INHOUDSOPGAWE:
- Stap 1: materiaal en gereedskap
- Stap 2: Die oprigting van Amazon Web Services
- Stap 3: Stel Amazon S3 en Amazon DynamoDB op
- Stap 4: Stel AWS op Raspberry Pi op
- Stap 5: Koppel die items aan Raspberry Pi
- Stap 6: Kodes
- Stap 7: Bou die prototipe
- Stap 8: Toets die prototipe
- Stap 9: Afsluiting
Video: Abellcadabra (deurslotstelsel vir gesigsherkenning): 9 stappe
2024 Outeur: John Day | [email protected]. Laas verander: 2024-01-30 07:23
Tydens die kwarantyn het ek 'n manier probeer vind om die tyd dood te maak deur gesigsherkenning vir die huisdeur te bou. Ek het dit Abellcadabra genoem - 'n kombinasie tussen Abracadabra, 'n magiese frase met 'n deurklokkie, wat ek net die klok neem. lol
In elk geval, hierdie stelsel sal gesigsherkenning verrig deur Amazon Rekognition te gebruik wanneer die gebruiker die deurklokkie druk. Erkenning gaan die beeld vergelyk met 'n versameling beelde in Amazon S3. As die erkenning suksesvol is, word die deur oopgemaak. As dit nie suksesvol is nie, sal die gonser klink en kan die gebruiker die opsie kry om te ontsluit met behulp van RFID -token. Daar is ook 'n knoppie aan die binnekant van die huis waar die huiseienaar die deur kan oopmaak deur daarop te druk.
Alle herkennings en ontgrendeling word in Amazon DynamoDB gestoor. Ek sal stap vir stap verduidelik hoe om die hele stelsel te bou. Ek gebruik die materiaal wat ek reeds het, want dit het lank geneem om iets anders te kry, so dit is dit.
Stap 1: materiaal en gereedskap
Materiaal:
- Framboos Pi
- Pi kamera
- RC servo (sal dien as deurslot)
- Skakel knoppie 2x
- Gonser
- Magnetiese skakelaar
- RC-522 RFID-leser en tag
- MF, MM, FF broodbord drade
- Polystrene Ice Box - enige grootte sal goed wees, want dit is ons deur.
- 1,5 duim skarnier 2x
- 2,5 mm skroef 4x
Gereedskap
- Skroewedraaier
- Dubbelzijdige band
Stap 2: Die oprigting van Amazon Web Services
Amazon Web Services is maklik om te gebruik en is gratis totdat u 5000 API -oproepe per maand bereik. U kan hier vir 'n AWS -rekening registreer. U moet inteken op 'n gratis Amazon Rekognition -rekening. Die gratis vlak behoort meer as voldoende te wees vir hierdie projek.
Nadat die aanmelding suksesvol was, klik op Dienste> IAM. Van hier af sal ons 'n gebruiker skep wat toestemming het om deur Raspberry Pi gebruik te word.
- Klik op Gebruikers> Voeg nuwe gebruiker by
- Gee naam aan die gebruiker wat geskep is. Merk die programmatiese toegangskassie vir toegangstipe.
- Klik op Volgende.
- Klik op Heg bestaande beleide direk aan. Gaan die volgende beleide na:
- AWSLambdaFullAccess
- AmazonS3FullAccess
- AmazonDynamoDBFullAccess
- AmazonRekognitionFullAccess
- Administrateur Toegang
- Klik weer op volgende en volgende, want ons hoef nie 'n etiket by te voeg nie.
- Kontroleer of die gekose beleide dieselfde is as wat gelys is, en klik dan op Skep gebruiker.
Laai die CSV -lêer af wat toegangs -ID en geheime toegangsleutel bevat, wat in die volgende stap gebruik sal word. Klik Sluit.
Stap 3: Stel Amazon S3 en Amazon DynamoDB op
Klik op AWS Console op Services> S3
S3 werk net soos Google Drive, waar u dokumente en beelde kan stoor. Vir hierdie projek benodig ons twee emmers, waarvan die een 'n versameling beelde moet stoor wat deur Amazon Rekognition gebruik kan word (en die tweede een is om die vasgelegde beeld op te slaan.
- Klik op Maak emmer.
- Voer die emmernaam in en klik weer op Volgende en Volgende.
- Skakel die blokkie "Blokkeer alle openbare toegang" uit.
- En merk 'Ek erken dat die huidige instellings daartoe kan lei dat hierdie emmer en die voorwerpe in die openbaar word'.
- Klik op Volgende en skep emmer.
- Herhaal die stap vir die tweede emmer.
- klik op Dienste> DynamoDB
Amazon DynamoDB sal in hierdie projek gebruik word om die erkenning te stoor en besonderhede te ontsluit. die besonderhede wat gestoor word, is 'n skakel na die foto wat geneem is, die naam van die prent herken of as dit nie herken word nie, word die naam gestoor as 'onbekend', datum en tyd van herkenning en die status of dit suksesvol is, geen gesigte ooreenstem nie, geen gesigte opgespoor, RFID ontsluit of ontsluit van binne.
- Klik op Voeg nuwe tabel by.
- Voeg enige naam vir die tabel in.
- Vir primêre sleutel, voeg 'rid' in as primêre sleutel.
- Klik op Skep.
Stap 4: Stel AWS op Raspberry Pi op
Die eerste stap is om u AWS -geloofsbriewe in te voer. Om hierdie tipe in die konsole van Raspberry Pi te doen:
aws opstel
Voer dan u AWS IAM-geloofsbriewe in wat u geskep het. Laat die standaard uitvoerformaat leeg.
Stap 5: Koppel die items aan Raspberry Pi
Die verbindings van die items is dus soos hieronder.
- RC Servo - 1, 11, Grond
- Magnetiese skakelaar - 8, grond
- Gonser - 32, Grond
- Buiteknoppie - 16, grond
- Binne -knoppie - 18, grond
- SDA -pen op RFID -leser - 24
- SCK -pen op RFID -leser - 23
- MOSI -pen op RFID -leser - 19
- MISO -pen op RFID -leser - 21
- GND -pen op RFID -leser - grond
- RST -pen op RFID -leser - 22
- 3.3 V -pen op RFID -leser - 17
Koppel asseblief aan die naaste grond.
Stap 6: Kodes
U kan al die nodige kode vind in my Git -bewaarplek.
Kyk na hierdie video vir die stappe oor hoe om gesigte by te voeg en Index Faces.py te gebruik.
Stap 7: Bou die prototipe
Aangesien ek geen foto geneem het tydens my bouwerk nie, sal ek net die prentjie van my voltooide prototipe agterlaat.
Die prototipe is gebou om 'n deur uit te beeld. Die uitsig van bo wys die uitsig van die deur aan die buitekant van die huis. Pi -kamera is op die gemiddelde menslike ooglynhoogte geïnstalleer om te verseker dat die foto wat geneem word, 'n gesig bevat wat herken moet word. Die deurklokkie -knoppie wat die Pi -kamera sal aktiveer om die foto op te neem, word onder die Pi -kamera geplaas. RFID -leser word ook op die deur geplaas sodat die gebruiker by die deur die deur kan ontsluit met behulp van RFID -etiket as die herkenning misluk.
Die rooi knoppie is die binneknoppie wat gebruik word om die deur van die binnekant van die huis oop te maak. Framboos Pi word aan die binnekant van die huis geplaas, sodat die mense van buite nie daarmee kan peuter nie. RC Servo is aan die regterkant van die deur geplaas as die slot van die deur. Die gonser word aan die binnekant van die huis geplaas om te verseker dat die geluid van die gonser in die huis gehoor kan word wanneer dit lui. Magnetiese skakelaar word tussen die deur en die raam geplaas.
Stap 8: Toets die prototipe
Begin die kode op die terminale
sudo python3 lêernaam.py
Druk net die geel knoppie aan die buitekant van die huis en hierdie foto word geneem.
Kontroleer u Amazon DynamoDB om te sien of die tabel opgedateer is en S3 -emmers om te sien dat die vasgelegde prent gestoor is.
Stap 9: Afsluiting
Laat weet my as u besluit om hierdie projek self te maak (:
Dankie vir die lees.
Aanbeveel:
Deurslot vir gesigsherkenning: 8 stappe
Deurslot vir gesigsherkenning: Ongeveer 'n maand lank maak ek die deurslot vir gesigsherkenning voor! Ek het probeer om dit so netjies as moontlik te laat lyk, maar ek kan net soveel as 'n 13-jarige doen. Hierdie deurslot vir gesigsherkenning word bestuur deur 'n Raspberry Pi 4, met 'n spesiale draagbare
Gesigsherkenning en identifikasie - Arduino Face ID met behulp van OpenCV Python en Arduino .: 6 stappe
Gesigsherkenning en identifikasie | Arduino Face ID met behulp van OpenCV Python en Arduino .: Gesigsherkenning AKA face ID is deesdae een van die belangrikste funksies op selfone. Ek het dus 'n vraag: "Kan ek 'n gesig -ID hê vir my Arduino -projek?" en die antwoord is ja … My reis het soos volg begin: Stap 1: Toegang tot ons
Gesigsherkenning in die praktyk: 21 stappe
Gesigsherkenning in die praktyk: dit is 'n onderwerp waarvoor ek so gefassineer is dat dit my laat slaap: rekenaarvisie, die opsporing van voorwerpe en mense deur 'n vooraf opgeleide model
Gesigsherkenning Slim slot met LTE Pi -hoed: 4 stappe
Gesigsherkenning Smart Lock Met LTE Pi HAT: Gesigsherkenning word meer en meer algemeen gebruik, ons kan dit gebruik om 'n slim slot te maak
Intydse gesigsherkenning: 'n einde-tot-einde-projek: 8 stappe (met foto's)
Intydse gesigsherkenning: 'n Eind-tot-einde-projek: Op my laaste tutoriaal wat OpenCV ondersoek het, het ons geleer AUTOMATIC VISION OBJECT TRACKING. Nou sal ons ons PiCam gebruik om gesigte in reële tyd te herken, soos u hieronder kan sien: Hierdie projek is gedoen met hierdie fantastiese "Open Source Computer Vision Library"