Контакты
Подписка
МЕНЮ
Контакты
Подписка

Видеодетекторы движения: движущая сила рынка телекамер

Видеодетекторы движения: движущая сила рынка телекамер

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

Видеодетекторы движения: движущая сила рынка телекамер


Н.В. Птицын

Управляющий партнер отечественного производства систем видеонаблюдения, cтарший научный сотрудник МГТУ им. Н.Э. Баумана

В статье рассмотрены актуальные проблемы видеодетектирования в охранных системах наблюдения; сравниваются серверные, встраиваемые и гибридные реализации алгоритмов; рассмотрены особенности видеодетекторов высокой четкости (HD); перечислены алгоритмические и инженерные подходы, позволяющие снизить уровень ложных срабатываний при сохранении высокой чувствительности детектора; даны практические рекомендации о выборе видеодетекторов.

Видеодетектор движения представляет собой аппаратно-программное средство, входящее в состав системы охранного наблюдения и обеспечивающее автоматическое обнаружение движущихся объектов в поточном видео. На практике такие технические средства должны не только детектировать движущиеся объекты, но и обеспечивать их непрерывное сопровождение (трассирование) в поле зрения одной или даже нескольких камер. Эта функция необходима для снижения частоты ложных и особенно повторных срабатываний, а также для визуализации траектории движения на экране оператора. Видео детекторы многократно повышают продуктивность работы сотрудников безопасности. Метаданные, генерируемые детектором, могут использоваться в качестве индекса для оперативного поиска событий в видеоархиве. В этом случае у оператора отпадает необходимость в изнурительном просмотре многодневной видеозаписи.

Хороший детектор может значительно повысить эффективность использования хранилищ данных и каналов связи за счет уменьшения избыточности видеоматерилов. В системах охраны периметра экономия дискового пространства и сетевого трафика увеличивается в десятки - тысячи раз в зависимости от оживленности контролируемых участков.

Видеодетекторы могут быть реализованы как ПО на сервере системы безопасности или интегрированы непосредственно в камеру. В последнем случае производитель камеры использует сигнальный процессор (DSP) или заказную микросхему (ASIC) для обработки поточного видео в реальном масштабе времени. Многие современные IP-камеры обладают встроенным детектором движения. По мнению Фредрика Нильссона, генерального директора Axis Communications, в ближайшие годы видеодетекторы будут важной движущей силой рынка камер охранного телевидения.

Проблемы детектирования движения

В лабораторных условиях задача детектирования движения является несложной и с точки зрения разработки программного алгоритма обработки видеосигнала, и с точки зрения вычислительной нагрузки на процессор. На практике проблема обретает принципиально иной уровень сложности и переходит в класс нетривиальных задач машинного зрения и распознавания образов, над которыми продолжают усиленно работать ученые и инженеры. Основными проблемами, не решенными разработчиками до конца, являются:

  • устранение ложных срабатываний, обусловленных естественными изменениями во внешней среде (например, солнечные блики, тени, шевеление кустов, деревьев, воды), а также объектами, не представляющими интереса для службы охраны (например, животные, птицы, насекомые на объективе камеры, облака);
  • сохранение хорошей чувствительности при детектировании объектов в условиях нестабильности сцены наблюдения (например, при значительных изменениях естественного или искусственного освещения, а также на изменчивом фоне, таком как открытое водное пространство, лес в ветреную погоду);
  • обеспечение простоты и удобства использования видеодетектора (трехмерная калибровка перспективы, задание классов детектируемых объектов, фильтрация ложных срабатываний).

Наиболее сложной задачей является поиск компромисса при одновременном решении трех перечисленных проблем. С одной стороны, видеодетектор должен обладать высокой чувствительностью к объектам непредсказуемой формы. Например, он должен эффективно регистрировать людей в камуфляжной форме, группы людей произвольного размера, транспортные средства любого вида. С другой -детектор не должен реагировать на "безобидные" воздействия внешней среды, например на раскачивание деревьев и бегущие тени от облаков. Решение этих задач предполагает наличие искусственного интеллекта высокого уровня сложности, способного не только детектировать движение в поле зрения камеры, но и выделять целевые объекты, представляющие интерес для службы охраны. Таким образом, детектор должен классифицировать движущиеся объекты как актуальные или неактуальные во всех возможных проявлениях окружающего мира. Частота ложных срабатываний не должна превышать пороговое значение, при котором применение видео детектора становится экономически невыгодным. Допустимый период между ложными тревогами зависит от сценария использования и может варьироваться от нескольких часов до нескольких месяцев.

Видеодетектор высокой четкости

Более остро рассмотренные проблемы проявляются в видеосистемах высокой четкости (HD), то есть с разрешением сенсоров свыше 1 Мпкс. Основными отличиями видео детектора в системе HD по сравнению с системами стандартной четкости (SD) являются:

  • более значительная детализация сцены HD приводит к учащению ложных срабатываний. Собственные движения камеры, обусловленные ветром и вибрацией техники, становятся причиной значительных изменений изображения. Применение цифрового или механического стабилизатора изображения становится обязательным;
  • мегапиксельные камеры имеют большую дальность действия  или  радиус обзора. Диапазон масштабов объектов может более значительным, чем в системах SD. В системах HD необходимо применять принципиально другие алгоритмы перспективной калибровки и оптической коррекции, а также использовать многомасштабные алгоритмы моделирования фона и сегментирования объектов; 
  • поток данных в системах HD многократно превышает поток данных в системах SD. Большинство алгоритмов, используемых в интеллектуальных видеодетекторах, обладают нелинейной сложностью по отношению к размеру кадра, и нагрузка на процессор возрастает на несколько порядков. Таким образом, необходимо принципиально оптимизировать, а чаще создавать новые алгоритмы для работы с потоком HD.

Архитектуры и вопросы интеграции

Серверные видеодетекторы

Классический подход к организации архитектуры системы состоит в программной реализации видеодетектора, который обрабатывает поточное видео, поступающее с аналоговых или IP-камер, на сервере. В качестве аппаратной платформы обычно используются видеодетекторы на платформе x86, совместимые с компьютерами, имеющими специализированные платы видеозахвата и аппаратные ускорители компрессии. Такие серверные видеодетекторы реализованы в отечественных системах "Интеллект" компании ITV, "Трассир" компании DSSL и др.

Главные преимущества серверного, централизованного подхода - это простота интеграции и гибкость видеоаналитики. Существенным недостатком является то, что видеодетектор обрабатывает сигнал, искаженный аналоговым трактом или алгоритмом сжатия. Другой минус - значительная нагрузка на каналы связи и плохая масштабируемость сервера. В случае перегрузки сервер начинает пропускать кадры, что приводит к пропущенным событиям и ложным срабатываниям. Перечисленные недостатки значительно усугубляются при переходе на стандарт HD.

Встраиваемые видеодетекторы Альтернативный подход к построению системы состоит в использовании встраиваемых видеодетекторов. В этом случае обработка поточного видео производится непосредственно в камере до сжатия и передачи в ситуационный центр. Популярными аппаратными платформами являются однокристальные системы DaVinci компании Texas Instruments, Blackfin компании Analog Devices, ETRAX компании Axis, Nexperia компании NXP и разработки компании Stretch. Также возможно использование архитектуры x86, например, на базе процессора Intel Atom. Поставщиками встраиваемых видеодетекторов являются такие компании, как IOImage, ObjectVideo, Cernium на Западе, "Синезис" в СНГ и др. Здесь сразу хотелось бы опровергнуть распространенное заблуждение о том, что серверные видео детекторы на платформе x86 обладают более высокой точностью, чем их однокристальные аналоги. Напротив, теоретическая точность встраиваемых видеодетекторов выше, чем у серверных, за счет более высокого качества входного изображения и вычислительной мощности выделенного процессора, все ресурсы которого загружены обработкой только одного канала.

Видеоанализ данных в системах со встраиваемыми детекторами значительно децентрализован, что обеспечивает хорошую масштабируемость системы на сотни или тысячи камер. При этом нагрузка на канал связи и системы хранения может быть минимизирована за счет фильтрации и выборочной передачи видеоматериала прямо в камере, что особенно актуально в беспроводных сетях. Недостатками встраиваемых видеодетекторов являются сложность их интеграции из-за отсутствия общепринятых стандартов и более высокая стоимость аппаратного обеспечения. Впрочем, первоначальные инвестиции быстро окупаются, если встраиваемый детектор сделан качественно.

Гибридные видеодетекторы

Существуют также гибридные решения, объединяющие серверный и встраиваемый подходы. Так, компания Agent Vi реализовала интересное решение распределенной обработки изображения: встраиваемый алгоритм выделяет локальные векторы движения в кадре, а серверный алгоритм производит обработку более высокого уровня. Однако такая технология плохо применима к сценам с изменчивым фоном и создает значительную нагрузку на канал связи при переходе на стандарт HD.

Точность детектирования

Формальная оценка точности детектирования является непростой организационной и инженерной задачей ввиду безграничного разнообразия сценариев поведения нарушителей и проявлений окружающей среды. Специалисты традиционно рассматривают ошибки двух родов: пропущенное нарушение и ложное срабатывание. Очевидно, что пропущенное нарушение является более серьезной ошибкой, чем ложное срабатывание, однако высокая частота ложных срабатываний может привести к понижению эффективности службы охраны и в конечном счете нейтрализовать пользу видео детектора. Допустимые соотношения ошибок первого и второго рода определяются техническими требованиями проекта.

Научное подразделение МВД Великобритании создало набор видеосюжетов i-LIDS (Imagery Library for Intelligent Detection Systems) и формальную методику тестирования детекторов.

Британские ученые применили метрику F1, представляющую интегральную точность системы охраны1. Параметр а определяет влияние ошибок первого и второго рода на интегральную метрику F1. Так, для служб оперативного реагирования параметр а принимает значение 0,65, для регистрации событий видеозаписи - 75. Детекторы среднего качества обладают точностью F1 около 0,98, хорошие детекторы - свыше 0,99. Существует немало дополнительных параметров и условий, которые влияют на оценку точности.

Отметим наиболее важные:

  • максимальное время реакции системы с момента появления объекта в поле зрения камеры, при котором он считается успешно детектированным;
  • метод учета повторных сигналов по одному и тому же объекту (если объект не представляет интереса для службы охраны, то повторные сигналы будут снижать продуктивность работы сотрудников);
  • время стабилизации видеодетектора после включения или значительного изменения сцены.

В таблице представлены технические особенности видеодетекторов, которые, по результатам исследования автора, необходимы для достижения этими устройствами высокой точности и универсальности.

Устойчивое детектирование движения целевых объектов является актуальной научно-инженерной задачей на стыке таких дисциплин, как машинное зрение, распознавание образов и цифровая обработка сигнала. С точки зрения архитектуры встраиваемые и серверные реализации видеодетекторов, доступные сегодня, имеют определенные преимущества и недостатки. С уверенностью можно сказать, что встраиваемые детекторы по мере своего развития вытеснят серверные. С точки зрения эффективности распознавания видеосигнала встраиваемые детекторы могут быть даже лучше серверных. Адекватная встраиваемая реализация алгоритма обеспечивает более высокую точность и оперативность реагирования, чем серверная реализация того же самого алгоритма. Такое преимущество встраиваемой видеоаналитики обусловлено отсутствием искажений компрессии и децентрализованной обработкой объемов видеоданных. При выборе детектора следует обратить внимание на набор сценариев и видеосюжетов, на основе которого проводились тестирование и оптимизация алгоритмов. Решения, доступные на рынке безопасности, существенно различаются частотой ложных срабатываний, чувствительностью, устойчивостью к разнообразию внешней среды и простотой настройки. При этом достижение эффективной работы видеодетектора высокой четкости является задачей принципиально более сложной, чем достижение эффективной работы детектора стандартной четкости. Следует отметить, что сегодня многие производители камер и систем управления видео предлагают видеодетекторы бесплатно, так как не могут гарантировать их устойчивую работу в полевых условиях.                                             




Опубликовано: Журнал "Системы безопасности" #3, 2009
Посещений: 12745


  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