Функции видеоаналитики, анализ архитектур систем видеоаналитики

Размещено на http://www.allbest.ru/

2

ФУНКЦИИ ВИДЕОАНАЛИТИКИ, АНАЛИЗ АРХИТЕКТУР СИСТЕМ ВИДЕОАНАЛИТИКИ

Забашта Александр Юрьевич

Московский государственный технический университет им. Н.Э. Баумана

бакалавр кафедры «Компьютерные системы и сети» факультета

«Информатика и системы управления»

г. Москва, Россия

Скорикова Серафима Александровна

Московский государственный технический университет им. Н.Э. Баумана

бакалавр кафедры «Компьютерные системы и сети» факультета

«Информатика и системы управления»

г. Москва, Россия

АННОТАЦИЯ

В данной статье авторами рассматриваются основные функции видеоаналитики, используемые в системах охранного наблюдения. Показаны примеры использования данных функций. Результатом работы функций видеоаналитики являются метаданные, в результате программной обработки которых возможна организация выполнения заданных сценариев. Проанализированы существующие архитектуры систем видеоаналитики.

Ключевые слова: видеонаблюдение, видеоаналитика, сценарий, система.

метаданные аналитика охранное видеонаблюдение

В зависимости от планируемого предназначения системы, видеоаналитика может реализовать как одну, так и несколько базовых функций, которые представлены ниже.

Обнаружение объектов

Осуществляется посредством программных видеодетекторов движения при программной обработке изображения с камер. Возможно детектирование как одного, так и нескольких объектов одновременно. Кроме обнаружения по движению, существует возможность определения объекта по заданному шаблону. Например, определение номерных знаков автомобилей, человеческих лиц.

Слежение за объектами

Данная функция дает возможность завязки траектории движения отслеживаемого объекта как в поле зрения одной, так и нескольких камер. Возможен анализ поведения объекта по полученной траектории, например, выявление объекта, движущегося со скоростью, значительно отличающейся от средних значений.

Классификация объектов

Эта функция осуществляет селекцию объектов по различным признакам, например, по форме, размеру, скорости. С помощью данной классификации возможно определять такие типы объектов, как человек, группа людей, автомобиль. По более сложным признакам возможна селекция объектов, например, по возрастной группе и половому признаку.

Идентификация объектов

Позволяет идентифицировать объекты слежения по индивидуальным признакам. К примеру, людей - по чертам лица, транспортные средства - по номерным знакам. Возможна реализация идентификации за рамками видеоаналитики, например, с помощью внешних биометрических устройств, таких как сканер отпечатков пальцев. Подобные решения весьма актуальны в охранных системах для предотвращения несанкционированного доступа на контролируемый объект.

Распознавание ситуаций

Данная функция позволяет выявлять заданные шаблоном нештатные ситуации. Например, существуют системы, определяющие факт возгорания или задымления. Многие решения строятся на контроле за пересечениями объектами наблюдения программно заданной границы, что позволяет детектировать пересечение периметра объекта, нарушение правил дорожного движения автотранспортом, падение людей на рельсы.

Результаты работы видеоаналитики

В результате работы видеоаналитики при обнаружении определенных ситуаций формируются события (сообщения), которые могут быть переданы на пульт оператора или записаны в систему хранения данных. В результате программной обработки ситуации формируются метаданные, описывающие выявленное событие. Они сохраняются и воспроизводятся вместе с видеозаписью.

На основе обработки метаданных возможно получение дополнительных данных о событии, в результате которого они были сгенерированы, а также выполнение каких-либо заданных программно действий:

-- прогнозирование поведения объекта или возникновения заданных ситуаций;

-- интеллектуальное сжатие видеоконтента с учетом интереса потребителя, то есть запись в систему хранения фрагментов видеопотока, содержащих ситуации, представляющие интерес для эксплуатантов системы;

-- ранжирование (определение приоритета) событий видеоаналитики;

-- формирование производных видеоданных (интегральный кадр, таймлапс);

-- удаление персональных данных из видеоряда, например, при помощи детектора лиц и номерных знаков. Подобная технология применяется на панорамных фотографиях улиц Street view в сервисе Google maps. Лица и номерные знаки автомобилей в данной системе ретушируются автоматически.

Основные типы видеоаналитики

С точки зрения применения, различают нижеследующие типы видеоаналитики.

Периметральная видеоаналитика

Применяется для охраны протяженных участков и периметров, посредством детектирования пересечения контрольной линии. Периметральная аналитика нацелена на выявление относительно редких нарушений.

Ситуационная видеоаналитика

Применяется для выявления нештатных ситуаций, связанных с нетипичным поведением контролируемых объектов. Она может работать на основе правил, заданных пользователем (например, запрещенная парковка в заданной зоне), или на основе накопленной статистики (например, обнаружение в контролируемой зоне намного больше людей, чем обычно в это время суток и в этот день недели).

Биометрическая видеоаналитика

Применяется для идентификации и сопровождения объектов слежения по уникальным биометрическим признакам лица. Яркий пример использования таких систем - применение их в автоматизированных контрольно-пропускных пунктах, где лицо проходящего человека с помощью камер анализируется, и выполняется поиск соответствующих биометрических данных в базе данных. Если соответствие найдено, то это значит, что человек в «белом списке», и его можно пропускать. С помощью такой технологии можно отслеживать перемещения сотрудников в офисе, увеличивая таким образом производительность труда. Спецслужбы не могли обойти вниманием технологии биометрической видеоаналитики, которую они применяют при проведении оперативно-розыскных мероприятий. Например, с помощью данной технологии возможно обнаружение в толпе человека, который находится в розыске. Биометрическая видеоаналитика может работать по более сложным сценариям, например, осуществлять профайлинг (профайлинг - это наука, посвященная распознанию лжи и методам получения правды) людей или сопоставлять наблюдения с большого количества камер в территориально-распределенной сети наблюдения.

Номерная видеоаналитика

Применяется для распознавания регистрационных знаков автомобилей, а также для анализа их движения по данным множества камер. С помощью данного типа аналитики возможно выявление нарушения правил дорожного движения, а также выявление автомобилей, находящихся в розыске.

АНАЛИЗ АРХИТЕКТУР СИСТЕМ ВИДЕОАНАЛИТИКИ

Серверная видеоаналитика

Обработка входящего видеопотока от камер осуществляется централизованно, на сервере. Анализ данных осуществляется на центральном или графическом процессоре [2].

Преимущества:

-- возможность комбинирования алгоритмов видеоаналитики на одной аппаратной платформе;

-- возможность использовать недорогие камеры, так как от них не требуется наличие функций аналитики, так как обработка изображения производится на сервере;

-- возможность сбора статистики и применение её при анализе данных, что увеличивает точность аналитики;

-- «классика» среди архитектур систем видеоаналитики;

Недостатки:

-- потребность в высокоскоростных каналах передачи данных и высокая нагрузка на них, так как необходимо непрерывно передавать видео от камер на сервер [3];

-- конечные технические возможности сервера ограничивают масштабируемость системы;

-- подверженность воздействию помех, вносимых каналом связи, потенциальное их влияние на результаты обработки полученного изображения;

-- артефакты компрессии H.264 или MJPEG отрицательно сказываются на точности результатов работы серверной аналитики.

Примером реализации серверной видеоаналитики является платформа облачной видеоаналитики Kipod. Также к программному обеспечению серверной видеоаналитики относятся пакеты Motion и ZoneMinder для ОС Linux.

Встроенная видеоаналитика

Встроенная видеоаналитика реализуется посредством программной обработки видеоизображения с помощью микропроцессоров, расположенных непосредственно в камерах или кодерах с последующей передачей медиаданных (сжатые видео и аудио) и метаданных (результаты анализа) на сервер системы видеонаблюдения. Метаданные включают, к примеру, информацию об обнаруженных объектах, информацию о качестве видеосигнала и состоянии камеры. Данный подход позволяет в 10-100 раз увеличить эффективность использования каналов связи и серверов [2].

Преимущества:

-- меньшая нагрузка на каналы связи и сервер обработки данных;

-- улучшенные возможности масштабирования систем по сравнению с серверной технологией;

-- анализ видеоизображения до его компрессии и передачи по цифровым каналам передачи данных, что увеличивает точность результатов обработки;

-- при повреждении канала связи с сервером видеоаналитическое устройство способно работать автономно и вести запись в собственную память.

-- возможность передачи на аутсорсинг в центр обработки данных серверной части системы.

Так как питание в большинстве современных моделей осуществляется через PoE (Power over Ethernet), то в случае проблем с кабелем, помимо отсутствия связи, возникает опасность обесточивания камеры. Потому во многих типах данных устройств предусмотрен аккумулятор для обеспечения бесперебойного питания в подобной ситуации.

Недостатки:

-- более высокая сложность разработки;

-- невысокая гибкость программного обеспечения автономных устройств;

-- более высокая стоимость камер.

Примером устройства со встроенной видеоаналикой является IP-видеосервер MB2.

Распределенная видеоаналитика

Данный тип является гибридным решением между серверной и встроенной видеоаналитикой. Обработка потока видео распределяется между источником видеоданных и сервером. Более простые, базовые функции выполняются с помощью аппаратно-программного комплекса, встроенного в камеру, более сложные - на сервере.

Преимущества:

-- меньшая нагрузка на каналы связи и сервер обработки данных;

-- при повреждении канала связи с сервером видеоаналитическое устройство способно работать автономно и вести запись в собственную память.

-- возможность передачи на аутсорсинг в центр обработки данных серверной части системы;

-- большая гибкость конфигурирования за счет серверной части ПО.

Недостатки:

-- программное обеспечение камер и серверной части должны быть полностью совместимы, что накладывает ограничения при выборе ПО;

-- невысокая гибкость программного обеспечения автономных устройств;

-- более высокая стоимость камер.

СПИСОК ЛИТЕРАТУРЫ:

1.ГОСТ 7.32-2001. Система стандартов по информации, библиотечному и издательскому делу. Отчет о научно-исследовательской работе. Структура и правила оформления.

2.Видеоаналитика. [Электронный ресурс]. URL: http://synesis.ru/technology/videoanalitika (дата обращения: 12.06.2017).

3.Соломатин Алексей Юрьевич. Метод идентификации субъектов по изображению лиц в системах разграничения доступа на основе иммунокомпьютинга: диссертация … кандидата технических наук: 05.13.19; Соломатин Алексей Юрьевич; [Место защиты: Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики»].- Санкт-Петербург, 2015.- 128 с.

Размещено на Allbest.ru