Implementación de sistema de videovigilancia con YOLOv7 y Amazon Web Services.

Abstract

Nos encontramos en pleno auge de las Inteligencias Artificiales, donde hemos visto avances revolucionarios en campos como la Visión por Ordenador, Procesamiento Natural del Lenguaje, Machine Learning entre otros. Las utilizamos en nuestro día a día en aplicaciones como ChatGPT, programas de edición de fotos (Photoshop), asistentes domésticos virtuales (Siri, Alexa) o sin darnos cuenta en servicios de recomendación de contenidos y publicidad en páginas de compras por internet y redes sociales (Amazon, Instagram). Es por esto que para este proyecto se ha decidido implementar una solución que hace uso del modelo de detección de objetos en tiempo real YOLOv7 junto a la infraestructura de computación en la nube Amazon Web Services. La aplicación realiza la función de sistema de videovigilancia con una infraestructura hibrida entre AWS realizando las funciones de notificación y un servidor local que procesará las imágenes con Yolov7 y activará las notificaciones. Una vez se realice una detección en el servidor local, se notificará al usuario mediante mensaje SMS y correo electrónico con una captura de la detección. Finalmente se almacenará en clip de vídeo la grabación de todo lo ocurrido mientras esté detectando alguna cámara para que el usuario pueda revisar los vídeos y ver lo sucedido. Se detallará los servicios utilizados, su implementación, la puesta en marcha y como se integran entre ellos. Se explicarán los componentes que forman parte de la aplicación junto a ejemplos y pruebas de funcionamiento. Finalmente se hará un estudio del rendimiento de diferentes modelos de Yolov7 con distinto hardware para saber cómo dimensionar la cantidad de cámaras que se pueden conectar al mismo tiempo. Y se hará una valoración de los objetivos conseguidos y líneas futuras a implementar.

We are currently in the middle of the Artificial Intelligence boom, where we have seen revolutionary advancements in fields such as Computer Vision, Natural Language Processing, Machine Learning, among others. We use them in our day-to-day lives through applications like ChatGPT, photo editing programs like Photoshop, virtual home assistants like Siri and Alexa, or unknowingly through content recommendation and advertising services on e-commerce websites and social media platforms like Amazon and Instagram. That's why, for this project, it has been decided to implement a solution that utilizes the real-time object detection model YOLOv7, along with the Amazon Web Services cloud computing infrastructure. The application functions as a video surveillance system with YOLOv7 as the intruder detector, employing a hybrid infrastructure between AWS being responsible of the notification process and Yolov7 the one that process all images in search of a detection at a local server. Once detection is made user will be notified by SMS and by email with a screenshot of the detection. Finally, a video will be saved with the recordings of what happened while the cameras were detecting, and user could check those videos at the local server. We will provide a detailed description of the services used, their implementation, setup and integration between them. We will explain all the components that made the application with examples. There will be a study of performance of different Yolov7 models and hardware to see how many cameras could handle at the same time depending in which hardware is running. Finally, we will check if all goals were satisfied and let some ideas for future works in this project.