess
- AmazonS3FullAccess
- AmazonDynamoDBFullAccess
- AmazonRekognanceFullAccess
- AdministratorAccess
- Щракнете върху „Напред“и „Напред“отново, защото не е нужно да добавяме етикет.
- Проверете дали избраните политики са същите като изброените, след което щракнете върху Създаване на потребител.
Изтеглете CSV файла, който съдържа идентификатор на ключ за достъп и секретен ключ за достъп, които ще бъдат използвани в следващата стъпка. Щракнете върху Затвори.
Стъпка 3: Конфигурирайте Amazon S3 и Amazon DynamoDB
В AWS Console щракнете върху Услуги> S3
S3 работи точно като Google Drive, където можете да съхранявате документи и изображения. За този проект ще ни трябват две кофи, едната да съхранява колекция от изображения, които да бъдат използвани от Amazon Rekognance (а втората е да съхранява заснетото изображение.
- Щракнете върху Създаване на кофа.
- Въведете името на кофата и натиснете Next и Next отново.
- Махнете отметката от квадратчето „Блокиране на всички обществен достъп“.
- И поставете отметка в полето „Потвърждавам, че текущите настройки могат да доведат до това кофата и обектите в рамките на публични“.
- Щракнете върху Напред и създайте кофа.
- Повторете стъпката за втората кофа.
- щракнете върху Услуги> DynamoDB
Amazon DynamoDB ще се използва в този проект за съхраняване на разпознаването и отключване на подробности. детайлите, които ще бъдат съхранени, са връзка към заснетото изображение, името на изображението е разпознато или ако не е разпознато, името ще се съхранява като „неизвестно“, дата и час на разпознаване и състоянието дали е успешно, няма съответстващи лица, няма лица открит, RFID отключване или отключване отвътре.
- Щракнете върху Добавяне на нова таблица.
- Вмъкнете произволно име за таблицата.
- За първичен ключ поставете „rid“като първичен ключ.
- Щракнете върху Създаване.
Стъпка 4: Конфигурирайте AWS на Raspberry Pi
Първата стъпка е да въведете вашите идентификационни данни за AWS. За да направите този тип в конзолата на Raspberry Pi:
aws конфигуриране
След това въведете вашите идентификационни данни за AWS IAM, които сте създали, като се уверите, че въвеждате „us-west-2“като ваш регион (или съответния регион, който сте настроили за повторно запалване на AWS). Оставете изходния формат по подразбиране празен.
Стъпка 5: Свържете елементите към Raspberry Pi
Така че връзките на елементите са както по -долу.
- RC Servo - 1, 11, Земя
- Магнитен превключвател - 8, заземен
- Звуков сигнал - 32, на земята
- Външен бутон - 16, на земята
- Вътрешен бутон - 18, на земята
- SDA щифт на RFID четец - 24
- SCK щифт на RFID четец - 23
- MOSI щифт на RFID четец - 19
- ПИН MISO на RFID четец - 21
- GND щифт на RFID четец - заземяване
- RST щифт на RFID четец - 22
- 3.3 V щифт на RFID четец - 17
Моля, свържете се с най -близкото заземяване.
Стъпка 6: Кодове
Можете да намерите целия необходим код в моето хранилище на Git.
За стъпките как да добавяте лица и да използвате Index Faces.py, моля, вижте този видеоклип.
Стъпка 7: Изграждане на прототипа
Тъй като не съм направил никаква снимка по време на моята компилация, просто ще оставя снимката на моя завършен прототип.
Прототипът е създаден, за да изобразява врата. Гледката от нея показва гледката към вратата от външната страна на къщата. Pi Camera е инсталирана до средната височина на линията на човешкото око, за да се гарантира, че заснетото изображение ще съдържа лице за разпознаване. Бутонът на звънеца, който ще активира Pi камерата за заснемане на изображение, е поставен под Pi камерата. RFID четецът също се поставя на вратата, за да може потребителят на вратата да отключи вратата с помощта на RFID етикет в случай на неуспешно разпознаване.
Червеният бутон е вътрешният бутон, който ще се използва за отключване на вратата от вътрешността на къщата. Raspberry Pi е поставен от вътрешната страна на къщата, така че хората отвън не могат да го подправят. RC Servo се поставя от дясната страна на вратата като ключалка на вратата. Звуков сигнал е поставен от вътрешната страна на къщата, за да се гарантира, че звукът на зумера може да бъде чут от хората вътре в къщата, когато той звъни. Магнитният превключвател е поставен между вратата и рамката.
Стъпка 8: Тестване на прототипа
Пуснете кода на терминала
sudo python3 filename.py
Просто натиснахте жълтия бутон от външната страна на къщата и тази снимка се заснема.
Проверете вашия Amazon DynamoDB, за да проверите дали таблицата е актуализирана и кофите S3, за да видите, че заснетото изображение се съхранява.
Стъпка 9: Затваряне
Ако решите сами да направите този проект, уведомете ме в коментарите (:
Благодаря за четенето.
Препоръчано:
IP камера с разпознаване на лица с помощта на платката ESP32-CAM: 5 стъпки
IP камера с разпознаване на лица с помощта на платката ESP32-CAM: Тази публикация е различна в сравнение с останалите и разглеждаме много интересната платка ESP32-CAM, която е изненадващо евтина (по-малко от 9 долара) и лесна за използване. Създаваме проста IP камера, която може да се използва за поточно предаване на видео на живо чрез 2
Opencv разпознаване на лица, обучение и разпознаване: 3 стъпки
Откриване, обучение и разпознаване на лица с Opencv: OpenCV е библиотека за компютърно зрение с отворен код, която е много популярна за изпълнение на основни задачи по обработка на изображения, като замъгляване, смесване на изображения, подобряване на изображението, както и качество на видеото, праг и т.н. В допълнение към обработката на изображения, доказва се
Разпознаване и разпознаване на лица - Arduino Face ID Използване на OpenCV Python и Arduino .: 6 стъпки
Разпознаване и разпознаване на лица | Arduino Face ID Използване на OpenCV Python и Arduino .: Разпознаване на лице AKA Face ID е една от най -важните функции на мобилните телефони в днешно време. И така, имах въпрос "мога ли да имам идентификационен номер на лицето за моя проект Arduino" и отговорът е да … Пътуването ми започна по следния начин: Стъпка 1: Достъп до нас
Система за защита при разпознаване на лица за хладилник с Raspberry Pi: 7 стъпки (със снимки)
Система за сигурност при разпознаване на лица за хладилник с Raspberry Pi: При сърфиране в интернет Открих, че цените на системите за сигурност варират от 150 $ до 600 $ и повече, но не всички решения (дори много скъпите) могат да бъдат интегрирани с други интелигентни инструменти във вашия дом! Например, не можете да зададете
Разпознаване на лице+разпознаване: 8 стъпки (със снимки)
Face Detection+разпознаване: Това е прост пример за стартиране на разпознаване и разпознаване на лица с OpenCV от камера. ЗАБЕЛЕЖКА: НАПРАВИХ ТОЗИ ПРОЕКТ ЗА СЪДЕЖДАНЕ НА СЕНЗОРИ И ИЗПОЛЗВАХ КАМЕРАТА КАТО СЕНЗОР ЗА ПРОСЛЕДВАНЕ И ПРИЗНАВАНЕ НА ЛИЦА. И така, нашата цел В тази сесия, 1. Инсталирайте Anaconda