/AI-Based-ROI-Video-Transmission-System

本项目致力于设计和实现一个创新的基于嵌入式AI的ROI区域视频传输系统，旨在通过智能识别和优先传输视频中的关键区域（ROI），大幅提高视频监控和远程通信的效率与质量。利用先进的嵌入式AI技术，本系统能够在不牺牲视频质量的前提下，显著降低数据传输的带宽需求，为安全监控、远程教学、医疗健康等应用领域带来革命性的改进。

Primary LanguagePythonMIT LicenseMIT

基于AI的视频流处理系统

项目介绍

这个项目实现了一个基于人工智能的视频流处理系统，它使用计算机的摄像头捕获实时视频，应用YOLO算法进行对象检测，并同时在用户界面上展示原始视频流和处理后的视频流。

项目要求

本课题以嵌入式AI开发平台为基础，在算能SE5盒子上实现对摄像头的视频流解码后，通过AI识别到关键区域如人和车辆后，对关键的ROI区域采用高码率（低QP），对非关键区域采用低码率（高QP）编码。并将编码后的视频流通过RTMP协议推送到服务器。

  1. 基于国产嵌入式AI开发平台：算能SE5盒子；
  2. 支持通过RTSP协议拉取摄像头视频流；
  3. 支持对视频流进行解码；
  4. 通过YOLO算法对视频流进行AI识别人员、车辆；
  5. 根据YOLO识别后的结果找出重点区域，对重点区域采用高码率（低QP），对非关键区域采用低码率（高QP）编码；
  6. 将识别后的结果通过RTMP协议推送到流媒体服务器。

功能特点

  • 实时捕获电脑摄像头的视频流。
  • 使用YOLO算法进行实时对象检测。
  • 显示原始视频和AI处理后的视频。
  • 界面友好，操作简单。

安装指南

环境要求

  • Python 3.12.1（推荐使用虚拟环境）
  • pip 24.0 （Python包管理器）

安装步骤

  1. 克隆仓库到本地： 
    git clone https://gitee.com/Snake-Konginchrist/AI-Based-ROI-Video-Transmission-System.git
  2. 安装所需的依赖包： 
    pip install -r requirements.txt

使用方法

运行主程序：

python main.py

文件结构

  • main.py: 主程序入口。
  • camera_stream.py: 负责视频流捕获。
  • ai_processor.py: 包含YOLO算法，进行视频流处理。
  • stream_display.py: 负责在GUI中显示视频。
  • requirements.txt: 项目依赖列表。

贡献指南

欢迎任何形式的贡献。请确保您的代码符合项目的代码规范，并通过所有测试。

许可证

此项目在MIT许可证下发布。

联系方式

致谢

  • 感谢所有为该项目做出贡献的开发者。
  • 特别感谢YOLO算法的开发者和贡献者。