Первой С.В. Система видеонаблюдения для предотвращения критических ситуаций в прибрежной акватории (Система видеонаблюдения для предотвращения критических ситуаций в прибрежной акватории), страница 4

Всравнении с «ручным видеонаблюдением», видеоаналитика позволяетуменьшить стоимость видео мониторинга и человеческого фактора в части17обнаружения и времени реагирования, так как значительная часть видеоданных(более 99%) в системах видеонаблюдения не представляет интереса дляпользователей [11].C точки зрения аппаратно-программной архитектуры, различаютследующие виды архитектуры систем видеоаналитики.Серверная видеоаналитика (server video analytics) предполагаетцентрализованную обработку видеоданных на сервере. Как правило, серверанализирует видеопотоки от множества камер или кодеров на центральномпроцессоре.

Основным преимуществом серверной видеоаналитики являетсявозможность комбинирования алгоритмов видеоаналитики на одной аппаратнойплатформе. Главный недостаток серверной видеоаналитики – необходимостьнепрерывной передачи видео от источника видеоданных на сервер, что создаетнагрузку на каналы связи.На рисунке 1.3.1 приведена условная схема серверной видеоаналитики.Рис. 1.3.1Встроенная видеоаналитика (edge video analytics) реализуетсянепосредственно в источнике видеоданных, то есть в камерах в кодерах.Встроенная видеоаналитика работает на выделенном процессоре устройства ипередает результаты (метаданные) вместе с видеопотоком. Главноепреимущество встроенной видеоаналитики состоит в уменьшение нагрузки наканалы связи и на сервер обработки видеоданных.

При отсутствии объектов илисобытий видео не передается и не загружает каналы связи, а сервер обработки недекодирует сжатое видео для видеоанализа и индексирования. В сравнении ссерверной видеоаналитикой, встроенная видеоаналитика позволяет увеличить в10-100 раз эффективность использования каналов связи и серверов.На рисунке 1.3.2 показана условная схема встроенной видеоаналитики.18Рис. 1.3.2Распределенная видеоаналитика (distributed video analytics) являетсягибридным решением между серверной и встроенной видеоаналитикой. Притаком построении системы обработка распределена между источникомвидеоданных и центральным оборудованием.

Например, в системымногокамерного слежения, обнаружение объектов производиться в источникевидеоданных, а сопоставление результатов между несколькими источниками –на сервере.На рисунке 1.3.3 приведена условная схема распределеннойвидеоаналитики.Рис. 1.3.3Рассмотрим основные функции видеоаналитики, которые реализуются всовременных системах видеонаблюдения.Слежение за объектами (object tracking).Алгоритмы слежения (сопровождения) позволяют получить частнуютраекторию движения объекта как в поле зрения одной камеры, так иобобщенную траекторию по данным сразу нескольких камер. Слежениенеобходимо, чтобы проанализировать поведение объекта по его траектории,например, определить движение человека против потока или движение сповышенной скоростью.

Кроме этого, слежение необходимо для исключенияповторных срабатываний систем видеоаналитики на одни и те же объекты.Профессиональные системы работают по правилу «один тревожный объект –одно срабатывание» для достижения высокой продуктивности оператора.Классификация объектов (object classification).19Некоторые системы видеоаналитики классифицируют объекты дляфильтрации оперативных уведомлений или результатов поиска. Например,типовой классификатор объектов, используя признаки формы и абсолютныеразмеры, распределяет объекты на группы: человек, группа людей, транспортноесредство.

Более сложные классификаторы видеоаналитики могут определить полили возвратную группу человека.Идентификация объектов (object identification).Идентификация объектов является наиболее сложным компонентом системвидеоаналитики. Современные системы позволяют идентифицировать людей побиометрическим признакам лица или транспортные средства - по номернымзнакам.Обнаружение (распознавание) ситуаций.Видеоаналитика позволяет не только выделять объекты из потоковоговидео, но и распознавать тревожные ситуации на основе анализа поведенияданного объекта. Такая ситуационная видеоаналитика может автоматическидетектировать пересечение сигнальной линии, падение людей, запрещеннуюпарковку и прочее.Видеоаналитика формирует метаданные, то есть структуры данных,которые описывают содержание каждого кадра видеопоследовательности.Метаданные содержат такую информацию как местоположение иидентификаторы объектов (как правило, в виде тревожной рамки), траекторию искорость движения объектов, данные о разделении или слиянии объектов,данные о возникновении и окончании тревожной ситуации.

Метаданныезаписываются в видеоархив и воспроизводятся вместе с видео.С точки зрения применения, различают следующие типы видеоаналитики.Периметральная видеоаналитика (perimeter video analytics)применяется для охраны протяженных участков и периметров, обнаружениявторжения и пересечения сигнальной линии в «стерильной зоне». Особенностьюпериметральной видеоаналитики являются относительно редкие нарушения(поэтому контролируемая зона называется часто называется «стерильной»).Ситуационная видеоаналитика (situation video analytics)20применяется для распознавания тревожных ситуаций, связанных с поведениемлюдей или с движением транспортных средств. Ситуационная видеоаналитикаможет работать на основе правил, заданных пользователем (например,запрещенная парковка в заданной зоне), или на основе накопленной статистики(например, обнаружение в парке в два раза больше людей, чем обычно в этовремя суток и в этот день недели).Многокамерная видеоаналитика (multiple camera tracking video analytics)применяется для сопровождения объектов при помощи множества камер.Результатом работы многокамерной видеоаналитики является траекториядвижения объекта на плане всей территории наблюдения.Видеоаналитика высокой четкости (high definition video analytics)применяется для видеоанализа потоков свыше одного мегапикселя (720p, 1080pи выше).

Как правило, в системах видеонаблюдения высокой четкости (HD)используются принципиально новые алгоритмы, использующиемногомасштабное представление видеоданных.1.4 Особенности реализации береговых систем видеонаблюдения и охраныДля задач охраны надводной части акваторий используютсяавтоматические пассивные электронно-оптические системы (ПОЭС)дневного/ночного панорамного слежения и распознавания, с камерами,работающими в видимом и инфракрасном диапазоне, а также лазернымдальномером, которые располагаются на платформе с высокоточнымповоротным механизмом. Камеры обычно оснащаются трансфокаторами, как длядневного, так инфракрасного каналов ночного.Например, система визуального обнаружения «Филин» имеет дваосновных режима работы:- сканирование в заданной зоне обзора с выдачей на экран панорамногоизображения местности и автоматическое обнаружение движущихся целей;- выборочное наблюдение, при котором сектор обзора выставляется вручнуюоператором и все процедуры управления выполняются с пульта (при этом21возможно измерение расстояния до обнаруженной цели с помощью встроенноголазерного дальномера).На рисунке 1.4.1 приведен внешний вид системы «Филин».Рис.

1.4.1Испытания показали, что на ближних подступах (до 1 км) ПЭОС способнаавтоматически определять и сопровождать малые объекты (голова водолаза илипловца), обнаруживать пузыри воздуха на поверхности от водолазногоснаряжения открытого типа. Обнаруженная в режиме автоматического слеженияцель может быть оптически приближена и классифицирована с высокойстепенью точности.Существуют модификации ПЭОС для установки на суда и катера охраны,при этом само устройство монтируется на гиростабилизированной платформе,обеспечивающей работу станции при волнении моря до 5 баллов.Системы видеонаблюдения за ближайшей зоной морской акватории, длязащиты от пловцов и малоразмерных воднотранспортных средств, частодополнительно комплектуются измерительными магнитометрическимисредствами.

В отличие от гидроакустических станций такой канал измеренияполностью пассивен и не может быть обнаружен специальными средствами.Передача информации осуществляется в стандартных форматах на пульт постаохраны, в том числе и с помощью интегрированного программного обеспечения.Принцип работы магнитометрического канала основан на регистрацииизменений в магнитном поле Земли, что позволяет отличать настоящихнарушителей от рыб, дельфинов и безопасных предметов, на которые обычнореагируют другие средства защиты.Съем данных и управление многими сенсорами в децентрализованныхсистемах контроля обстановки прибрежных акваторий требует поддержки22представления различных вычислителей и сетей в виде единой системы.

Дляэтого в структуру распределенных систем часто включают дополнительныйуровень программного обеспечения, находящийся между верхним уровнем, накотором находятся пользователи системы и приложениями, которые на нижнемуровне состоят из локальных подсистем.