fix: 只有人数变化才触发大模型分析（节省 API）

local_analyzer.py

@@ -22,6 +22,7 @@ class LocalAnalyzer:
         self.prev_frame = None
         self.background_model = None
         self.human_cascade = None
+        self.prev_human_count = 0  # 记录前一帧人数
         
         # 初始化人体检测器
         self._init_human_detector()
@@ -33,6 +34,7 @@ class LocalAnalyzer:
             'human_min_neighbors': 3,      # 人体检测最小邻居数
             'brightness_change_threshold': 30,  # 亮度变化阈值
             'trigger_model_threshold': 0.08,    # 触发大模型的阈值
+            'human_count_change_threshold': 1,  # 人数变化阈值
         }
         
         # 统计
@@ -105,14 +107,37 @@ class LocalAnalyzer:
             # 2. 人体检测
             human_result = self._detect_human(current_frame)
             metrics['human_count'] = human_result['count']
-            if human_result['count'] > 0:
+            
+            # 记录人数变化
+            human_count_change = human_result['count'] - self.prev_human_count
+            metrics['human_count_change'] = human_count_change
+            
+            if human_count_change > 0:
                 events.append({
                     'event_type': '人物活动',
-                    'description': f'检测到 {human_result["count"]} 个人',
-                    'confidence': '中',
+                    'description': f'检测到 {human_count_change} 人进入，当前共 {human_result["count"]} 人',
+                    'confidence': '高',
                     'source': 'local'
                 })
-                self.human_count += 1
+                self.human_count += human_count_change
+            elif human_count_change < 0:
+                events.append({
+                    'event_type': '人物活动',
+                    'description': f'检测到 {abs(human_count_change)} 人离开，当前剩 {human_result["count"]} 人',
+                    'confidence': '高',
+                    'source': 'local'
+                })
+            elif human_result['count'] > 0:
+                # 人数没变但有人
+                events.append({
+                    'event_type': '人物活动',
+                    'description': f'检测到 {human_result["count"]} 个人（无变化）',
+                    'confidence': '低',
+                    'source': 'local'
+                })
+            
+            # 更新前一帧人数（在 should_call_model 中更新）
+            # self.prev_human_count = human_result['count']
             
             # 3. 亮度检测
             brightness_result = self._detect_brightness_change(current_gray, prev_image_path)
@@ -280,21 +305,26 @@ class LocalAnalyzer:
     def _should_call_model(self, metrics, events):
         """判断是否需要调用大模型"""
         
-        # 条件1：运动面积超过阈值
-        if metrics.get('motion_ratio', 0) > self.config['trigger_model_threshold']:
+        # 条件1：人数变化（最重要）
+        current_human_count = metrics.get('human_count', 0)
+        human_count_change = abs(current_human_count - self.prev_human_count)
+        
+        # 更新前一帧人数
+        self.prev_human_count = current_human_count
+        
+        if human_count_change >= self.config['human_count_change_threshold']:
+            print(f"[LocalAnalyzer] Human count changed: {self.prev_human_count} -> {current_human_count}, triggering model")
             return True
         
-        # 条件2：检测到人
-        if metrics.get('human_count', 0) > 0:
+        # 条件2：运动面积超过阈值（排除有人但不动的情况）
+        # 只有在没有人变化时才用这个条件
+        if metrics.get('motion_ratio', 0) > self.config['trigger_model_threshold'] * 2:
+            print(f"[LocalAnalyzer] Large motion detected: {metrics.get('motion_ratio', 0):.2%}")
             return True
         
-        # 条件3：亮度大幅变化
+        # 条件3：亮度大幅变化（灯开关等）
         if abs(metrics.get('brightness_change', 0)) > self.config['brightness_change_threshold'] * 2:
-            return True
-        
-        # 条件4：有多个事件类型
-        event_types = set(e['event_type'] for e in events)
-        if len(event_types) >= 2:
+            print(f"[LocalAnalyzer] Brightness changed: {metrics.get('brightness_change', 0)}")
             return True
         
         return False
@@ -313,6 +343,7 @@ class LocalAnalyzer:
         """重置状态"""
         self.prev_frame = None
         self.background_model = None
+        self.prev_human_count = 0
         self.frame_count = 0
         self.motion_count = 0
         self.human_count = 0