Какие виды детекции полезны в видеонаблюдении. Механизмы и функции

    image

    Сигнал извещения при обнаружении движения (детекция) в поле зрения камеры – это базовая функция, без которой невозможно представить современную систему видеонаблюдения. Однако даже у этой простой и понятной для пользователя функции есть множество нюансов, влияющих на стоимость и качество работы всей системы.

    Сегодня мы познакомим вас с различными видами детекции, используемых в камерах видеонаблюдения, расскажем об их преимуществах и недостатках, подробно сравним устройства, интегрированные с облаком, и с аналитикой «на борту».

    Мы предлагаем несколько решений, которые построены на алгоритмах определения объекта и движения в кадре:


    Из этого списка только Ivideon Counter 3D представлен отдельным устройством, которое позволяет подсчитывать посетителей магазина и создавать аналитические отчеты: по посещаемости (недельная и суммарная) и по почасовой загруженности, а также отмечать большой поток посетителей на таймлайне под видео.

    Детектор движения — это часть системы видеоаналитики, доступной для всех камер сервиса Ivideon. Он определяет движение в выбранной области, а если пользователь её не задал, то детектор работает по всей зоне кадра. В основе детектора лежит алгоритм, создающий фоновое изображение и сравнивающий последующие кадры с фоном. Таким образом удается избежать ложных срабатываний при небольшом изменении кадра. Например, детектор не сработает, если за окном пролетит птица. Но сработает, если неподвижно сидящий человек начнет двигать рукой. Кроме сравнения кадров с фоном применяются дополнительные алгоритмы обнаружения движения, повышающие качество работы.

    Детектор очередей — это модуль видеоаналитики, который используется для обнаружения очереди на основе подсчёта голов в кадре. Детектор разрабатывался с использованием машинного обучения, то есть его точность увеличивалась по мере использования.

    Детектор полезен для владельцев среднего бизнеса или сетевых ритейлеров, где существует высокий риск образования очередей. Аналитический модуль создаёт отчеты, группирует очереди по зонам возникновения и показывает отрезки видео с камер, на которых виден момент образования очереди. Отчёты доступны для просмотра в личном кабинете, и могут быть экспортированы в формате .csv.

    Распознавание лиц — технология видеоаналитики, которая чаще всего необходима крупным компаниям банковского и страхового сектора, где существуют высокие требования к безопасности и соблюдению служебной тайны. Подробнее о ней мы писали здесь (ссылка на статью про эмоции).

    Все эти технологии появились после долгой эволюции, начало которой положили аналоговые детекторы.

    Аналоговый внешний детектор движения


    image
    Пассивный инфракрасный датчик пироэлектриком фиксирует уровни инфракрасного излучения

    Ранее на рынке систем видеонаблюдения господствовали аналоговые камеры со стандартным разрешением, как правило, 576р. Для активации записи при обнаружении движения использовались отдельные внешние датчики.

    В них устанавливались чувствительные к теплу инфракрасные сенсоры, которые реагировали на появление в зоне контроля источника тепла (человека) и определяли факт его передвижения. Сигнал с датчика активировал запись изображения с камеры на кассету видеомагнитофона или срабатывание сигнала тревоги в системе безопасности.
    image
    Стандартный ИР-датчик движения

    Такая технология применяется и сегодня благодаря низкой стоимости, высокой чувствительности и возможности работы с дешевыми аналоговыми камерами, но все плюсы нивелируются серьезными проблемами использования аналогового детектора.

    Во-первых, его датчик охватывает своим «недремлющим оком» всю охраняемую площадь. У вас нет возможности закрыть от детектора определенный сектор, в котором может быть, например, движение теплых воздушных масс. В этом случае вы столкнётесь с периодическими ложными срабатываниями, а охрана объекта получит головную боль.

    Конечно, можно попытаться минимизировать ложные срабатывания, регулируя чувствительность детектора и меняя угол наблюдения, но это не всегда лучшее решение.

    Во-вторых, к ложным срабатываниям датчика могут привести различные атмосферные явления: снег, дождь или пыль. Он также довольно чувствителен к искусственным помехам.

    Определяем активность в кадре


    image
    Мультиплексор для работы с аналоговыми камерами (с)

    С развитием цифровых технологий обработки видеоданных появилась возможность встраивать детекторы активности в мультиплексоры, хотя сами камеры на том этапе еще были аналоговыми.

    Задачей мультиплексора является сведение видеопотока от нескольких камер в единый видеоряд для демонстрации на мониторах охраны и записи на Time Lapse-видеомагнитофон.

    Именно тот период можно считать переломным моментом в развитии технологии детекции. И здесь нет опечатки: речь идёт о распознавании активности в специально отмеченных зонах кадра – эту операцию и производил мультиплексор.

    Его можно было запрограммировать на определение активности в видеоряде, поступающем с одной или нескольких камер. С этой целью кадр разбивался на зоны (как правило, 256 зон 16х16 квадратов), и в процессе настройки системы специалист мог выбрать, в каких зонах нужно анализировать активность, а в каких нет.

    В отличие от аналогового датчика движения тревожный сигнал формировался при наличии активности только в выбранных зонах, а не на всей площади кадра. Такой подход обеспечивал большую гибкость и удобство контроля, сводя к минимуму ложные срабатывания системы.

    Ещё одним плюсом этой технологии можно считать возможность активации записи со стандартной частотой кадров при наличии активности на камере. В мультиплексоре была возможность настроить запись видеопотока с конкретной камеры в полнокадровом режиме, чтобы потом получить нормальное динамичное видео без рывков и пропуска кадров, с плавной передачей эффекта движения. Видео же с остальных камер продолжало записываться с пониженной частотой кадров.

    Технология обладала существенными преимуществами по сравнению с аналоговой детекцией движения. В первую очередь, меньше ложных срабатываний за счет гибкой настройки зон контроля. Такая система практически не была подвержена влиянию атмосферных осадков.

    Прогресс не стоит на месте, и на смену аналоговым камерам видеонаблюдения стандартного разрешения пришли цифровые Full HD-камеры, а аналоговые мультиплексоры и Time Lapse-видеомагнитофоны были вытеснены цифровыми регистраторами, а также локальными и облачными видеосерверами. Всё это привело к тому, что пользователи цифровых систем видеонаблюдения получили дополнительные возможности, о которых мы и расскажем вам ниже.

    Детектор активности, встроенный в камеру


    image
    (с)

    Появление мощных DSP (цифровых сигнальных процессоров) для обработки видео дало возможность разработчикам встраивать детекторы движения (и не только их) непосредственно в саму камеру. Мы будем называть такие камеры «умными», или «камерами с аналитикой».

    Вы можете выбрать в кадре нужную зону, активность в которой хотите отслеживать, и при этом вы, как правило, не ограничены только квадратами определенного размера. Умные камеры позволяют задавать зоны любого размера и формы и активировать запись, например, на установленный флеш-накопитель. И конечно, они могут передать тревожный сигнал.

    Умные камеры не ограничиваются только определением наличия движения в кадре. Более продвинутые модели могут отправлять уведомления о различных событиях на объекте, например, на электронную почту.

    У некоторых камер есть возможность настройки временного интервала отслеживания движения. И конечно, большинство современных камер с аналитикой еще и выделяют в кадре подвижные объекты, на которые оператору нужно обратить внимание.

    Заметим, что сейчас набирают популярность технологии, недоступные ранее для большинства систем видеонаблюдения:

    • распознавание лиц;
    • распознавание автомобильных номеров и других объектов;
    • распознавание эмоций.

    Если вашей системе наблюдения требуется автоматически идентифицировать или распознавать людей и объекты, то нужно большое внимание уделить не только выбору камеры. Очень важную роль играет также ее расположение и освещение на объекте. Например, наличие контрового света может существенно снизить точность распознавания, особенно, если на вашей камере нет компенсатора задней подсветки или он не активен.

    Также необходимо учитывать и размер, который занимает в кадре распознаваемый объект. Согласно требованиям европейского стандарта EN 50 132-7, для обнаружения, распознавания и идентификации людей и объектов введено понятие «плотность пикселей», или количество пикселей изображения на 1 м горизонтального расстояния до наблюдаемой цели.

    Эти требования приведены в таблице.
    Вид активности Задачи и возможности Старый параметр (% высоты) Альтернативный параметр мм/ пикс Количество пикселей на 1 м по горизонтали (справочно)
    Мониторинг Мониторинг и контроль толпы 5 % от высоты кадра 80 12
    Детектирование Гарантированное обнаружение людей в кадре 10 % от высоты кадра 40 25
    Наблюдение Определение характеристик и особенностей человека, например одежды 25 % от высоты кадра 16 62
    Распознавание Распознавание известных оператору людей 50 % от высоты кадра 8 125
    Идентификация Качество достаточное для идентификации человека 100 % от высоты экрана 4 250
    Инспектирование Возможность 100% идентификации, исключающей сомнения 400 % от высоты экрана 1 1000


    Как видите, для уверенного обнаружения людей в кадре требуется плотность не менее 40 мм/пиксель. Понятно, что распознавание людей — это достаточно сложная задача, поэтому требования к качеству изображения здесь предъявляются очень высокие.

    А если мы возьмем, например, задачу распознавания автомобильных номеров, то для этого высота номерных знаков и букв должна составлять примерно 15 пикселей, что эквивалентно 200 мм/пиксель.

    Помимо качественной картинки самую важную роль в любой детекции играют используемые алгоритмы.
    Детекция внешняя и встроенная

    Программы детектирования могут быть встроены в камеру или располагаться на удаленном видео- или облачном сервере.

    Рассмотрим достоинства и недостатки этих подходов.

    Достоинства встроенной детекции:
    • пользователь сразу получает готовый комплекс видеонаблюдения с детекцией. Ему не надо задумываться над тем, как это работает и какой алгоритм детекции выбрать, производитель камеры всё сделал за него;
    • так что вторым, хоть и спорным, плюсом данного подхода является простота установки и настройки оборудования. Почему этот плюс является спорным мы расскажем в главе, посвященной облачной технологии детекции движения.

    На этом преимущества и заканчиваются.

    Поговорим о недостатках встроенной детекции.

    Любая встроенная в камеру функция повышает её стоимость. Ведь разработчику нужно создать соответствующее ПО и провести его отладку и тестирование. А покупатель должен всё это оплатить.

    Как правило, большинство встроенных в камеру алгоритмов детекции являются достаточно упрощенными. Ведь производителю проще написать ПО один раз и продавать его как можно дольше.

    image
    Процессор Fullhan 8520 в камере Dahua (c)

    Качественные алгоритмы детекции требуют для своей работы мощные DSP, а чем мощнее процессор, тем дороже будет камера. Получается, что покупатель фактически оказывается «привязан» к строго определенному, зашитому в камеру алгоритму детекции, который может быть не слишком эффективным, а производитель не спешит выпускать обновление. Или он не всегда может это сделать в случае со старым «железом». Производителю проще выпустить новую, более дорогую камеру, чем тратить время и деньги на доработку старой.

    Планируя покупку камеры, особенно у производителя из низкого ценового сегмента, задумайтесь о том, нужны ли вам «фичи» в виде встроенной детекции. И сейчас объясним, почему.

    Достоинства и недостатки внешней детекции


    image

    Алгоритмы проанализируют отправленный на облачный или локальный сервер видеопоток и выдадут результат. Именно этот вариант реализован в Ivideon.

    В отличие от зашитого в камеру алгоритма детекции движения, работа над улучшением используемых в нашем облаке технологий не прекращается. В частности, мы совсем недавно обновили настройки детектора движения в личном кабинете сервиса.

    Все настройки в кабинете пользователь может делать удаленно с ПК или любого гаджета. Теперь мы добавили раздел «Детекция», в котором можно настраивать зону и чувствительность детектора движения. Аналогичные настройки есть и для звукового тракта.

    Настройка детектора движения простая и наглядная: пользователю не надо думать, насколько эффективны алгоритмы детекции и как их обновить. Этими вопросами занимаются наши программисты.

    Использование сервиса облачного видеонаблюдения позволяет легко организовать любую детекцию, независимо от типа и цены установленных на вашем объекте камер. Вы можете настроить детекцию движения или активировать функцию распознавания лиц. Вам не нужно приобретать новые камеры, достаточно просто выбрать нужную опцию в личном кабинете сервиса.
    • +12
    • 4,5k
    • 7
    Ivideon
    115,51
    Облачное видеонаблюдение и видеоаналитика
    Поделиться публикацией

    Комментарии 7

      0
      не хватает примеров правильной/неправильной детекции, каких-то граничных или нетипичных ситуаций.
        0

        Детекции движения силами матрицы и реакция на включение освещения — вот одна из великих гадостей. Это может быть внутреннее освещение комнаты с камерой, может быть соседний дом с множеством окон (хотя тут можно поработать зонами определения). С внутренним освещением вообще беда. Например, входит человек — сработало автоматическое освещение и Камера начала запись = все верно. Но человека нет и автоматическое освещение выключается — а Камера включает запись, хотя это совершенно не нужно.


        И хорошо, если просто запись, а если это тревожное действие с необходимой реакцией охраны ...

          0
          Но человека нет и автоматическое освещение выключается — а Камера включает запись, хотя это совершенно не нужно.

          А вы уверены, что это не злоумышленник отстрелил датчик движения? Или кабель электрический перерубил. Или банально лампочка перегорела, а люди в кадре ходят?
          Конечно, на этот счет должна быть ИК-подсветка и ночной режим у камеры. Но матрица это все знать не обязана.

          И хорошо, если просто запись, а если это тревожное действие с необходимой реакцией охраны

          А это уже вопрос настройки камеры, оповещений, и проработки процедуры реагирования на события по их уровню важности.
          0
          Я все мечтаю, когда у вас сервер под ARM появится. Так было бы удобно все камеры к вам подключать…
            0
            Почему именно ARM? Какой профит от этого на сервере?
            Или это не архитектура процессоров?
              0
              Все просто- часто встречаюсь с тем, что подключение к интернету осуществляется пол 4Г. Держать полноценный компьютер постоянно включенным в принципе то же самое что и установить обычный записыватель-которые сами уже в курсе что такое облачное видео для просмотра. А вот, если бы можно было легко и просто установить какую-либо плату по типу raspberry/orange, то тогда можно уже просто предоставлять услуги cctv в более гибком варианте. И вообще проще тута же сделать отдельный канал 4г через USB-модем. В целом, преимуществ много
            0

            Дорогие iVideon, мне очень нравится ваш сервис, но испытываю страдания при его использовании. У нас десяток объектов клиентов с разными учетными записями. Иногда iVideon сервер отваливается и мы об этом узнаем через несколько дней. В обычных системах видеонаблюдения у нас есть инструменты для мониторинга, а в вашем случае нет! Умоляю, сделайте возможность добавления имейла для мониторинга, на который будут падать все уведомления о том что камера отвалилась или недоступен сервер.

            Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

            Самое читаемое