Комп’ютеризована система відеоспостереження з функцією розпізнавання обличчя

Abstract

У кваліфікаційній роботі бакалавра спроектовано прототип комп’ютеризованої системи відеоспостереження з функцією розпізнавання обличчя на основі модуля ESP32-CAM, відеокамери OV2640 з роздільною здатністю 2 Мп та електромеханічного замка блокування дверей. Під час виконання даної роботи проведено аналіз існуючих підходів до реалізації класичних систем відеоспостереження, запропоновано власну архітектуру системи, яка враховує особливості цього процесу та забезпечує керування електромагнітним замком на основі підходу «свій»-«не свій». Обгрунтовано та проведено аналіз технічних характеристик апаратного забезпечення, зокрема: модуля ESP32-CAM, як базового компонента; камери OV2640, як засобу захоплення відео, наведено принцип та алгоритм запису програмного коду в ESP32-CAM за допомогою програматора FTDI та середовища Arduino IDE. Розроблено системне програмне забезпечення для управління процесом відеонагляду та керування електромагнітних замком, а також побудовано та реалізовано модель розпізнавання облич на основі згорткової нейронної мережі.

In the bachelor's qualification work, a prototype of a computerized video surveillance system with a face recognition function based on the ESP32-CAM module, an OV2640 camcorder with a resolution of 2 MP and an electromechanical door lock was designed. During this work, an analysis of existing approaches to the implementation of classical video surveillance systems, proposed its own system architecture, which takes into account the peculiarities of this process and provides control of the electromagnetic lock based on the approach "own" - "not own". The analysis of technical characteristics of hardware is substantiated and carried out, in particular: ESP32-CAM module as a basic component; The OV2640 camera, as a means of video capture, shows the principle and algorithm of recording program code in ESP32-CAM using the FTDI programmer and the Arduino IDE. System software for video surveillance process control and electromagnetic lock control has been developed, and a face recognition model based on a convolutional neural network has been built and implemented.