|
|
| Майбутнє систем відеоспостереження: багатокамерний супровід |
Ключова функція системи багатокамерного супроводу полягає в автоматичній реєстрації траєкторій руху фізичних об'єктів на великому просторі, контрольованому безліччю телекамер. Якщо при однокамерним супроводі можлива незалежна обробка даних по кожному каналу, то багатокамерна система повинна аналізувати всі канали інтегрально. Багатокамерна система враховує тривимірну геометрію простору і взаємне розташування телекамер, а також робить раціональні припущення про найбільш імовірною траєкторії руху об'єкта, навіть якщо він тимчасово виходить з об'єднаної зони контролю всіх камер. Завдання істотно ускладнюється у випадку, коли супроводжуються об'єкти численні й погано помітні або, навпаки, погано порівнянні із-за своєї мінливості, різних ракурсів спостережень і умов реєстрації зображення.
Таким чином, мова йде про створення штучного інтелекту, здатного паралельно вести спостереження за безліччю об'єктів через безліч камер. На відміну від однокамерного супроводу, таке завдання відразу виходить за рамки можливостей людського мозку.
Технології багатокамерного супроводу в першу чергу затребувані в таких галузях, як охорона, безпека, транспорт, маркетинг роздрібних продажів і інтерактивна реклама. На рис. 1-5 ілюстроване багатокамерні супровід одного обраного людини в центральному залі Мінського залізничного вокзалу.
Розглянемо типові сценарії роботи багатокамерній системи в місцях масового перебування людей.
Інтерактивний режим
Припустимо, що співробітник служби безпеки звертає увагу на підозрілу поведінку суб'єкта в зоні паспортного контролю міжнародного аеропорту. Співробітник виділяє суб'єкта на дисплеї, що відображає відео з однієї з камер, і миттєво отримує траєкторію руху цієї особи на тривимірної моделі будівлі. Траєкторія показує несанкціонований доступ через службове приміщення. Оперативне затримання порушника також проводиться при підтримці системи супроводу.
Автоматичний режим
Сигнал про підозрілу поведінку може бути автоматично сформульований на основі правил про штатних моделях руху людини або групи з контрольованого об'єкту з урахуванням поточного часу та режиму роботи. Прикладами простих правил є:
- відхилення від стандартного маршруту пасажира;
- перебування більше зазначеного часу;
- переміщення з підвищеною швидкістю;
- праздношатаніе, повторне появу.
Позаштатні ситуації можуть бути проранжіро вироб-ником за оцінками достовірності розрахунку і розглядатися співробітниками служби безпеки в пріоритетному порядку. Це дозволяє концентрувати зусилля фахівців на запобігання найбільш значущою загрози.
Аналіз статистичних даних
Правила можуть бути підібрані оптимальним чином на основі статистичних даних про переміщення людей, зібраних на будь-якому проміжку часу. Можливо повністю автоматичне навчання системи "патернами" поведінки для подальшого виявлення нестандартних переміщень. Для транспортної галузі багатокамерні системи дозволяють відслідковувати поведінку пасажирів і точно вимірювати завантаження кожного напряму на різних ділянках. У Лондоні та Стокгольмі системи розпізнавання реєстраційних знаків використовуються для контролю плати за в'їзд до міста і при необхідності можуть виробляти багатокамерні супровід автомобілів у місті чи вздовж траси для спецслужб.
В області маркетингу та роздрібних продажів багатокамерні системи дозволяють вивчати поведінку покупців в торгових центрах і супермаркетах. У разі інтеграції системи супроводу та системи транслювання реклами на цифрових панелях з'являється можливість оцінювати ефект реклами на індивідуальних покупців, а також показувати відвідувачу взаємопов'язані відеоматеріали в процесі його переміщення по торговому центру.
Сучасний рівень розвитку технології
Ряд західних університетів створили досвідчені системи багатокамерного супроводу і продемонстрували їх працездатність на території своїх кампусів. Розробки складаються з кількох камер і робочої станції, що виробляє обробку поточного або записаного відео. У зоні дії камер вільно пересуваються студенти. Щільність потоку низька (одна людина на декілька квадратних метрів), але об'єкти регулярно перекриваються. Результатами обробки є координати і траєкторія руху людей на двомірному плані контрольованої області. Досвідчені системи показали непогану точність супроводу, цілком достатню для обгрунтування практичної цінності розробки.
Комерційне впровадження стримується наступними чинниками:
- недостатня універсальність комп'ютерних алгоритмів - складна настройка розробниками, немає можливості ефективно використовувати багатокамерні системи повсюдно;
- погана масштабованість системи за кількістю камер через труднощі децентралізації;
- проблеми з сумісністю і системною інтеграцією - особливо якщо інфраструктура охоронного спостереження вже побудована.
На рівні однокамерного супроводу виникає проблема сегментації людей в щільному потоці на різному масштабі. Так, алгоритми машинного зору часто "помиляються" на етапі відділення об'єкту від фону (наприклад, коли люди перебувають близько один до одного, частково або повністю перекриваються, перестають рухатися, виглядають нестандартно). У той час як різноманітність зовнішнього вигляду та поведінки людини безмежно, прості відхилення від моделі (скажімо, переміщення на інвалідному кріслі або розкриття газети) можуть "ввести" комп'ютерну систему в "оману".
Люди з'являються на різній відстані від камери, отже, фрагменти зображення мають різну деталізацію та інформативність. Часто важко забезпечити однорідне освітлення на великому просторі. Ці фактори суттєво підвищують обчислювальну складність алгоритму обробки відео. Додаткову невизначеність створюють фізичні перепони сцени, що обмежують огляд камери, такі як колони і ларьки. Якщо програма "втрачає" об'єкт в певний момент часу, то відбувається розрив траєкторії і втрачається можливість прослідкувати рух об'єкту від початкової до кінцевої точки.
Супроводжуваний об'єкт (людина) може спостерігатися під різними ракурсами, на різному відстані і в будь-якому стані (сидить, стоїть, іде, біжить). Різні типи освітлення (природне, штучне) ускладнюють використання колірних ознак, оскільки вони істотно залежать від спектру випромінювання освітлювача. Подібні фактори призводять до нестабільності чисельних значень ознак і до помилок зіставлення об'єктів при переході із зони дії однієї камери до іншої. Точна калібрування камери в тривимірному просторі контрольованого об'єкту дозволяє підвищити ефективність системи багатокамерного супроводу, особливо якщо галузі спостереження камер перекриваються. На практиці чисельні дані про місце розташування та орієнтації телекамер недоступні, і калібрування системи стає складною і трудомісткою процедурою. Найчастіше вона проводиться ручним зіставленням тривимірної моделі і двовимірних зображень, що надходять з камери. Можлива часткова або повна автоматизація, коли алгоритми реєстрації зіставляють ракурси по вузлових точках і виробляють об'єктну прив'язку.
Оцінка точності
Для оцінки точності системи багатокамерного супроводу необхідні спеціальні технічні засоби, що забезпечують автоматичне тестування, так як ручне тестування занадто трудомістким і не забезпечує достатньо хорошій повторюваності експериментів. Автоматичне тестування передбачає наявність канонічного набору відеосюжетів, достовірно розмічених експертами. Наприклад, набір MCTS (Multiple-Camera Tracking Scenario) розроблений науковим підрозділом Міністерства внутрішніх справ Великобританії і містить 140 годин відео, яке було одночасно записано з п'яти камер, встановлених в міжнародному аеропорту. У наборі представлені перекриваються і неперекривающіеся ракурси камер. Зроблено анотація для 185 000 кадрів за стандартом VIPER GT. Науковий підрозділ пропонує використовувати метрику F1, що представляє інтегральну точність системи охорони для різних сценаріїв використання багатокамерній системи.
Висновок
Розробка багатокамерній системи супроводу є актуальною науково-інженерним завданням, рішення якої сьогодні затребувана користувачами різної категорії. З'являється можливість аналізувати поведінку великої кількості людей в масштабі всього об'єкту, що охороняється, а не тільки в полі зору однієї камери. Індивідуальні або узагальнені дані про переміщення людей на великій території відкривають принципово нові можливості для побудови систем підтримки прийняття рішення.
У міру вдосконалення математичної теорії машинного зору та обчислювальної потужності апаратного забезпечення програми систем багатокамерного супроводу будуть розширюватися в нові галузі.
СПИСОК СТАТЕЙ
Відеоспостереження:
Система контролю і управління доступом:
Захист від пожежі:
|
|
