Work

1. 使用公開的即時影像監視器，挑選適合的地點後用螢幕錄製的方式取得目標時段的錄影檔。

2. 利用AI對錄影檔進行影像辨識，獲得紀錄辨識結果的txt檔。

3. 寫一些簡單的程式來進行計算，對txt檔做統計上的分析。

4. 將分析結果視覺化，並將結果呈現在網頁上。

CCTV

- - > 公開即時影像監視器

我們希望分析地點與我們的生活圈越靠近越好，但有提供的地點其實非常的有限，裡面也有很多監視器連線失敗或正在維護，也有一些畫面會非常卡，現實世界過了好幾秒畫面中只改變了一秒，多方考慮後我們最後選擇了以下個地點做分析：

(1) 北門路二段與小東路口西桿(向東) (5/25)

(2) 民族路一段與前鋒路口南桿(向北) (5/26)

我們選擇的時段為：

8:00~8:05, 9:00~9:05 , ...... , 17:00 ~ 17:05, 共10個時段

點擊查看兩個地點的 8:00 ～ 8:05 分析前內容

(1) 北門路二段與小東路口西桿(向東) (5/25 8:00 ~ 8:05)

(2) 民族路一段與前鋒路口南桿(向北) (5/26 8:00 ~ 8:05)

YOLO: Real-Time Object Detection

- - > 安裝 YOLOv4

YOLO (You Only Look Once) 是一個速度快、表現佳的 One-State 物件偵測模型，因為可以同時偵測物件的類別和標定其所在位置，而得其名。

原作者 Joseph Redmon 在 2018 年釋出最後一版的 YOLOv3 後，就宣佈了不再進行更新。而此後，當時參與開發的其他學者，相繼研究出了 YOLOv4, v5, ...等版本。

點擊查看兩個地點的 8:00 ～ 8:05 分析後內容

(1) 北門路二段與小東路口西桿(向東) (5/25 8:00 ~ 8:05)

- - > (1)8.00.txt

(2) 民族路一段與前鋒路口南桿(向北) (5/26 8:00 ~ 8:05)

- - > (2)8.00.txt

由於 python 擁有強大的 standard library，同時 python 社群提供了大量的 third-party 模組，所以我們選擇使用python程式碼分析YOLOv4產出的txt檔內容，並用 matplotlib 模組將分析結果視覺化呈現。