События и происшествия


Интеллектуальная камера ищет проблему

18.10.2016 07:40
 


В связи с растущими темпами террористических угроз, а также угроз нарушения функционирования деятельности учреждений вследствие неконтролируемых действий сотрудников и посторонних лиц в зонах и помещениях образовательных учреждений появляется необходимость в расширенном применении средств видеонаблюдения и видеоаналитики. Если раньше было достаточно визуального наблюдения за обстановкой сотрудником охраны посредством использования монитора, отображавшего видеопоток с камер наблюдения, то сейчас появилась возможность усилить возможности человека.

Автоматическая программная обработка видео позволяет идентифицировать конкретного человека, в том числе того, чье появление запрещено или нежелательно, отслеживать возникновение таких важных событий с точки зрения безопасности, как

оставление подозрительных предметов, исчезновение охраняемых предметов, возникновение подозрительного движения, например, в ночное время, образование толпы людей.

Для решения этих задач в системе предусмотрены следующие детекторы видеоаналитики: детектор движения, детектор появившихся/исчезнувших предметов, детектор толпы, детектор распознавания лиц.

С матрицы видеокамеры захватывается изображение. Каждая точка представляется тремя числами, каждое из которых ответственно за определенный цвет: красный, зеленый синий. В зависимости от интенсивности каждого компонента формируется цветное изображение. Гистограмма распределения цветов является одной из характеристик цветного изображения и гистограмма распределения яркости - монохромного.

Детектор движения основан на поисках различия в гистограммных признаках. В нашем случае цветное изображение преобразуется в монохромное и строится гистограмма распределения яркости для каждого кадра (Рис.1). По изменению локальных значений максимума гистограммы можно сделать вывод о том, что произошло изменение. Алгоритм построен на определении разности кадров. После фильтрации шумов, с использованием медианного фильтра, по количеству изменённых ненулевых пикселей принимается решение об обнаружении движения.

См. рис.1

Для обнаружения появившихся/исчезнувших предметов сначала проверяется наличие движения. Если движение было, производится фильтрация шумов и адаптивная бинаризация изображения, которое не чувствительно к изменению освещения. По бинарному изображению определяются контуры предметов в кадре. С увеличением количества контуров можно сделать вывод о появлении предмета, с уменьшением – об исчезновении.

См. рис.2

При определении наличия толпы в кадре используются признаки Хаара, подходящие по классификатору к изображению человека в полный рост. После сканирования бинарного изображения анализируется количество людей в кадре, если их больше двух, то делается вывод о наличии толпы в зоне наблюдения.

Детектор распознавания лиц применяет алгоритм, основанный на учете статистических связей между расположением антропометрических точек на имеющейся выборке изображений лиц, снятых в анфас. Для каждого лица углы между прямыми, соединяющими антропометрические точки индивидуальны. После внесения людей в базу данных и сопоставления статистических связей на этих фотографиях и на изображениях лиц с видеокамеры, детектор распознает человека или делает вывод о том, что в кадре неизвестный.

Система безопасности пребывания школьников в учреждениях и на прилегающей территории на основе интеллектуального видеонаблюдения, идентификации лиц и распознавания посторонних объектов при помощи этих детекторов успешно фиксирует тревожные события, связанные с присутствием посторонних людей, подозрительной активностью в определенное время в фиксированных зонах, появлением посторонних объектов, исчезновением оборудования с положенных мест.

 

 

(С) 2009-2018. Свидетельство о регистрации СМИ: ЭЛ №ФС 77-50910

Редакция не несет ответственности за содержание авторских материалов и перепечаток.

Материалы издания могут содержать информацию под грифом "18+"