Написать программу распознавания людей и звуков на видео

Простыми словами задача: есть видео с камер видео наблюдения, необходимо распознавание и фиксирование некоторых событий в автоматическом режиме.

События на видео которые требуется распознавать:

• Человек близко к камере

• Много людей на видео

• Бег

• Автомобиль на видео

• Много автомобилей на видео

• Собаки, лай

Распознавание звуков на видео:

• Разговор людей

• Резкие звуки

• Громкие звуки (звук аварии - грохот)

• Крик людей

• Звук сирены

Найденные в процессе анализа видео события должны сохраняться БД или файл с указанием имени входного файла, номера секунды начала и окончания события (или сам факт события без даты окончания) и типа события и % уверенности (если применимо).

Программа (скрипт) должна запускаться под windows

Использовать tensorflow или что-то подобное