Небольшое использование Google Script

Задача следующая:  есть УРЛ по которому можно доставать фотографии. Выглядит это так.   Раз в 20 минут в определенный промежуток времени (с 7 до 11) надо... 

а) Достать оттуда пару фотографий. Они за http авторизацией 

б) Вырезаем несколько прямоугольничков, как показано красным. Суть в том, что это места потенциального нахождения неподвижного человека. В примере два кресла заняты, а диван нет. 

в) Шлем вырезанные прямоугольники в Googlе Cloud Vision API и собираем оттуда назад ключевые слова (labels).  Вот тут показано на примере вебдемки АПИ

г) Складываем все в табличку. Фото, таймштамп, слова. 

[тут надо будет подождать несколько дней и я выдам формулу с весами. Баллы каждому ключевому слову (label) ]

д) подсчитать суммарные баллы картинки и отдать во внешний АПИ (апи может быть адаптирован под ваши возможности. В произвольной форме надо будет нам передать таймштапм, картинку вырезанную, и баллы)

Детали:

1) не обязательно хранить сами вырезанные картинки. Достаточно иметь ID изначальной фотографии. ID в именах файлов.

2) Бесплатный лимит Google Cloud Vision API - 1000  в месяц.  Мы вписываемся.

Для общего понимания: вы наверняка сталкивались с включением света по движению. У таких выключателей один недостаток. Они не очень уверены когда свет выключать. Обычно на них ставят таймер, но тут возникает баланс: или делать долгим таймер или риск выключить свет человеку, который не двигается. Именно это определяет зоны отмеченные красным. Это места в комнате, где человек не двигается. Задача в целом звучит так: мы хотим понять, есть у нас в кадре спокойно сидящий человек или нет? 

Бюджет я указал из свои представлений. Не стесняйтесь предлагать свои версии.