本文主要是介绍基于树莓派4B和Python语言的人脸识别追逃预警项目(天网追逃小demo)，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

目录

• 基于树莓派4B和Python语言的人脸识别预警项目(天网追逃小demo)
• • 设计背景
  • • 天网监控系统
    • 人脸识别追逃
  • 设计要求
  • 技术路线
  • • 功能设计
    • 方案设计
  • 软硬件需求
  • • 硬件需求
    • 软件需求
    • • 系统环境

基于树莓派4B和Python语言的人脸识别预警项目(天网追逃小demo)

设计背景

天网监控系统

百度百科关于天网监控系统的表述：
天网工程是指为满足城市治安防控和城市管理需要，利用GIS地图、图像采集、传输、控制、显示等设备和控制软件组成，对固定区域进行实时监控和信息记录的视频监控系统。天网工程通过在交通要道、治安卡口、公共聚集场所、宾馆、学校、医院以及治安复杂场所安装视频监控设备，利用视频专网、互联网、移动等网络通网闸把一定区域内所有视频监控点图像传播到监控中心（即“天网工程”管理平台），对刑事案件、治安案件、交通违章、城管违章等图像信息分类，为强化城市综合管理、预防打击犯罪和突发性治安灾害事故提供可靠的影像资料。
公安机关通过监控平台，可以对城市各街道辖区的主要道路、重点单位、热点部位进行24小时监控，可有效消除治安隐患，使发现、抓捕街面现行犯罪的水平得到提高。

人脸识别追逃

人脸识别追逃技术被大家广为熟知应该是因为在张学友——“追逃大神”的多次演唱会上大展身手。
张学友演唱会的“逃犯八连杀”连同“半年的积蓄，买了手铐一对”的调侃引发社会热议。警方在张学友演唱会安检时使用人脸识别技术抓捕到8位潜逃多年的犯人，不得不让人承认如今人脸识别技术的强大。
人脸识别追逃系统，是通过应用高度成熟的人脸识别技术，实现监控场景中，在目标非配合的情况下，抓取并识别所有监控目标的人脸，并与数据库中的人脸名单匹配，用于抓取逃犯、识别重要人物等，辅助监控人员、公安人员对现场实时的安全防范工作，以及案发后抓取现场人脸分析嫌疑人身份，进行破案证据搜集。监控场景的人脸追逃是人脸识别的重要应用，是高度成熟的人脸识别技术所驱动的追逃系统。

设计要求

参考天网系统与人脸识别追逃系统，设计模型实现初步功能，模拟出人脸识别追逃类似效果。

技术路线

功能设计

方案设计

软硬件需求

硬件需求

开发平台：树莓派4B，4G内存，32GTF卡。
摄像头：500万+像素CSI摄像头或USB摄像头。
显示：HDMI接口显示屏或显示器。
音频：扬声器或音响。
输入：键盘和鼠标。

软件需求

系统环境

操作系统：Raspbian
开发语言：Python3.7.3
开发工具：Thonny

参考文献：
[1] https://baike.baidu.com/item/%E5%A4%A9%E7%BD%91%E7%9B%91%E6%8E%A7%E7%B3%BB%E7%BB%9F
[2 ] https://baijiahao.baidu.com/s?id=1606591829790048900&wfr=spider&for=pc
[3] https://www.1633.com/act/742/collegeproject/415/

这篇关于基于树莓派4B和Python语言的人脸识别追逃预警项目(天网追逃小demo)的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！