🎥 Object Identification Pipeline

사람 인식 기반의 영상 분석 자동화 파이프라인

본 프로젝트는 입력된 영상으로부터 씬 단위로 분석하여, 객체를 검출하고 사람을 매핑하며, 최종적으로 시각화된 영상을 생성하는 End-to-End 파이프라인입니다.

---

📌 주요 기능

• ✂️ 씬 분할 – 모션 기반 + Adaptive SceneDetect
• 🢍 객체 검출 – YOLO11 기반 객체 인식 (사람/비사람)
• 🚀 객체 트래킹 – DeepSort 기반 ID 부여
• 🧬 사람 객체 매핑 – 얼굴(Facenet512) + 전신(PCB) + 위치정보(MiDas)
• 🖼️ 결과 시각화 – 프레임별 ID를 영상으로 저장

---

💪 설치

Conda 환경 설정

conda create -n objectid python=3.10 -y
conda activate objectid

필수 패키지 설치

cd capstone_code
pip install -r requirements.txt

RTX 5090 / CUDA 12.0 이상 사용자용 PyTorch 설치 (Nightly)

pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128

---

🚀 실행 순서

① 씬 분할

python Scene_distribution.py D.P..mp4

• 입력: D.P..mp4
• 출력: output_scenes/Scene_1.mp4, Scene_2.mp4 등

---

② 객체 검출

python detect_video.py \
  --video output_scenes/Scene_1.mp4 \
  --output_dir detect_vid_output

• detect_vid_output/frames/: 추출된 프레임 이미지
• detect_vid_output/content/detections.json: YOLO 객체 검출 결과

---

③ 객체 매핑

python object_identification.py \
  --base_dir "../capstone" \
  --frame_set_name "detect_vid_output" \
  --output_video "final_result.mp4"

• output_pipeline/: 프레임 별 결과
• output_faces/: 얼굴 크롭 저장
• final_result.mp4: 최종 영상

---

💡 참고 사항

• 얼굴 인식 및 임베딩: DeepFace (Facenet512 + MTCNN)
• 전신 임베딩: PCB
• 위치정보: 앵커 객체(의자/책상 등)과의 거리 기반 보조 판단
• 성능 최적화: 프레임 스탭, 위치 정규화, 유사도 기반 PID 관리

---

🪖 라이센스

MIT License © 2025 자유로운 사용 및 수정 가능합니다.

---