I Built a CCTV Alert System Using OpenAI and .NET


Bu video, güvenlik kamerası görüntülerini analiz ederek hareket algılayan ve potansiyel güvenlik endişeleri için uyarı veren bir konsept kanıtını ele almaktadır. Proje, OpenAI'ın güçlü yapay zeka modellerini ve .NET geliştirme ortamını kullanarak nasıl oluşturulacağını adım adım gösteriyor.


Videonun Ana Adımları ve Detaylı Analizi

1. OpenAI API Erişimi ve Kurulumu

Videoda ilk olarak, OpenAI platformunda bir hesap oluşturma ve API anahtarı (key) edinme süreci anlatılıyor. Bu anahtar, yapay zeka modeline erişim sağlamak için gereklidir. Ardından, bir .NET uygulaması içinde OpenAI API'ye bağlanmak için gerekli NuGet paketlerinin (Microsoft.Extensions.AI ve Microsoft.Extensions.AI.OpenAI) nasıl kurulacağı ve sohbet istemcisinin nasıl yapılandırılacağı gösteriliyor. Bu kurulumun basit bir sorgu ile test edilmesiyle, bağlantının sorunsuz çalıştığı doğrulanıyor.

2. CCTV Görüntülerinin İşlenmesi

Konseptin ikinci aşaması, güvenlik kamerası (CCTV) videolarından kareler almaktır. Video, canlı kamera akışını işlemek için videodan belirli aralıklarla (örneğin saniyede bir kare) görüntülerin nasıl çıkarılacağını gösteriyor. Bu işlem için OpenCV NuGet paketi (OpenCvSharp4.Windows) kullanılıyor. Çıkarılan bu kareler, daha sonra yapay zeka analizi için kullanılmak üzere bir dizine kaydediliyor.

3. Yapay Zeka ile Görüntülerin Analizi

Bu bölüm, projenin en önemli kısmıdır. Video, çıkarılan görüntülerin OpenAI modeline nasıl gönderileceğini ve modelin görüntüde ne gördüğünü nasıl açıklayabildiğini gösteren basit bir örnekle başlıyor.

  • Gelişmiş ve Yapılandırılmış İstek (Prompt): Konuşmacı, yapay zekadan daha anlamlı ve yapılandırılmış bir yanıt almak için komutun (prompt) nasıl geliştirileceğini detaylandırıyor. Bu, modelden sadece görüntüdeki şeyleri değil, aynı zamanda olası bir güvenlik endişesi olup olmadığını, güven puanını (1-10 arası) ve bu bilgileri belirli bir JSON formatında döndürmesini istemeyi içeriyor.

  • Özel Kurallar Ekleme: Örneğin, "kedilerden korkulduğu ve yüksek risk oluşturduğu" gibi özel kuralların nasıl eklenebileceği gösteriliyor. Bu, yapay zekanın sadece görüntüdeki nesneleri algılamakla kalmayıp, bu nesnelere özel tanımlanmış kurallara göre de değerlendirme yapmasını sağlıyor.

  • Kesin Tipleştirilmiş Yanıt: Son olarak, modelden gelen JSON yanıtının C# dilinde önceden tanımlanmış bir nesneye (SecurityAnalysisResult gibi) nasıl dönüştürüleceği gösteriliyor. Bu yaklaşım, sistemin daha sağlam ve güvenilir bir şekilde çalışmasını sağlıyor.

Video, bu konseptin güvenlik akışlarına, IP video akışlarına veya doğrudan yakalama cihazlarına bağlanarak daha gelişmiş bir sisteme dönüştürülebileceğini belirterek sona eriyor.

Yorumlar

Bu blogdaki popüler yayınlar

Haproxy ve arkada 2 nginx server yönlendirme

Visual Studio'da proje listesinden gereksiz proje isimlerini silmek isterseniz