Диссертация (1172947), страница 19
Текст из файла (страница 19)
Построение вероятностного графа маршрутови разбиение множества камер в объединение непересекающихся группОпределение количества камер в кластерах (k) и данных в БД (m), временидетектирования (tдет) регистрации интересанта (tрег), получения изображения (t0) ипредобработки (tш)Определение времени обработки тревожной ситуации оператором ИАС (tопер)Определение времени прибытия группы реагирования (tтяж)Определение времени покидания объекта или совершения преступления (tи)Определение времени реагирования на событие (tреаг)Оперативное реагированиеобеспеченно (tреаг > tи) ?нетФормирование предложений по уменьшению времени прибытия группы реагирования(tтяж) и по увеличению времени покидания объекта и совершения преступления (tи)даФормирование предложений по уменьшению времени обработки тревожной ситуацииоператором (tопер), количества камер в кластерах (k) и объема данных в хранилище (m)Завершение процесса оценки оперативности реагирования службыбезопасностиРисунок 3.8.
Блок-схема оценки оперативности реагирования службы безопасностиАлгоритм управления действиями службы безопасности представлен нарисунке 3.9.125Начало охраны объекта,оборудованного ИАСОповещение оложном вызовеОповещение оложном вызовеКонтроль состояния безопасности объектаПланирование мероприятий по поиску и контролю интересантовОрганизация работ. Постановка задач видеоконтроляКонтроль деятельности подчиненных органов управленияАнализ доклада о деструктивном событииОрганизация непрерывного видеоконтроля за событиемТип события?«интересант»«пожар»нетОрганизация взаимодействия спротивопожарной службыПредставляет интерес гос.органам безопасности?даОрганизация взаимодействия с гос.органами безопасностиКонтроль передачи информации обобъекте и информирования на основевидеоматериала о характере иисточнике возгоранияКонтроль передачи информации обинтересантеПолучение фактической оценкинетДоведение информации об интересантедо группы охраныПожар подтвержден?даПроведение противопожарныхмероприятийФормирование команды управлениясредствами оповещенияКонтроль рассылки планов эвакуациина мобильные терминалыКонтроль функционирования ИАСДокладвышестоящемуруководствуПередачаинформациисобственникуобъектаПолучение фактической оценкинетИнтересант подтвержден?Организация контроля или задержанияинтересантаАнализ связей и мест пребыванияинтересантаУчастие в экспертных оценкахОбобщение опытаЗавершение выполнениямероприятийРисунок 3.9.
Алгоритм управления действиями службы безопасности126На рисунке 3.10 представлен блок алгоритма поддержки управления, сиспользованием которого ЛПР может обоснованно определять число сотрудниковбезопасности и их распределение, а также принимать решение о составе группыперехвата и месте ее направления.Начало определения числа сотрудников службыбезопасности и мест их дислокацийФормирование матриц переходных вероятностейОпределение возможных маршрутовпроникновения в критические зоныЗадание переходных вероятностей на участкахмаршрутов нарушителейФормирование областей перехватаГрафическое представлениеОпределение критических зон места массовогопребыванияОпределение зон пересечений областей перехватаРасстановка сотрудников в зонах пересеченияЗавершение определения числа сотрудниковслужбы безопасности и мест их дислокацийРисунок 3.10 – Блок-схема и графическое представление распределения сотрудников службыбезопасностиРассмотрим действия руководителя объекта (группы объектов), на которомэксплуатируется ИАС.
Предполагается, что при стандартном развитии событийруководитель планово производит оценку обстановки на объекте, что в частностиподразумевает сбор информации о выявленных ПОЛ и событиях на объекте, атакже о возможных местах появления ПОЛ из различных источников. С учетомполученной информации осуществляется постановка задач операторам поведению наблюдения на объекте, выявлению ПОЛ и поиску интересантов. Такженеобходимоосуществлятьвзаимодействиесдругимисоответствующимиподразделениями по поиску интересантов и выявлению ПОЛ.
Важным этапомявляется получение докладов от подчиненных о ходе выполнения задач иинформации от других заинтересованных подразделений. На основе анализаданной информации необходимо принимать дальнейшие решения. Схематично127основные действия руководителя организации представлены на рисунке 3.11 иКонтроль деятельности и учет решенийподробно описан в приложении 2.Оценка обстановки на объектеОрганизацияработПодготовкадокладовОрганизация КоординациядействийвзаимодействияПланированиемероприятийПредставлениеинформацииАнализ докладов и информацииОбобщение опыта и участиев экспертных оценкахРисунок 3.11 Алгоритм действий руководителя объекта (группы объектов) при эксплуатацииИАСТакже в приложении 2 представлен перечень предлагаемых действийоператора ИАС.
Можно выделить две основных задачи оператора: перваязаключается в видеонаблюдении и оценке текущей обстановки на объекте, вторая– в поиске интересантов, поведение которых в настоящий момент не вызываетподозрений, однако стоит задача их обнаружения (например, по причине амнезииинтересанта). Кроме того, в обязанности оператора входят традиционные задачи,например, доведение информации до руководства.
Схематично основныедействия оператора представлены на рисунке 3.12.128ОсуществлениевзаимодействияПоискинтересантовВедениенаблюденияДоведениеинформацииПланированиемероприятийПодготовка докладовВыработкапредложенийОбобщение докладовОбобщение опытаПредставлениеинформацииУчастие в экспертныхоценкахРисунок 3.12. Алгоритм действий оператора при эксплуатации ИАСТаким образом, в данной работе впервые приведены разработанные авторомалгоритмыдействийпообеспечениюправопорядкаипрофилактикиправонарушений руководителя объекта (группы объектов) и оператора системывидеонаблюдения и видеоанализа. Данные алгоритмы позволят повыситьэффективность выявления ПОЛ в местах массового скопления людей в режиме«реального времени» и могут быть использованы в качестве базовых элементов,создаваемых в будущем соответствующих руководящих документов.3.7 Вывод по третьей главеДанная часть содержит практические рекомендации по реализации выводов,полученных в предыдущей части.С целью повышения эффективности управления предложены: новаяструктурнаясхема ИАС, новыеструктурыраспределенныхБД, новыйдвухуровневый гибридный метод распознавания лиц, новые алгоритмы поискаизображенийлицвхранилище,новыеалгоритмыпоиска,анализа129местоположения и связей интересанта, алгоритмы действий руководителя объектаи оператора при эксплуатации ИАС.Структурная схема ИАС разработана на основе математических моделей,представленных во второй главе.
Данная схема расширена на функционал,обеспечивающий определение эмоционального состояния, степени опасностиповедения,уровняпсихофизиологическихпсихологическойпоказателейнапряженностиинтересанта.иИАСдругихпостроенанараспределенной сетевой архитектуре, состоящий из центральных и локальныхсистем.Основной принцип функционирования заключается в осуществлениидетектирования деструктивного события, идентификации человека на основеуникальностибиометриилица,определенииэмоциональногоотслеживаниисостоянияитраекторииуровняперемещения,психологическойнапряженности в момент обнаружения.Далее в данной работе предложен двухуровневый гибридный алгоритмраспознавания лиц, основанный на построенной модели с учетом нагрузки сетивидеоконтроля,моделипримененияметодовкластерногоанализакраспознаванию лиц и когнитивных механизмов человеческого зрения.
На первомэтапе выполняется поверхностное распознавание, основанное на методе главныхкомпонент, если этого не достаточно, то используется алгоритм более детальногораспознавания – метод гистограмм локальных бинарных шаблонов Габора.Кроме того, за счет использования кластерного подхода в предложенномметоде изображение интересанта сравнивается не со всем массивом изображений,а только с теми, которые наиболее качественно отображают человеческое лицо.Благодаря представлению сети видеоконтроля в виде конечной однороднойМарковской цепи, изображения сравниваются в порядке уменьшения вероятностиуспешного распознавания.Далее в данной работе предложен новый алгоритм быстрого поискаизображений лиц в хранилище. Благодаря использованию модели примененияметодов кластерного анализа к распознаванию лиц, для поиска интересанта по130фотографии достаточно изображение лица сравнить с ограниченным наборомизображений, а не со всеми изображениями в хранилище.Для ответа на современные вызовы, стоящие перед сотрудниками службыбезопасности, уже недостаточно просто организовать систему видеонаблюдения.Эффективное обеспечение безопасности требует автоматизации задач, стоящихежедневно перед сотрудником службы безопасности.
В данной работе впервыепредлагаютсяалгоритмы решения статистическихзадач, стоящих передсотрудником службы безопасности: определение фактических и вероятных местпребываний, а также выявление вероятных связей интересанта.Далее в данной работе впервые рассмотрены возможные алгоритмыдействий сотрудников и руководителя группы объектов при эксплуатации ИАС.Разработанные алгоритмы могут быть использованы в качестве основы длясоздания соответствующей законодательной базы.131ГЛАВА 4. РЕАЛИЗАЦИЯ СИСТЕМЫ ИНФОРМАЦИОННОАНАЛИТИЧЕСКОЙ ПОДДЕРЖКИВ данной части исследования представлены практические результатыприменения разработанных в исследовании модели и алгоритма.4.1 Экспериментальная проверка системы информационноаналитической поддержки управления безопасностьюДля экспериментальной проверки предлагаемых результатов разработаноПО, в котором реализованы:1) новый гибридный метод распознавания лиц;2) новые структуры хранения информации об интересантах в БД;3) новые алгоритмы скоростного поиска информации в БД на основераспознавания образов с учетом кластеризации;4) новые алгоритмы анализа мест пребывания и связей интересанта.Данное ПО реализовано с использованием СУБД Microsoft SQL Server 2012и инструментального средства С++ и С# в среде программирования MicrosoftVisual Studio 2012.
В качестве аппаратной составляющей использовалась ЭВМ соперативной памятью 16 Гб и процессором Intel Xeon CPU X5650.Входная информация для проверки полученной зависимости скоростиреакции и надежности от объема данных в хранилище взята из БД Color FERET[4].
Данная БД создавалась в экспериментальных целях под контролем Агентствапо перспективным оборонным научно-исследовательским разработкам США(DARPA) и Национального института стандартов и технологий США (NIST). Вкачестве хранилища использовались БД и ОП.В результате проверки полученной зависимости скорости и надежностиреакции от объема данных в хранилище получены следующие зависимостивремени распознавания и ОРС от количества изображений лиц в БД и ОП.132T2Tобр_БД1,8Tобр_ОП1,61,41,210,80,60,40,20m02505007501000Рисунок 4.1. Зависимость скорости реакции от объема хранимой информации в БД и ОПTТсоб_БД0,3Tсоб_ОП0,20,1m005001000m0_БД150020002500300035004000m0_ОПРисунок 4.2.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
