Статьи на различные темы.

Статьи по безопасности

Нові можливості систем відеоспостереження. »

Одним з найбільш складних і актуальних завдань обробки відеозображень в охоронних системах є проблема виділення і розпізнавання об'єктів, що рухаються або нерухомих, і створення на цій основі систем автоматизованого моніторингу.

На перших порах завдання аналізу зображень зводилося до простого детектування об'єктів, що рухалися. Вже у такому вигляді це важливо для багатьох систем безпеки. Запис по детектору руху знижує вимоги до об'єму архіву. якщо в охоронній зоні виключений який би то не було рух - спрацьовування детектора руху привертає увагу охорони.

Наступне покоління детекторів покликане відрізняти людину, що рухається, від собаки, машини або дерева, що розгойдується на вітрі. Майже усі системи зараз заявляють такі можливості, але не багато хто може похвалитися надійною і коректною роботою цих функцій.

Серед "умовно вирішених" завдань автоматичного аналізу відео можна відмітити завдання виділення і розпізнавання осіб або різного роду номерів.

Незважаючи на те що в рішенні цих завдань людина перевершує будь-які автоматизовані системи по надійності розпізнавання, ці системи, у свою чергу, перевершують можливості людини в частині швидкодії і багатозадачності (коли вимагається одночасно контролювати багато каналів) і здатні контролювати обстановку впродовж тривалого проміжку часу (24 години в добу, 7 днів в тиждень, 365 днів в році).

Мал. 1. Приклад роботи алгоритму виділення об'єктів, що рухаються, в різних умовах (день і ніч)

Процес побудови вказаних систем є складним технологічним ланцюжком. Умовно аналіз відеозображень в таких системах можна розділити на наступні етапи:

виявлення об'єктів, що рухаються;

класифікація об'єктів, що рухаються;

відстежування траєкторії руху об'єктів, що цікавлять;

розпізнавання дій і цілей вказаних об'єктів.

ПРОБЛЕМА ПАРКОВОК При в'їзді на територію багаторядної відкритої парковки водії не в змозі побачити розташування вільних місць. Як результат - водії вимушені шукати місце навмання. Безладний рух створює зайвий трафік і відповідно затори.

Виявлення об'єктів, що рухаються, що полягає у виділенні цих об'єктів від фону, є основним для подальшого аналізу. Від того, наскільки акуратно і коректно виділені об'єкти, що рухаються, залежать усі подальші етапи, а також необхідні обчислювальні ресурси. саме тому величезна кількість наукових робіт присвячена етапу детектування і вживаним на нім методам. Додаткову складність тут створюють шуми відеотракту, раптова зміна освітленості, тіні, що падають, рух гілок дерев на вітрі та ін.
Мал. 1 демонструє вплив умов спостереження (день/ніч) на роботу одного і того ж алгоритму. якщо в першому випадку алгоритм коректно відділяє фон від об'єктів (в даному випадку - автомобіль), що рухаються, то його застосування в умовах нічної зйомки призводить до зовсім іншого результату.

Мал. демонструє роботу двох різних алгоритмів виявлення об'єктів, що рухаються, на одному і тому ж кадрі відеопослідовності. У разі застосування першого варіанту алгоритму помітні некоректні результати - помилкове виділення автомобілів. Малюнки (б) -(г) пояснюють причини цієї помилки.

На етапі класифікації виявлені об'єкти, що рухаються, співвідносяться із заздалегідь визначеними класами: автомобілі, люди, тварини, що колишуться гілці дерев. нині існують два основні підходи для розрізнення об'єктів, що рухаються, - контурні методи і методи, засновані на русі. Перші використовують двовимірну просторову інформацію про об'єкт, а другі - зміна характерних параметрів об'єкту в часі.

Результати виявлення об'єктів, що рухаються, різними алгоритмами (а - початкові дані і результат роботи алгоритму, би - зображення, визнані алгоритмом в якості нерухомого фону, в - зображення, визнані алгоритмом як що рухаються, г - контури, що виділяють об'єкти, що рухаються)

ПРОБЛЕМА АВТОМИТТЯ Однієї з проблем автомийного бізнесу являються невраховані, або "ліві", заробітки персоналу. Більшість клієнтів зацікавлена лише в якості отримуваних ними послуг. Для них байдуже, як платити за ці послуги - через касу або безпосередньо обслуговуючому персоналу. Віддав на миття автомобіль, прийняв роботу, заплатив, поїхав. результат - власники автомиття втрачають прибуток. як контролювати співробітників? На думку учасників форуму "Секрети автомийного бізнесу".

com/), найкращим рішенням цієї проблеми є організація відеоспостереження мийних постів і ведення відеоархіву. на перегляд добового архіву для одного поста вимагається 2-3 години. у разі збільшення кількості постів пропорційно збільшується час, необхідний для перегляду архіву.

РІШЕННЯ Використання автоматизованих систем визначення графіку обслуговування автомобілів. Результатом роботи таких систем буде набір звітів про кількість обслужених автомобілів і часу, витрачену на кожен автомобіль. на відміну від відеоархіву для перегляду даних досить декількох хвилин. "Проблемні" епізоди роботи автомиття можуть бути проглянуті у відеоархіві.

Наступний етап - відстежування траєкторії (трекінг) рухається об'єкту, що цікавить. На нім створюється тимчасова відповідність між детектованими об'єктами від кадру до кадру. При цьому забезпечується тимчасова ідентифікація виділених областей зображення і генерується відповідна інформація про об'єкти в спостережуваній зоні, а саме траєкторія, швидкість і напрям руху. Результати цього етапу зазвичай також використовуються для верифікації цих попередніх етапів.

На завершальному кроці обробки відеозображень проводиться розпізнавання і опис дій виділених об'єктів. звичайне це просте співвідношення їх з одним з висловлювань, наприклад - "автомобіль покинув парковочное місце і під'їхав до воріт".

Використання алгоритмів аналізу зображення розширює сфери застосування відеоспостереження. Розглянемо два застосування, що базуються на цих нових можливостях - модуль моніторингу парковки і модуль моніторингу автомойки*.

Модуль моніторингу парковки призначений для автоматичного визначення зайнятості парковочных місць на відкритих стоянках і парковках. Джерелом інформації для обробки є відеозображення парковки. Результатом обробки є логічна інформація про зайнятість кожного парковочного місця в зоні спостереження. Згідно з попередніми розрахунками, одна телекамера може контролювати 10-30 парковочных місць залежно від висоти підвісу телекамери і ракурсу спостереження.


Материалы по теме:

Общие требования к пожарной безопасности

Шлагбаумы G 4000 / 4001

Оборудование ARNY (Арни).