Заместитель директора по развитию Андреев Кузьма.
 

Интеллектуальные возможности систем IP видеонаблюдения

Ещё в далёком 1965 году, Гордон Мур заметил одну интересную закономерность: с каждым годом мир электронных систем пополнялся новыми схемами, в которых число транзисторов возрастало, практически, в два раза. Гордон предположил, что при сохранении тенденции, совсем в скором времени, нас ожидают вычислительные устройства, мощность которых возрастёт экспоненциально. И он был прав, впоследствии чего, данную тенденцию было принято называть законом Мура.

К данному развитию прямое отношение также имеют и системы видеонаблюдения. Рост вычислительных способностей процессоров с уменьшением их размеров привёл к появлению сигнальных процессоров DSP, которые на данный момент обладают множеством интеллектуальных возможностей, среди которых: распознавание лиц людей, номерных знаков автомобилей и прочие функции. Такие возможности присуще IP-камерам видеонаблюдения, а развитие и распространение программных продуктов для управления IP камерами, дало возможность внести ещё ряд сложных алгоритмов видеоанализа.

В данной статье мы рассмотрим основные интеллектуальные способности программных продуктов, что используются в системах IP видеонаблюдения, а так же поговорим об их особенностях и принципу действия.
 

Детектор движения

Детектирование движения – это одна из основных функций систем видеонаблюдения, что уже предустановленна в программных оболочках многих камер видеонаблюдения, а так же утилитах для их эксплуатации. Функция стала весьма востребованной для потребителей рынка систем безопасности, поскольку позволяет существенно увеличить эффективность видеосистем.

Сейчас, большинство установленных систем видеонаблюдения работают в режиме записи по детектору движения. И действительно, зачем регистрировать события, в момент которых не происходит абсолютно никаких действий. Активация видеозаписи по детектору движения позволяет уменьшить нагрузку на систему видеонаблюдения и записывать только активные события, которые сопровождены движением людей или автомобилей.

Если необходимо учитывать движение только в определённом участке кадра, то можно задать область детектирования, установить чувствительность, максимальный и минимальный размер движущегося объекта для каждой из обозначенных зон детекции. При попадании в заданную область движущегося объекта, который соответствует заданным параметрам, автоматически включается видеозапись и останавливается по истечении определённого времени бездействия в кадре.
 

Детектирование с меняющимися условиями

Для интеллектуальных систем IP видеонаблюдения очень важно правильно выделять движущийся объект. Однако, в реальных условиях, в особенности на улице, этой функции препятствует множество факторов, таких как тени, перемены освещённости, изменение заднего плана, шумы, интенсивное движение, прочее.

Преобладающая часть интеллектуальных способностей видеосистем учитывает наличие шумов в кадре или выделенной области детекции, но не учитывает изменение уровня шумов в окружающем пространстве и по истечению времени.

Такие системы могут адаптироваться к интенсивному изменению освещения или фона, но после изменения данных, такая адаптация занимает определённое время, в течение которого видеосистема работает некорректно. Следствием этого становится неправильное выделение движущегося объекта и, соответственно, не точные результаты видеоанализа.

В таких случаях, для точной работы детектора движения, интеллектуальные способности должны выполнять следующие условия:

1. Автоматическая адаптация к резким и медленным сменам уровня освещённости объекта.
2. Автоматическое вычисление уровня шумов в окружающих условиях и адаптация к данным параметрам.
3. Учёт изменения заднего плана.
4. Отличие движущихся объектов от их теней, что попали в область детектирование.
5. Быстрая обработка данных (с целью одновременной обработки нескольких видеопотоков в режиме реального времени не нескольким интеллектуальным способностям)

Разработчики систем IP видеонаблюдения и программного обеспечения учли все нюансы работы с детектором движения и на данный момент существуют версии функционала, что подстраиваются под все вышеупомянутые условия, идеально выполняют детектирование и обеспечивают получение точных результатов видеоанализа.

Алгоритм работы усовершенствованного видеодетектора построен следующим образом. Например, имеется стационарная IP камера, расположенная вне помещения. Для выделения зоны движения используется метод «вычитания фона» - строится задний план (статический фон) и передний план (движущиеся объекты). Для точного определения передвижения, необходимо определить объекты, за исключением их теней. Чтобы произвести исключение, предустановлен алгоритм фильтрации.

Исходя из того, что тень, попадая на поверхность предметов или пола, затемняют их, соответственно, проясняются следующие особенности:

• текстура под тенью остаётся практически неизменной,
• уменьшается яркость в определённой области (под тенью), а оттенок остаётся прежним.

Таким образом, алгоритм вычисления и исключения теней основывается на анализе оттенка и яркости. Поэтому, для удаления теней, производится анализ пикселей, что вошли в область движения. Данный анализ сводится к определению уровня изменения текстурных особенностей (в соотношении с задним планом). Чем меньше значение степени изменения в заданном пикселе, тем больше вероятность, что он передаёт участок с изображением тени.

Такие алгоритмы фильтрации дают возможность производить точный интеллектуальный анализ движения, при постоянных изменениях внешних условий объекта. Метод позволяет детектировать как целый кадр, так и заданные области изображения.

Читать продолжение: Часть 2, Часть 3.

Заместитель директора по развитию Андреев Кузьма.