"""本地视频分析模块的集中配置：路径、阈值、模型名、词表等所有可调参数。"""
from pathlib import Path

PROJECT_ROOT = Path(__file__).resolve().parent.parent

# 录像来源目录：recordings/{设备号}/{YYYYMMDD}/*.mp4
RECORDINGS_DIR = PROJECT_ROOT / "recordings"

# 分析结果落地位置
DB_PATH = PROJECT_ROOT / "analysis.db"
THUMBNAILS_DIR = PROJECT_ROOT / "thumbnails"

# 网页播放按需转码缓存（源文件mp4容器HEVC轨道sample entry编码标签缺失，
# 浏览器无法直接播放，第一次点击时转码为标准H264并缓存在此，避免重复转码）
TRANSCODED_DIR = PROJECT_ROOT / "transcoded"

# 活动语义打标的限定词表（供 VLM 分类 prompt 和 events.label 取值域共用）
ACTIVITY_LABELS = ["走动", "进食", "坐下", "站立", "离开", "其他"]

# Ollama 本地模型
OLLAMA_MODEL = "qwen2.5vl:7b"

# 活动窗口检测（MOG2 背景建模）参数
# 帧差法对"人物占画面小、动作幅度小"的场景（如老人在客厅整理东西）容易漏检，
# 改用 MOG2 自适应背景建模：背景随时间缓慢更新，前景掩码对小幅度/慢速运动更敏感。
MOTION_RESIZE_WIDTH = 320       # 缩放到此宽度再做背景建模，加速计算
MOTION_HISTORY = 120            # MOG2 背景模型参考的历史帧数
MOTION_VAR_THRESHOLD = 16       # 像素值与背景模型的马氏距离阈值，越小越敏感（越容易判定为前景）
MOTION_WARMUP_FRAMES = 15       # 背景模型尚未收敛的前N个采样帧不计入判断，避免开场误判为"全员活动"
MOTION_SHORT_CLIP_SEC = 2.0     # 短于此时长的视频（约占全量一半，中位时长仅0.56秒）帧数不够MOG2预热，
                                # 触发即录的告警片段本身就是一次完整活动，直接整段视为活动窗口，不跑MOG2
MOTION_PIXEL_RATIO = 0.015      # 一帧里前景像素（不含阴影）占比超过此值才算"有活动"
MOTION_MERGE_GAP_SEC = 1.5      # 两段活动间隔小于此秒数则合并为一段
MOTION_MIN_DURATION_SEC = 0.5   # 短于此秒数的活动段视为噪声，丢弃
MOTION_SAMPLE_STRIDE = 2        # 每隔几帧采样一次（2=隔帧，长视频提速且不影响活动窗口检测精度）

# 人物出现次数统计（YOLO11n 检测 + ByteTrack 跟踪）参数
# 只在 motion_filter 找出的活动窗口内跑，空场景直接跳过，省算力。
PERSON_MODEL_NAME = "yolo11n.pt"   # ultralytics 官方COCO预训练权重，首次运行自动下载
PERSON_DEVICE = "mps"              # M系列芯片走Metal加速
PERSON_CONF_THRESHOLD = 0.4        # 检测置信度阈值，低于此值的框直接丢弃
PERSON_SAMPLE_STRIDE = 2           # 每隔几帧检测一次（视频多为15fps，隔帧检测足够跟踪连续性）
PERSON_MIN_TRACK_DURATION_SEC = 0.3  # 持续时间短于此值的track视为误检噪声，丢弃

# 摔倒检测（MediaPipe Pose 关键点 + 规则引擎）参数
# 只在 person_tracker 已确认"有人"的时间段内跑姿态估计，空场景不跑。
# 安全信号宁可多报不漏报：判定摔倒 = 短时间内从"直立"骤变为"横躺"，且横躺状态持续一段时间
# （躯干角度变水平这个单一条件区分不了"摔倒"和"弯腰/坐下"，必须叠加"骤变"+"持续"两个条件）
FALL_MODEL_PATH = PROJECT_ROOT / "analysis" / "models" / "pose_landmarker_lite.task"
FALL_SAMPLE_STRIDE = 2              # 每隔几帧跑一次姿态估计
FALL_MIN_VISIBILITY = 0.5           # 关键点可见度低于此值不参与姿态计算，视为遮挡/未检出
FALL_ASPECT_RATIO_THRESH = 1.3      # 人体关键点bbox 宽/高 超过此值才可能是"横躺"
FALL_TORSO_ANGLE_UPRIGHT = 35       # 躯干（肩中点→髋中点连线）与垂直方向夹角(度)，低于此值判定"直立"
FALL_TORSO_ANGLE_PRONE = 55         # 高于此值判定"趋于水平/横躺"
FALL_TRANSITION_MAX_SEC = 1.5       # "直立"变"横躺"必须在此时间内完成，排除缓慢弯腰/坐下/趟下
FALL_SUSTAIN_MIN_SEC = 1.0          # "横躺"状态至少持续这么久才确认为摔倒，排除弯腰瞬间的误判
FALL_GAP_TOLERANCE_SEC = 5.0        # 一次疑似摔倒事件期间，允许多久检测不到"横躺"样本仍视为
                                     # 事件在继续（真实摔倒后姿态/角度常导致关键点长时间漏检，
                                     # 不代表已经爬起来）；超过此时长且中途也没等到"直立"信号，
                                     # 才判定事件跟丢并结算

# 活动语义打标（本地 Ollama + Qwen2.5-VL 限定词表分类）参数
# 只在 motion_filter 找出的活动窗口内抽帧，VLM推理比传统CV慢得多，不能逐帧跑。
ACTIVITY_SAMPLE_INTERVAL_SEC = 2.0  # 每隔多少秒抽一帧送VLM分类
ACTIVITY_MERGE_GAP_SEC = 3.0        # 连续同标签采样点之间允许的最大间隔，超过则视为新的一段活动