Контакты
Подписка
МЕНЮ
Контакты
Подписка

Будущее систем видеонаблюдения: многокамерное сопровождение

Будущее систем видеонаблюдения: многокамерное сопровождение

В рубрику "Видеонаблюдение (CCTV)" | К списку рубрик  |  К списку авторов  |  К списку публикаций

Будущее систем видеонаблюдения: многокамерное сопровождение

Хотел было Сатир спрятаться в свою шкуру,
но сверху, снизу, с боков, спереди и сзади - отовсюду смотрели на него глаза Аргуса,
и некуда было Страшилищу деться - весь открыт он для этих звездных глаз.
Я.Э. Голосовкер. Сказания о Титанах

Видеоаналитическое ПО стало почти обязательным компонентом современной системы охранного видеонаблюдения. Интеллектуальные видеодетекторы позволяют многократно повысить продуктивность службы охраны и снизить психологическую нагрузку операторов ситуационных центров. Многокамерное сопровождение — следующий виток развития видеоаналитической технологии и концепции охранной системы в целом.


Н.В. Птицын

Управляющий партнер научно-инженерного предприятия

Ключевая функция системы многокамерного сопровождения состоит в автоматической регистрации траекторий движения физических объектов на обширном пространстве, контролируемом множеством телекамер. Если при однокамерном сопровождении возможна независимая обработка данных по каждому каналу, то многокамерная система должна анализировать все каналы интегрально. Многокамерная система учитывает трехмерную геометрию пространства и взаимное расположение телекамер, а также делает рациональные предположения о наиболее вероятной траектории движения объекта, даже если он временно выходит из объединенной зоны контроля всех камер. Задача существенно усложняется в случае, когда сопровождаемые объекты многочисленны и плохо различимы или, наоборот, плохо сопоставимы из-за своей изменчивости, различных ракурсов наблюдений и условий регистрации изображения.

Таким образом, речь идет о создании искусственного интеллекта, способного параллельно вести слежение за множеством объектов через множество камер. В отличие от однокамерного сопровождения, такая задача сразу выходит за рамки возможностей человеческого мозга.

Технологии многокамерного сопровождения в первую очередь востребованы в таких отраслях, как охрана, безопасность, транспорт, маркетинг розничных продаж и интерактивная реклама. На рис. 1-5 иллюстрировано многокамерное сопровождение одного выбранного человека в центральном зале Минского железнодорожного вокзала.

Рассмотрим типовые сценарии работы многокамерной системы в местах массового пребывания людей.

Интерактивный режим

Предположим, что сотрудник службы безопасности обращает внимание на подозрительное поведение субъекта в зоне паспортного контроля международного аэропорта. Сотрудник выделяет субъекта на дисплее, отображающем видео с одной из камер, и мгновенно получает траекторию движения этой личности на трехмерной модели здания. Траектория показывает несанкционированный доступ через служебное помещение. Оперативное задержание нарушителя также производится при поддержке системы сопровождения.


Автоматический режим

Сигнал о подозрительном поведении может быть автоматически сформулирован на основе правил о штатных моделях движения человека или группы по контролируемому объекту с учетом текущего времени и режима работы. Примерами простых правил являются:
  • отклонение от стандартного маршрута пассажира;
  • пребывание свыше указанного времени;
  • перемещение с повышенной скоростью;
  • праздношатание, повторное появление.

Нештатные ситуации могут быть проранжиро-ваны по оценкам достоверности расчета и рассматриваться сотрудниками службы безопасности в приоритетном порядке. Это позволяет концентрировать усилия специалистов на предотвращении наиболее значимой угрозы.

Анализ статистических данных

Правила могут быть подобраны оптимальным образом на основе статистических данных о перемещении людей, собранных на любом промежутке времени. Возможно полностью автоматическое обучение системы "паттернам" поведения для последующего обнаружения нестандартных перемещений. Для транспортной отрасли многокамерные системы позволяют отслеживать поведение пассажиров и точно измерять загрузку каждого направления на различных участках. В Лондоне и Стокгольме системы распознавания регистрационных знаков используются для контроля платы за въезд в город и при необходимости могут производить многокамерное сопровождение автомобилей в городе или вдоль трассы для спецслужб.

В области маркетинга и розничных продаж многокамерные системы позволяют исследовать поведение покупателей в торговых центрах и супермаркетах. В случае интеграции системы сопровождения и системы транслирования рекламы на цифровых панелях появляется возможность оценивать эффект рекламы на индивидуальных покупателей, а также показывать посетителю взаимосвязанные видеоматериалы в процессе его перемещения по торговому центру.


Современный уровень развития технологии

Ряд западных университетов создали опытные системы многокамерного сопровождения и продемонстрировали их работоспособность на территории своих кампусов. Разработки состоят из нескольких камер и рабочей станции, производящей обработку поточного или записанного видео. В зоне действия камер свободно перемещаются студенты. Плотность потока низкая (один человек на несколько квадратных метров), но объекты регулярно перекрываются. Результатами обработки являются координаты и траектория движения людей на двухмерном плане контролируемой области. Опытные системы показали неплохую точность сопровождения, вполне достаточную для обоснования практической ценности разработки.

Коммерческое внедрение сдерживается следующими факторами:

  • недостаточная универсальность компьютерных алгоритмов - сложная настройка разработчиками, нет возможности эффективно использовать многокамерные системы повсеместно;
  • плохая масштабируемость системы по числу камер из-за сложностей децентрализации;
  • проблемы с совместимостью и системной интеграцией - особенно если инфраструктура охранного наблюдения уже построена.

На уровне однокамерного сопровождения возникает проблема сегментирования людей в плотном потоке на различном масштабе. Так, алгоритмы машинного зрения часто "ошибаются" на этапе отделения объекта от фона (например, когда люди находятся близко друг к другу, частично или полностью перекрываются, перестают двигаться, выглядят нестандартно). В то время как разнообразие внешнего вида и поведения человека безгранично, простые отклонения от модели (скажем, перемещение на инвалидном кресле или раскрытие газеты) могут "ввести" компьютерную систему в "заблуждение".

Люди появляются на различном расстоянии от камеры, следовательно, фрагменты изображения имеют различную детализацию и информативность. Зачастую трудно обеспечить однородное освещение на большом пространстве. Эти факторы существенно повышают вычислительную сложность алгоритма обработки видео. Дополнительную неопределенность создают физические преграды сцены, ограничивающие обзор камеры, такие как колонны и ларьки. Если программа "теряет" объект в какой-то момент времени, то происходит разрыв траектории и утрачивается возможность проследить движение объекта от начальной до конечной точки.

Сопровождаемый объект (человек) может наблюдаться под различными ракурсами, на различном расстоянии и в любом состоянии (сидит, стоит, идет, бежит). Разные типы освещения (естественное, искусственное) затрудняют использование цветовых признаков, поскольку они существенно зависят от спектра излучения осветителя. Подобные факторы приводят к нестабильности численных значений признаков и к ошибкам сопоставления объектов при переходе из зоны действия одной камеры к другой. Точная калибровка камеры в трехмерном пространстве контролируемого объекта позволяет повысить эффективность системы многокамерного сопровождения, особенно если области наблюдения камер перекрываются. На практике численные данные о местоположении и ориентации телекамер недоступны, и калибровка системы становится сложной и трудоемкой процедурой. Чаще всего она производится ручным сопоставлением трехмерной модели и двухмерных изображений, поступающих с камеры. Возможна частичная или полная автоматизация, когда алгоритмы регистрации сопоставляют ракурсы по узловым точкам и производят объектную привязку.

Оценка точности

Для оценки точности системы многокамерного сопровождения необходимы специальные технические средства, обеспечивающие автоматическое тестирование, так как ручное тестирование слишком трудоемко и не обеспечивает достаточно хорошей повторяемости экспериментов. Автоматическое тестирование предполагает наличие канонического набора видеосюжетов, достоверно размеченных экспертами. Например, набор MCTS (Multiple-Camera Tracking Scenario) разработан научным подразделением Министерства внутренних дел Великобритании и содержит 140 часов видео, которое было одновременно записано с пяти камер, установленных в международном аэропорту. В наборе представлены перекрывающиеся и неперекрывающиеся ракурсы камер. Сделана аннотация для 185 000 кадров по стандарту VIPER GT. Научное подразделение предлагает использовать метрику F1, представляющую интегральную точность системы охраны для различных сценариев использования многокамерной системы.

Заключение

Разработка многокамерной системы сопровождения является актуальной научно-инженерной задачей, решение которой сегодня востребовано пользователями различной категории. Появляется возможность анализировать поведение множества людей в масштабе всего охраняемого объекта, а не только в поле зрения одной камеры. Индивидуальные или обобщенные данные о перемещениях людей на обширной территории открывают принципиально новые возможности для построения систем поддержки принятия решения.

По мере совершенствования математической теории машинного зрения и вычислительной мощности аппаратного обеспечения приложения систем многокамерного сопровождения будут расширяться в новые отрасли.            

Опубликовано: Журнал "Системы безопасности" #4, 2009
Посещений: 8169


  Автор
Птицын Н. В.

Птицын Н. В.

Генеральный директор ООО "Синезис"

Всего статей:  33

В рубрику "Видеонаблюдение (CCTV)" | К списку рубрик  |  К списку авторов  |  К списку публикаций