具有 IP 摄像机实时本地对象检测功能的 NVR
github地址
https://github.com/blakeblackshear/frigate
NVR with realtime local object detection for IP cameras
集成到家庭助理中
还带有内置 UI：
Frigate – 具有 IP 摄像机实时目标检测功能的 NVR
专为家庭助理设计的完整本地 NVR，具有 AI 对象检测功能。使用 OpenCV 和 Tensorflow 在本地为 IP 摄像机执行实时目标检测。
使用Google Coral 加速器是可选的，但强烈建议使用。Coral 的性能甚至优于最好的 CPU，并且可以以很少的开销处理 100+ FPS。
-
通过自定义组件与 Home Assistant 紧密集成
-
旨在通过仅在必要的时间和地点查找对象来最大限度地减少资源使用并最大限度地提高性能
-
大量利用多重处理，强调实时性而不是处理每一帧
-
使用非常低开销的运动检测来确定在何处运行对象检测
-
使用 TensorFlow 进行对象检测在单独的进程中运行，以实现最大 FPS
-
通过 MQTT 进行通信，以便轻松集成到其他系统中
-
根据检测到的对象使用保留设置录制视频
-
24/7 录制
-
通过 RTSP 重新串流以减少与摄像机的连接数量
-
WebRTC 和 MSE 支持低延迟实时查看
人工智能监控的安全摄像头通常需要具备以下功能，以确保它们能够有效地提高安全和监控效率：
1. 高清视频捕捉：高分辨率视频捕捉能力可以提供更清晰的图像，便于识别细节和进行后续的分析。
2. 夜视功能：在光线不足的环境中，夜视功能能够确保摄像头依然能够捕捉到清晰的图像。
3. 运动检测：摄像头应该能够检测到画面中的运动，以便在必要时触发警报或开始录制。
4. 人脸识别：人工智能摄像头可以通过人脸识别技术来识别已知或未知的人脸，这对于安全和监控尤为重要。
5. 物体检测：摄像头应该能够识别和分类不同的物体，例如车辆、动物或危险物品。
6. 行为分析：人工智能算法能够分析人类行为，识别异常或特定的行为模式，如打架、跌倒等。
7. 声音识别：一些摄像头集成了声音识别技术，可以识别特定词汇或声音模式，如尖叫或枪声。
8. 实时监控和警报：摄像头应该能够实时监控场景，并在检测到异常时发送警报给用户或安全团队。
9. 隐私保护：为了保护个人隐私，摄像头应该具备一键遮蔽或物理遮蔽功能，确保在不监控时能够关闭镜头。
10. 数据加密：摄像头传输的数据应该进行加密，以防止数据被未授权访问或篡改。
11. 云存储和备份：摄像头应该支持云存储和备份，确保视频数据在本地存储之外还有一份安全的远程副本。
12. 远程访问和控制：用户应该能够通过智能手机或其他设备远程访问和控制摄像头，以便在任何地点都能查看实时视频或接收警报。
13. 环境适应性：摄像头应该能够适应不同的环境条件，如温度、湿度变化，以及极端天气条件。
14. 用户友好的界面：摄像头的用户界面应该直观易用，使得非技术用户也能够轻松设置和管理。
15. 持续的学习和更新：人工智能算法应该能够从新的数据中学习，并定期更新以保持其准确性和效率。
这些功能结合了传统监控摄像头的基础功能和高科技的人工智能特性，为用户提供了一个更加智能、高效和安全的安全监控解决方案。
具有 IP 摄像机实时本地对象检测功能的 NVR
github地址
https://github.com/blakeblackshear/frigate
原文始发于微信公众号（GitHubTopp）：使用本地处理的人工智能监控的安全摄像头
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/201543.html
