Skip to content

team-proactive/safe-eye

BranchesTags

Repository files navigation

Safe-Eye: 비디오 감시 및 이상 행동 감지 시스템

Safe-Eye는 PySlowFast 모델과 Django 웹 프레임워크를 활용한 비디오 감시 및 이상 행동 감지 시스템입니다. 이 프로젝트는 CCTV 또는 보안 카메라에서 수집된 비디오 데이터를 실시간으로 분석하여 잠재적인 위험 상황을 탐지하고 대응할 수 있도록 설계되었습니다.

safe-eye

목차

Safe Eye - 스마트안전 경고 알람 서비스

Safe Eye는 CCTV 카메라와 AI 기술을 활용하여 공간 안전을 강화하고자 만든 프로젝트입니다. 컴퓨터 비전 및 인공지능 기술을 활용하여 CCTV 영상을 분석하고, 잠재적인 위험 상황을 신속하게 감지하여 대응할 수 있도록 안전 관리자를 지원합니다.

기능(되면 체크 표시)

  1. 실시간 이상 행동 감지

    • CCTV 영상에서 사람들의 행동을 실시간으로 분석하여 이상 행동을 감지합니다.
    • 폭력, 절도, 기물 파손 등 다양한 유형의 이상 행동을 인식할 수 있습니다.
    • 이상 행동 발생 시 즉각적인 알람을 발송하여 신속한 대응을 촉진합니다.

  2. 상세 분석 화면

    • 선택한 카메라 또는 영역의 고해상도 비디오 피드
    • 감지 이벤트 목록 및 상세 정보
    • 사용자 메모 및 설명 추가 기능
    • 비디오 클립, 스크린샷 및 이벤트 데이터 내보내기

  3. 경고 및 알람 설정 화면

    • 경고 및 알람 수준에 따른 특정 작업 설정
    • 생성형 AI 모델을 활용한 맥락 적합 경고 및 알람 메시지 자동 생성
    • 사용자 정의 가능한 알림 메시지 및 수신자 목록
    • 정기적인 테스트 및 훈련 예약 기능

  4. 통계 및 보고 화면

    • 기간 별 이벤트에 대한 상세 보고서 생성
    • 이벤트 데이터 필터링 및 정렬 옵션
    • 통계 데이터, 이벤트 로그 및 보고서 내보내기
    • 자동 보고서 생성 및 전달 예약 기능

  5. 사용자 관리 및 설정 화면

    • 사용자 프로필 정보 업데이트 및 알림 기본 설정
    • 시스템 상태 모니터링 및 진단 도구
    • 각 사용자의 스테이터스에 따라 알람을 분류

  6. 실시간 채팅 기능

    • 채팅방 입장, 퇴장 이벤트 처리
    • 메시지 수신 및 전송 기능 구현

기술 스택(예상)

  • 백엔드: Django, Pillow, DRF, 스웨거, NumPy
  • 프론트엔드: Next.js
  • 머신러닝: TensorFlow, PyTorch
  • 컴퓨터 비전: OpenCV
  • 데이터베이스: PostgreSQL
  • 실시간 처리: Apache Kafka
  • DevOps: Docker, Kubernetes

라이선스

SafeEye 프로젝트는 MIT 라이선스를 따릅니다.

시스템 요구사항

  1. 환경 준비:
  • 하드웨어 요구 사항: Ubuntu 18.04, 12th Gen Intel(R) Core(TM) i5 CPU, NVIDIA GeForce RTX 3070 GPU
  • 소프트웨어 및 모듈 설치: Python 3.9과 CUDA 11.6 설치 필요한 Python 모듈을 requirements.txt을 사용해 설치
  1. 모델 정보:
    • PySlowFast 모델 주로 이상 행동 인식에 사용

설치 및 실행

  1. 프로젝트 저장소 클론:

    git clone https://github.com/proactive/safe-eye.git
cd Safe-eye

  2. 필요한 종속성 설치:

    source ./venv/Scripts/activate
pip install -r requirements.txt

    or

    ./commands.sh
reinstall

  3. 환경 변수 설정:

    cp .env.example .env
# .env 파일을 편집하여 필요한 설정 값 입력

  4. 데이터베이스 마이그레이션 실행:

    python manage.py migrate

    or

    ./commands.sh migrate

  5. Django 서버 실행:

    python manage.py runserver

  6. Next.js 프론트엔드 프로젝트 레포지토리:

    // git clone
git clone https://github.com/team-proactive/safe-eye-front.git
cd safe-eye-front

cp .env.local.example .env.local

npm install
npm run dev

commands script file

  1. commands.sh 파일을 실행하여 필요한 작업을 수행할 수 있습니다. 이 파일은 Git Bash에서 실행해야 합니다.

    • 세션 내에서 실행하고 가상환경을 종료하려면 ./commands.sh를 입력합니다.
    • 세션이 종료되더라도 가상환경을 유지하려면 . commands.sh를 입력합니다.

  2. 가상 환경을 생성하고 활성화하려면 reinstall 커맨드를 실행합니다. 추가로 설치할 패키지를 입력하라는 메시지가 표시되면 필요한 패키지를 입력하거나 엔터를 눌러 건너뛸 수 있습니다.

  3. 데이터베이스 마이그레이션을 수행하려면 migrate 커맨드를 실행합니다.

  4. 프로젝트를 실행하려면 run 커맨드를 실행합니다.

기타 커맨드

  • install: 초기 설치를 수행합니다. 가상 환경을 생성하고 Django 프로젝트와 앱을 생성합니다.
  • activate: 가상 환경을 활성화합니다.
  • migrate: 데이터베이스 마이그레이션을 수행합니다.
  • run: Django 개발 서버를 실행합니다.
  • create: static, media, templates 디렉토리를 생성합니다.
  • static: static 파일을 수집합니다.
  • reinstall: 가상 환경을 재설치하고 requirements.txt에 명시된 패키지를 설치합니다.
  • remove: 가상 환경을 제거합니다.
  • add_admin: 관리자 계정을 생성합니다.
  • mock_data: 애플리케이션의 초기 데이터를 로드합니다.

Mock Data

mock_data 커맨드를 사용하여 애플리케이션의 초기 데이터를 로드할 수 있습니다. 이 데이터는 각 앱의 fixtures/initial_data.json 파일에 정의되어 있습니다.

모델을 변경한 후에는 안전하게 데이터베이스를 삭제하고, AI를 활용하여 해당 모델에 대한 initial_data.json 파일을 생성합니다. 그런 다음 mock_data 명령어를 사용하여 초기 데이터를 로드합니다.

폴더 구조

📦safe-eye
 ┣ 📂config
 ┃ ┣ 📜asgi.py
 ┃ ┣ 📜settings.py
 ┃ ┣ 📜urls.py
 ┃ ┗ 📜wsgi.py
 ┣ 📂accounts
 ┃ ┣ 📜admin.py
 ┃ ┣ 📜apps.py
 ┃ ┣ 📜models.py
 ┃ ┣ 📜serializers.py
 ┃ ┣ 📜tests.py
 ┃ ┣ 📜urls.py
 ┃ ┗ 📜views.py
 ┣ 📂alarm
 ┃ ┣ 📂fixtures
 ┃ ┃ ┣ 📜initial_data.json
 ┃ ┃ ┗ 📜mock_data_gen.py
 ┃ ┣ 📜admin.py
 ┃ ┣ 📜apps.py
 ┃ ┣ 📜models.py
 ┃ ┣ 📜serializers.py
 ┃ ┣ 📜tests.py
 ┃ ┣ 📜urls.py
 ┃ ┗ 📜views.py
 ┣ 📂notice
 ┃ ┣ 📂fixtures
 ┃ ┃ ┣ 📜initial_data.json
 ┃ ┃ ┗ 📜mock_data_gen.py
 ┃ ┣ 📜admin.py
 ┃ ┣ 📜apps.py
 ┃ ┣ 📜models.py
 ┃ ┣ 📜serializers.py
 ┃ ┣ 📜tests.py
 ┃ ┣ 📜urls.py
 ┃ ┗ 📜views.py
 ┣ 📂madia
 ┃ ┣ 📂fixtures
 ┃ ┃ ┣ 📜initial_data.json
 ┃ ┃ ┗ 📜mock_data_gen.py
 ┃ ┣ 📜admin.py
 ┃ ┣ 📜apps.py
 ┃ ┣ 📜models.py
 ┃ ┣ 📜serializers.py
 ┃ ┣ 📜tests.py
 ┃ ┣ 📜urls.py
 ┃ ┗ 📜views.py
 ┣ 📂utils
 ┃ ┣ 📂fixtures
 ┃ ┃ ┗ 📜initial_data.json
 ┃ ┣ 📂migrations
 ┃ ┣ 📜admin.py
 ┃ ┣ 📜apps.py
 ┃ ┣ 📜mixins.py
 ┃ ┣ 📜models.py
 ┃ ┣ 📜serializers.py
 ┃ ┣ 📜tests.py
 ┃ ┣ 📜urls.py
 ┃ ┣ 📜views.py
 ┣ 📂chat
 ┃ ┣ 📂__pycache__
 ┃ ┣ 📂migrations
 ┃ ┣ 📜__iniit__.py
 ┃ ┣ 📜admin.py
 ┃ ┣ 📜apps.py
 ┃ ┣ 📜models.py
 ┃ ┣ 📜serializers.py
 ┃ ┣ 📜tests.py
 ┃ ┣ 📜urls.py
 ┃ ┣ 📜views.py
 ┣ 📜.env
 ┣ 📜.env.example
 ┣ 📜.gitignore
 ┣ 📜a-team.png
 ┣ 📜commands.sh
 ┣ 📜manage.py
 ┣ 📜README.md
 ┗ 📜requirements.txt

앱 설명

  1. accounts 앱:

    • 커스텀 유저 모델을 정의하고 관리하는 앱입니다.
    • 사용자 인증, 회원가입, 로그인 등의 기능을 담당합니다.
    • 사용자 정보 관련 API 엔드포인트를 제공합니다.

  2. utils 앱:

    • 여러 앱에서 공통적으로 사용되는 유틸리티 모듈을 모아둔 앱입니다.
    • 태그, 상태 등의 상수 값을 정의하고 관리합니다.
    • 믹스인(Mixin) 클래스를 제공하여 코드 재사용성을 높입니다.

  3. media 앱:

    • AI 모델의 출력값(이미지)을 저장하고 관리하는 앱입니다.
    • 분석된 이미지 파일을 저장하고 서빙하는 기능을 제공합니다.
    • 이미지 업로드, 다운로드 등의 API 엔드포인트를 제공합니다.

  4. alarm 앱:

    • 경고 메시지를 생성하고 관리하는 앱입니다.
    • 이상 행동 감지 시 알람을 발송하는 기능을 담당합니다.
    • 알람 설정, 알람 로그 관리 등의 기능을 제공합니다.

  5. notice 앱:

    • 공지사항과 관련된 기능을 담당하는 앱입니다.
    • 시스템 관리자가 사용자에게 공지사항을 전달하는 기능을 제공합니다.
    • 공지사항 목록, 상세 보기, 생성, 수정, 삭제 등의 API 엔드포인트를 제공합니다.

  6. ai 앱:

    • AI 모델을 활용하여 영상 분석을 수행하는 앱입니다.
    • CCTV 영상을 실시간으로 분석하고 이상 행동을 감지하는 기능을 담당합니다.
    • AI 모델 추론, 결과 저장, 알람 생성 등의 작업을 수행합니다.

  7. chat 앱:

    • 실시간 채팅 기능을 제공하는 앱입니다.
    • 채팅방 생성, 메시지 전송, 채팅방 참여 등의 기능을 담당합니다.
    • WebSocket을 활용하여 실시간 양방향 통신을 구현합니다.
    • 채팅 관련 API 엔드포인트를 제공합니다.

fixtures 디렉토리는 초기 데이터를 로드하기 위한 JSON 파일을 포함합니다.

Safe Eye 프로젝트 ERD

1. 모델 설명

1.1 utils 앱

1.1.1 Tag 모델

  • id: AutoField, 태그의 고유 식별자
  • tag_type: CharField, 태그의 유형
  • tag_content: CharField, 태그의 내용
  • content_type: ForeignKey, 연결된 모델의 ContentType
  • object_id: PositiveIntegerField, 연결된 모델의 객체 id
  • content_object: GenericForeignKey, 연결된 모델의 객체

1.1.2 Status 모델

  • available: BooleanField, 상태의 유효성 여부
  • content_type: ForeignKey, 연결된 모델의 ContentType
  • object_id: PositiveIntegerField, 연결된 모델의 객체 id
  • content_object: GenericForeignKey, 연결된 모델의 객체
  • created_at: DateTimeField, 상태 생성 시간
  • updated_at: DateTimeField, 상태 업데이트 시간

1.1.3 TagMixin 모델

  • tags: GenericRelation, Tag 모델과의 관계

1.1.4 StatusMixin 모델

  • status: GenericRelation, Status 모델과의 관계

1.2 accounts 앱

1.2.1 CustomUser 모델

  • AbstractUser 모델을 상속받아 구현
  • profile_picture: ImageField, 사용자 프로필 사진
  • profile_message: TextField, 사용자 프로필 메시지
  • profile_status: GenericRelation, StatusMixin을 통해 Status 모델과 관계 (추가)

1.3 notice 앱

1.3.1 Notice 모델

  • id: AutoField, 공지사항의 고유 식별자
  • title: CharField, 공지사항 제목
  • content: TextField, 공지사항 내용
  • created_at: DateTimeField, 공지사항 생성 시간
  • updated_at: DateTimeField, 공지사항 업데이트 시간

1.4 alarm 앱 (추가 필요)

1.4.1 Alarm 모델

  • id: AutoField, 알람의 고유 식별자
  • alarm_type: CharField, 알람 유형 (이상 행동, 위험 상황 등)
  • alarm_content: TextField, 알람 내용
  • created_at: DateTimeField, 알람 생성 시간
  • updated_at: DateTimeField, 알람 업데이트 시간
  • user: ForeignKey, 알람과 연결된 사용자 (CustomUser 모델과 연결)

1.5 ai 앱 (추가 필요)

1.5.1 AnalysisResult 모델

  • id: AutoField, 분석 결과의 고유 식별자
  • video: FileField, 분석 대상 비디오 파일
  • result_image: ImageField, 분석 결과 이미지
  • analysis_type: CharField, 분석 유형 (이상 행동, 객체 인식 등)
  • created_at: DateTimeField, 분석 결과 생성 시간
  • updated_at: DateTimeField, 분석 결과 업데이트 시간
  • user: ForeignKey, 분석 결과와 연결된 사용자 (CustomUser 모델과 연결)

1.6 chat 앱

1.6.1 ChatRoom 모델

  • 채팅방을 나타내는 모델
  • name: CharField, 채팅방 이름
  • users: ManyToManyField, 채팅방에 참여하는 사용자들과의 다대다 관계
  • created_at: DateTimeField, 채팅방 생성 시간

1.6.2 Message 모델

  • 채팅 메시지를 나타내는 모델
  • room: ForeignKey, 메시지가 속한 채팅방과의 외래키 관계
  • sender: ForeignKey, 메시지를 보낸 사용자와의 외래키 관계
  • content: TextField, 메시지 내용
  • timestamp: DateTimeField, 메시지 전송 시간

1.6.3 ChatConsumer 모델

  • WebSocket을 통한 실시간 채팅 기능을 구현하는 컨슈머
  • WebSocket 연결 수립, 해제 이벤트 처리
  • 채팅방 입장, 퇴장 이벤트 처리
  • 메시지 수신 및 전송 기능 구현

2. ERD

ERD는 현재 고민 중입니다.

classDiagram
    class Tag {
        +AutoField id
        +CharField tag_type
        +CharField tag_content
        +ForeignKey content_type
        +PositiveIntegerField object_id
        +GenericForeignKey content_object
    }

    class Status {
        +BooleanField available
        +ForeignKey content_type
        +PositiveIntegerField object_id
        +GenericForeignKey content_object
        +DateTimeField created_at
        +DateTimeField updated_at
    }

    class TagMixin {
        +GenericRelation tags
    }

    class StatusMixin {
        +GenericRelation status
    }

    class CustomUser {
        +ImageField profile_picture
        +CharField profile_status
        +TextField profile_message
        +GenericRelation status
    }

    class Notice {
        +AutoField id
        +CharField title
        +TextField content
        +DateTimeField created_at
        +DateTimeField updated_at
    }

    class Alarm {
        +AutoField id
        +CharField alarm_type
        +TextField alarm_content
        +DateTimeField created_at
        +DateTimeField updated_at
        +ForeignKey user
    }

    class AnalysisResult {
        +AutoField id
        +FileField video
        +ImageField result_image
        +CharField analysis_type
        +DateTimeField created_at
        +DateTimeField updated_at
        +ForeignKey user
    }

    CustomUser --|> AbstractUser
    CustomUser --|> StatusMixin
    CustomUser "1" --> "*" Alarm
    CustomUser "1" --> "*" AnalysisResult
Loading
  • Alarm 모델은 알람의 유형, 내용, 생성/업데이트 시간 등의 필드를 가지며, CustomUser 모델과 외래 키로 연결되어 있습니다.
  • AnalysisResult 모델은 분석 대상 비디오 파일, 분석 결과 이미지, 분석 유형, 생성/업데이트 시간 등의 필드를 가지며, CustomUser 모델과 외래 키로 연결되어 있습니다.
  • tag와 status는 user나 이벤트에 쓰일 수 있습니다.

Notice 앱

notice 앱은 이 프로젝트의 예시 앱입니다. 이 앱은 공지사항 기능을 제공하며, 모델과 뷰, 시리얼라이저 등이 구현되어 있습니다.

이 앱의 모델과 API 엔드포인트를 참고하여 다른 앱을 개발할 수 있습니다.

푸터

About

No description, website, or topics provided.

Resources

Readme
Activity
Custom properties

Stars

1 star

Watchers

0 watching

Forks

5 forks
Report repository

Releases

No releases published

Packages

No packages published

Contributors 5

Languages