🚀 OpenVINO人脸识别+监控改造！提升性能32FPS 🚀

【修监控】
1、现状：学校高考监控进行整体改造，由原来的模拟摄像头改来数字摄像头。淘汰下来的监控系统，由于没有利用价值，处于废弃状态。整理仓库发现，同轴信号线及供电系统的电源线均被剪断，找到的一个硬盘录像机其中的硬盘不见踪迹。
2、修缮：（1）硬盘录像机安装硬盘，从旧电脑上拆下两块硬盘，一个2TB，一个500GB。

（2）修复同轴信号线及电源线。

一种是利用原有剪断的线连接修复。

同轴电缆有一层屏蔽线，
同轴电缆(Coaxial Cable)是指有两个同心导体，而导体和屏蔽层又共用同一轴心的电缆。最常见的同轴电缆由绝缘材料隔离的铜线导体组成，在里层绝缘材料的外部是另一层环形导体及其绝缘体，然后整个电缆由聚氯乙烯或特氟纶材料的护套包住。同轴电缆的优点是可以在相对长的无中继器的线路上支持高带宽通信。
（3）利用双绞线进行线路改造
同轴电缆的缺点也是显而易见的：一是体积大，细缆的直径就有3/8英寸粗，要占用电缆管道的大量空间；二是不能承受缠结、压力和严重的弯曲，这些都会损坏电缆结构，阻止信号的传输；最后就是成本高，而所有这些缺点正是双绞线能克服的，因此在现在的局域网环境中，基本已被基于双绞线的以太网物理层规范所取代。

双绞线的八根线中，两根用来供电，两根用来传输视频信号，另外两根以后用来传输音频信号。

【增加Wifi功能】硬盘录像机增加Wifi路由器，方便电脑运程访问

【查看录像机信息】

RTSP（Real Time Streaming Protocol），RFC2326，实时流传输协议，是TCP/IP协议体系中的一个应用层协议,该协议定义了一对多应用程序如何有效地通过IP网络传送多媒体数据。

【修改命令】

python face_recognition_demo.py -m_fd C:/Users/zlzx/Documents/Intel/intel/face-detection-adas-0001/FP16-INT8/face-detection-adas-0001.xml -m_reid C:/Users/zlzx/Documents/Intel/intel/face-reidentification-retail-0095/FP16-INT8/face-reidentification-retail-0095.xml -m_lm C:/Users/zlzx/Documents/Intel/intel/landmarks-regression-retail-0009/FP16/landmarks-regression-retail-0009.xml -fg C:/Users/zlzx/Documents/Intel/OpenVINO/omz_demos_build/intel64/Release/classroom -i rtsp://admin:admin@192.168.1.108 ... channel=1&subtype=0 -d CPU

在命令中-i的参数使用-i rtsp://admin:admin@192.168.1.108 ... channel=1&subtype=0，

参数说明：-i INPUT, --input INPUT

Required.Id of the video capturing device to open (to open default camera just pass 0), path to a video or a .txt file with a list of ids or video files (one object per line)

但face_recognition_demo.py不支持，需要进行修改。

【修改py文件】

将face_recognition_demo.py中[mw_shl_code=python,false] @staticmethod
def open_input_stream(path):
      log.info("Reading input data from '%s'" % (path))
      stream = path
      try:
         stream = int(path)
      except ValueError:
         pass
      if stream==0 :
      return cv2.VideoCapture(stream)
      else:
      return cv2.VideoCapture('rtsp://admin:admin@192.168.1.108:554/cam/realmonitor?channel=1&subtype=0')[/mw_shl_code]

【演示视频——仰拍】

【演示视频——俯拍】

【演示视频——平拍】

【使用计算棒】
比较：1、不用计算棒时，平均FPS在21.3