Skip to content
Merged
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
228 changes: 228 additions & 0 deletions docs/Architecture/Backend-Architecture.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,228 @@
# Software Architectuur: FastAPI Backend

## Inleiding & Scope

### Projectbeschrijving

Het **Signapse** platform vertaalt gebarentaal naar tekst via een combinatie van computer vision, deep learning en een mobiele/webclient. De backend levert een uniforme **FastAPI**-laag die mediastreams van de client verwerkt, keypoints extraheert, AI-modellen aanroept en resultaten terugstuurt in realtime.

### Scope van dit document

Dit document beschrijft de **backendlaag** die de frontends aanstuurt:

- FastAPI-applicatie, routers en lifecycle (`server/src/main.py`)
- Integratie met het `smart_gestures` AI-package
- Request/response-validatie via Pydantic schema's
- Endpoints (REST + WebSocket) inclusief doel en contracten
- Datastromen tussen client, keypoint-service en inferentie-modellen

Voor details over de AI-modellen zelf, zie [AI-Architecture.md](./AI-Architecture.md).

## Overzicht Architectuur

### High-level backend-architectuur

De backend bestaat uit een **gelaagde FastAPI-app**:

1. **Transportlaag**: REST & WebSocket endpoints, CORS, versiebeheer.
2. **Routerlaag**: Logische modules (`root`, `keypoints`, `alphabet`, `gestures`, `ws`) met eigen prefixes en tags.
3. **Service/AI-laag**: Aanroepen naar `smart_gestures` (ASL/VGT feed-forward modellen + LSTM voor woorden) en MediaPipe detectors voor keypoints.
4. **Validatielaag**: Pydantic schema's die vorm en constraints afdwingen (aantal landmarks, sequentielengte, etc.).

Alle zware objecten (MediaPipe detectors, PyTorch-modellen) worden **éénmalig geinitialiseerd** bij import zodat elk request enkel inference uitvoert.

### Contextdiagram

```mermaid
graph LR
subgraph Client["Client (Expo/React Native/Web)"]
CAM["CameraView & hooks<br/>client/app/camera.tsx"]
APIClient["API helpers<br/>client/lib/api.ts"]
end

subgraph Backend["FastAPI backend<br/>server/src/main.py"]
ROOT["Root & Health<br/>routes/root.py"]
KP["Keypoints router<br/>/keypoints/*"]
ALPHA["Alphabet router<br/>/alphabet/{asl|vgt}/*"]
GEST["Gestures router<br/>/gestures/lstm/*"]
WS["WebSocket /ws"]
end

subgraph AI["AI & Feature laag"]
MP["MediaPipe Hands/Holistic<br/>cv2 + mediapipe"]
ASL["smart_gestures.alphabet.ASLModel"]
VGT["smart_gestures.alphabet.VGTModel"]
LSTM["smart_gestures.gestures.LSTMModel"]
end

CAM -->|Frames| APIClient
APIClient -->|Images| KP
KP -->|21/258 keypoints| APIClient
APIClient -->|Landmarks JSON| ALPHA
APIClient -->|Sequences (40×258)| GEST
ALPHA -->|REST response| APIClient
GEST -->|REST response| APIClient
WS -->|Realtime feedback| APIClient

KP --> MP
ALPHA --> ASL
ALPHA --> VGT
GEST --> LSTM
```

## Kerncomponenten

### FastAPI-applicatie & runtime

- Entry point: `server/src/main.py`
- Stelt logging/waarschuwingen in en dwingt CPU-mode af voor MediaPipe/TensorFlow.
- Initialiseert `FastAPI` met titel, beschrijving en `__version__` (gelezen uit `pyproject.toml` via `const.py`).
- Registreert CORS (`allow_origins=["*"]`) zodat web en mobiele clients kunnen verbinden tijdens development.
- Includeert routers (`root`, `ws`, `alphabet`, `gestures`, `keypoints`).
- Deployment: `server/Dockerfile` bouwt een Python 3.12 container, installeert `smart-gestures` als lokaal package en start via `fastapi run src/main.py --host 0.0.0.0 --port 8000`.
- Runtime dependencies (uit `server/pyproject.toml`):
- `fastapi[standard]`, `uvicorn`, `pydantic`
- `smart-gestures==0.3.3` (bundelt getrainde modellen)
- Tools voor linting/typing (black, isort, mypy, flake8) voor kwaliteitsborging

### Routerlagen

| Router | Prefix | Belangrijkste verantwoordelijkheden | Files |
|--------|--------|-------------------------------------|-------|
| `root` | `/` | Health-check, versie-informatie, redirects | `routes/root.py` |
| `keypoints` | `/keypoints` | MediaPipe integratie voor hands & pose, beeldvalidatie | `routes/keypoints/__init__.py` |
| `alphabet` | `/alphabet` | ASL/VGT klassen & predictions | `routes/alphabet/asl_model`, `vgt_model` |
| `gestures` | `/gestures` | LSTM woordherkenning (klassen + predict) | `routes/gestures/lstm_model` |
| `ws` | `/ws` | Stateful WebSocket kanaal voor realtime feedback | `routes/ws/connection.py`, `websocket/connection_manager.py` |

### Validatie & schema's

- Alle requests/responses gebruiken Pydantic schema's (`server/src/schemas`).
- `PredictBody` dwingt exact 21 `HandLandmark` entries af (`NUM_POINTS`).
- `LSTMPredictBody` valideert 40 frames met `field_validator` en zet data om naar een `numpy`-array (`to_numpy_sequence()`).
- `HandKeypointsResponse`, `PoseLandmark` en `LSTMFrame` standaardiseren MediaPipe output zodat frontend en backend dezelfde structuur delen.
- `StatusResponse`, `ClassesResponse` en `LSTMClassesResponse` documenteren metadata voor automatische OpenAPI docs.

### AI-integratie (smart_gestures)

- De `smart_gestures` package wordt via een lokale path dependency geladen (`[tool.uv.sources]`).
- Modellen (`ASLModel`, `VGTModel`, `LSTMModel`) laden `.pth` bestanden bij import en bieden een `.predict(...)` API die `(naam, confidence)` teruggeeft.
- De routers converteren Pydantic objecten naar Python lijsten/dicts vóór inferentie.
- Normalisatie (translatie, scaling) en tensor-conversies zitten in het package zodat de backend puur orchestration doet.

### WebSocket infrastructuur

- `routes/ws/connection.py` exposeert `/ws` en gebruikt `ConnectionManager`.
- `ConnectionManager` houdt `active_connections: dict[str, WebSocket]` bij, accepteert clients, broadcast berichten en verwijdert clients bij disconnect.
- Dit kanaal is voorlopig bedoeld voor notificaties/experimentele realtime feedback maar de infrastructuur is klaar voor streaming predictions.

### Foutafhandeling & observability

- Inputfouten worden vertaald naar `HTTPException`:
- `400` bij lege bestanden of verkeerde landmark-aantallen.
- `404` als er geen hand/pose gevonden wordt.
- `500` bij onverwachte predictieproblemen (LSTM).
- Alle responses zijn JSON en beschreven in de OpenAPI-spec (`/docs` & `/redoc`).
- Logging van `absl`, `tensorflow` en `mediapipe` is onderdrukt in `main.py` om bruikbare logs over te houden voor backend events.

## Endpointcatalogus

### Root & status

| Endpoint | Methode | Doel | Request | Response |
|----------|---------|------|---------|----------|
| `/` | GET | Redirect naar `/health` als startpunt voor monitoring. | - | `307` Redirect |
| `/health` | GET | Geeft API-versie terug (monitorable via load balancers). | - | `{ "version": "0.3.2" }` (`StatusResponse`) |

Copilot AI Dec 11, 2025

Copy link

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

The version number documented here (0.3.2) does not match the actual version in server/pyproject.toml which is 0.3.4. This should be updated to reflect the correct version, or use a placeholder to indicate this is an example response.

Suggested change
| `/health` | GET | Geeft API-versie terug (monitorable via load balancers). | - | `{ "version": "0.3.2" }` (`StatusResponse`) |
| `/health` | GET | Geeft API-versie terug (monitorable via load balancers). | - | `{ "version": "0.3.4" }` (`StatusResponse`) |

Copilot uses AI. Check for mistakes.

### Keypoints (MediaPipe)

| Endpoint | Methode | Doel | Request | Response |
|----------|---------|------|---------|----------|
| `/keypoints/` | POST | Backwards compat. endpoint dat direct redirect naar `/keypoints/hands`. | `multipart/form-data` met `image` | `307` Redirect |
| `/keypoints/hands` | POST | Extraheert **21 hand-landmarks** via MediaPipe Hands. | `multipart/form-data`, single frame (JPEG/PNG). Validatie op lege bestanden. | `HandKeypointsResponse` (21 × `{x,y,z}`) |
| `/keypoints/pose` | POST | Bouwt één `LSTMFrame` (pose + beide handen) voor sequential models. | `multipart/form-data` met frame. | `LSTMFrame` (33 pose + 2×21 hand landmarks). |

Technische highlights:
- `prepare_image()` decodeert bytes → `numpy` → RGB.
- Persistente MediaPipe detectors vermijden init-overhead per request.

### Alphabet (ASL/VGT)

| Endpoint | Methode | Doel | Request | Response |
|----------|---------|------|---------|----------|
| `/alphabet/asl/classes` | GET | Geeft lijst van 35 ASL-klassen uit het model JSON. | - | `ClassesResponse` (`["a","b",...]`) |
| `/alphabet/asl/predict` | POST | Voorspelt ASL-letter/cijfer op basis van 21 landmarks. | `PredictBody` (`landmarks: list[HandLandmark]`) | `PredictResponse` (`prediction`, `confidence`) |
| `/alphabet/vgt/classes` | GET | Geeft lijst van VGT-klassen. | - | `ClassesResponse` |
| `/alphabet/vgt/predict` | POST | Voorspelt VGT-letter (wrist-to-middle normalisatie in model). | `PredictBody` | `PredictResponse` |

Binnenkomende landmarks worden geconverteerd naar dicts met `.model_dump()` en vervolgens aan het betreffende model doorgegeven. Exceptions worden vertaald naar `400 Bad Request`.

### Gestures (LSTM woordherkenning)

| Endpoint | Methode | Doel | Request | Response |
|----------|---------|------|---------|----------|
| `/gestures/lstm/classes` | GET | Geeft mapping van gebaren → class-id (voor UI dropdowns). | - | `LSTMClassesResponse` (`{ "hallo": 3, ... }`) |
| `/gestures/lstm/predict` | POST | Voorspelt woorden uit sequenties van 40 frames. | `LSTMPredictBody` (`frames: list[LSTMFrame]`) | `LSTMPredictResponse` (`prediction`, `confidence`) |

`LSTMPredictBody.to_numpy_sequence()` zet de frames om naar `numpy (40, 258)` voordat `model.predict()` wordt aangeroepen. Inputvalidatie onderscheidt tussen `ValueError` (400) en andere fouten (500).

### WebSocket

| Endpoint | Type | Doel | Payload | Gedrag |
|----------|------|------|---------|--------|
| `/ws` | WebSocket | Bi-directionele kanaal voor realtime feedback of multi-user sessies. | Vrij tekstprotocol (nu broadcast). | Iedere binnenkomende message wordt naar alle clients gestuurd; connect/disconnect events worden automatisch gebroadcast. |

Copilot AI Dec 11, 2025

Copy link

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

Grammatical error in Dutch: "Bi-directionele kanaal" should be "Bi-directioneel kanaal" (neuter noun) or "Bi-directionaal kanaal". The adjective should agree with the neuter noun "kanaal".

Suggested change
| `/ws` | WebSocket | Bi-directionele kanaal voor realtime feedback of multi-user sessies. | Vrij tekstprotocol (nu broadcast). | Iedere binnenkomende message wordt naar alle clients gestuurd; connect/disconnect events worden automatisch gebroadcast. |
| `/ws` | WebSocket | Bi-directioneel kanaal voor realtime feedback of multi-user sessies. | Vrij tekstprotocol (nu broadcast). | Iedere binnenkomende message wordt naar alle clients gestuurd; connect/disconnect events worden automatisch gebroadcast. |

Copilot uses AI. Check for mistakes.

Gebruik `ConnectionManager` om toekomstige features zoals push-notificaties voor predictions te implementeren.

## Datastromen & Sequenties

### Alfabet-herkenning (ASL/VGT)

1. **Frame capture** in `client/app/camera.tsx`.
2. **Upload frame** → `POST /keypoints/hands`; backend decodeert bytes, draait MediaPipe Hands en retourneert 21 landmarks.
3. **Client valideert** response en bouwt `PredictBody`.
4. **Client → /alphabet/{asl|vgt}/predict** met landmarks.
5. **Router** converteert landmarks naar lijst dicts, roept `ASLModel` of `VGTModel` aan:
- Normalisatie & tensorconversie gebeurt in `smart_gestures`.
- Softmax → confidence, mapping naar klasse.
6. **Response** (`prediction`, `confidence`) wordt in UI getoond en eventueel gebruikt om woorden op te bouwen.

### Woord-herkenning (LSTM)

1. **Sequencing**: client verzamelt 40 opeenvolgende frames en extraheert per frame pose + hand-landmarks (kan bouwstenen hergebruiken van `/keypoints/pose`).
2. **Request** naar `/gestures/lstm/predict` met `frames`.
3. **Validatie**: `LSTMPredictBody` checkt lengte en structuren en zet om naar `(40,258)` numpy-array.
4. **Inferentie**: `LSTMModel.predict()` draait normalisatie, voert forward pass, berekent confidence.
5. **Response** bevat `prediction` + `confidence`. Frontend toont woord + probabiliteit of annuleert als drempel niet gehaald wordt.

### WebSocket feedback

1. Client opent `ws://<host>/ws` en ontvangt bevestiging.
2. Elke message (bv. "prediction: hallo") wordt gebroadcast naar alle aangesloten clients.
3. Disconnects worden opgeschoond door `ConnectionManager`.
4. Dankzij deze infrastructuur kan de backend later streaming predictions pushen zonder extra endpoints.

## Client-integratie & Deployability

- **Client code**:
- API-helper: `client/lib/api.ts` (fetch wrappers, JSON parsing, error handling).
- Camera workflow: `client/app/camera.tsx` en hooks bouwen de pipeline uit sectie hierboven.
- UI logica combineert alphabet predictions tot woorden of triggert LSTM-requests.
- **CORS & Security**:
- Alle origins zijn toegestaan tijdens development; productieconfig kan `allow_origins` beperken tot vertrouwde domeinen/apps.
- File uploads verlopen via HTTPS om fotogegevens te beschermen.
- **Versiebeheer & observability**:
- `/health` exposeert `__version__` zodat monitoring kan checken of de juiste release draait.
- `fastapi[standard]` levert automatische Swagger UI op `/docs` en ReDoc op `/redoc`, bruikbaar voor QA en integrators.
- **Containerisatie**:
- Dependencies (cv2, MediaPipe) vereisen systeemlibraries (`libgl1`, `libglib2.0-0`), vastgelegd in de Dockerfile.
- Environ-variabelen zoals `MPLCONFIGDIR` en `TMPDIR` worden ingesteld zodat MediaPipe en matplotlib kunnen schrijven in sandbox directories.

---

**Document-informatie**:

- **Versie**: 1.0
- **Datum**: December 2025
- **Auteurs**: Lynn Delaere
- **Contact**: Zie [GitHub repository](https://github.com/vives-project-xp/Signapse)
Loading