Дипломная работа: Разработка интеллектуальной системы видеонаблюдения на предприятии

Подсчет и классификация объектов - распознает движущиеся в кадре объекты, считает их количество, а также классифицирует их по габаритам и пропорциям.

Рисунок 5 - Определение размеров объекта

Определение скорости и направления движения объекта - выделяет движущийся объект и «ведет» его, запоминая траекторию и скорость движения.

Рисунок 6 - Определение скорости объектов

Распознавание нетипичного поведения - в течение некоторого времени записывает направления движения и скорости объектов в кадре, после чего формирует для себя представление о том, как объекты обычно движутся. Если впоследствии движение объекта не будет соответствовать записанной модели, детектор оповестит оператора.

Рисунок 7 - Определение автомобильного вора по нетипичному поведению

Детектор оставленных предметов подает сигнал тревоги, если в кадре появился или исчез предмет. Например, камера смотрит на зал железнодорожной станции. Если посетитель, оставил сумку рядом со скамейкой, на которой он сидел, то детектор обведет эту сумку квадратом и выдаст оператору предупреждение.

Рисунок 8 - Оставленные бесхозные предметы

Распознавание лиц позволяет автоматически выделять лица людей и производить сравнение с шаблоном.

Распознавание автомобильных номеров позволяет выделить из видеопотока номера проезжающих автомобилей и собрать их в базу данных. В дальнейшем будет достаточно указать интересующий вас номер или его часть, чтобы система нашла в архиве все кадры с разыскиваемой машиной.

Рисунок 9 - Автоматическое распознавание номерных знаков автомобиля

6.1 Принцип построения аналитических систем

На этапе проектирования системы прежде всего нужно определиться с вопросом, где будет происходить детектирование. Алгоритм, анализирующий видеопоток, может работать на самой IP-камере либо на сервере видеозаписи. Наглядный пример представлен на рисунке 4.

Рисунок 10 - Принцип построения аналитических систем

Вне зависимости от того, какая система будет использоваться -- на базе ПК или интеллектуальных камер -- необходимо изначально заложить в неё возможности расширения. Некоторые системы на базе ПК вообще не позволяют работать с «умными» камерами, а ряд производителей интеллектуальных камер и серверов предусматривают работу управляющего софта только с камерами собственного производства. И то, и другое существенно ограничивает возможности роста систем в будущем. Разберём каждый из случаев отдельно

6.2 Видеоаналитика на базе камер

Построение системы наблюдения, где функции аналитики переданы IР-камерам, очень эффективно. Во-первых, не загружаются серверы записи, а во-вторых, детектирование осуществляется на основе несжатой максимально качественной картинки. Сложность же реализации данной схемы заключается в том, что порой требуется доработка основного ПО видеонаблюдения для того, чтобы он мог получать от камеры информацию о детектируемых ей объектах.

Преимущества данной системы:

не требуется дополнительного оборудования;

видеоматериалы могут пересылаться по сети только в случае необходимости;

возможность локального хранения видеоданных (более высокая защищённость); информатизация интеллектуальный видеонаблюдение

отсутствие искажений, вызванных компрессией/декомпрессией.

Из недостатков можно выделить:

ограниченные возможности анализа;

обновление и расширение возможно лишь в ограниченных пределах.

Рисунок 11 - Видеоаналитика интегрированная в камеру

6.3 Видеоаналитика на базе сервера

В отличии от систем на интеллектуальных камерах, в традиционных системах видеоаналитики, всё ещё широко представленных на рынке, изображение поступает на компьютер/сервер. А на выходе сервера уже присутствуют видео- и логические данные

Достоинства такой системы:

лёгкость расширения;

доступность большего количества продвинутых алгоритмов;

централизация процедур анализа;

возможность комбинирования алгоритмов видеоаналитики на одной аппаратной платформе.

Недостатки:

повышенные требования к пропускной способности сети;

более высокая нагрузка на процессор;

необходимость непрерывной передачи видео от камер на сервер.

Рисунок 12 - Видеоаналитика на базе ПК/сервер

6.4 Выбор принципа построения аналитической системы

Разобрав два принципа построения определимся с системой, которая будет использоваться в текущей работе. Для этого суммируем всё выше сказанное и приведём данные в сравнительной таблице.

Таблица 5 - Сравнение двух принципов построения

Таким образом, в текущей работе будет использована серверная видеоаналитика, из-за более продвинутых аналитических алгоритмов и лёгкости расширения.

7. Разработка проекта интеллектуальной системы видеонаблюдения

Определение требований на создание интеллектуальной системы видеонаблюдения

Требования к подсистеме видеонаблюдения

Согласно национальному стандарту Российской Федерации ГОСТ Р 51558-2014 «Средства и системы охранные телевизионные» система охранная телевизионная должна выполнять следующие функции:

получение локального отображения и локального сохранения видеопотоков от одной или нескольких видеокамер;

получение локального воспроизведения и локального сохранения аудиопотоков от одного или нескольких встроенных в видеокамеры или внешних микрофонов;

режимы формирования архива: непрерывная запись, запись по событиям (тревогам), запись по расписанию;

автоматическая связь регистрируемых видеосервером событий с автоматическими действиями видеосервера, такими как включение/выключение формирования архива, уведомление оператора на экран;

наличие энергонезависимой памяти для хранения установленных параметров при пропадании напряжения питания;

размер объектов на изображении должен быть не менее 5% высоты изображения (или не более 80 мм на пиксель изображения);

возможность настройки автоматических реакций со стороны видеокамеры на фиксацию заданных событий;

наличие встроенного настраиваемого детектора активности в зоне обзора видеокамеры;

наличие тревожных входов для подключения внешних извещателей, работающих по принципу "сухой контакт";

наличие тревожных выходов для подключения внешних исполнительных устройств.

Требования к видеоаналитике

К техническим системам и средствам видеоаналитики предъявляются следующие требования:

Высокая чувствительность детектора. Системы интеллектуального видеонаблюдения должны обладать высокой точностью детектирования и классификации значимых событий для последующей реакции вне зависимости от условий окружающей среды (погоды, освещения). Алгоритмы детектирования и сопровождения должны учитывать объемность сцены и обеспечивать многомасштабную работу на переднем и дальнем плане.

Высокая скорость детектирования. Аналитические действия должны выполняться в режиме реального времени или за короткий промежуток времени для незамедлительного извещения об угрозе.

Высокая отказоустойчивость систем: системы также должны быть оборудованы элементами пассивной безопасности, а также обеспечивать безопасность передачи данных по каналам связи.

Низкий уровень ложных срабатываний. Модуль аналитики должен уметь отфильтровывать активность, не представляющую интереса.

Устойчивость к изменениям внешней среды. Видеоаналитическая система должна обладать характеристиками и ресурсами, которые позволят использовать ее в разных условиях (погода, освещение).

Децентрализация обработки, масштабируемость. Необходимость применения встраиваемой аналитики, которая позволяет создавать масштабируемые системы, размеры которых не будут ограничены мощностью и производительностью центрального узла.

Автономность узлов для повышения надежности и безопасности системы, не зависящих от работоспособности сервера.

Поддержка записи на переносной носитель информации.

Методика выбора средств системы видеонаблюдения

Современные инструменты видеоаналитики успешно задействуются в самых разнообразных сферах, начиная созданием высокоэффективных систем контроля доступа и заканчивая оптимизацией бизнес-процессов. Несмотря на все многообразие программных комплексов данного класса, эффективность работы данной системы зависит от важных характеристик, таких как угол обзора видеокамеры, фокус и светочувствительность объектива, разрешающая способность, формат ПЗС-матрицы и другие.

Расчёт основных характеристик для камер видеонаблюдения

Для начала рассчитаем горизонтальный угол обзора для наружных камер наблюдения. Для этого представим систему точки установки телекамеры и угла обзора до охраняемого объекта в виде треугольника, который изображен на рисунке 5.

Рисунок 13 - Горизонтальный угол обзора камеры видеонаблюдения

Сторона a - горизонтальное поле зрения. Стороны b и c известны и соответствуют размерам помещения.

Расчет горизонтального и вертикального углов для камер осуществляется по следующим формулам:

где - горизонтальный угол обзора;

a, b, c - стороны треугольника.

Далее рассчитаем вертикальные углы обзора ПЗС-матрицы 1/3'' по известным горизонтальным углам обзора. Для этого, разделим горизонтальный угол на 4 и умножив на 3 (соотношение сторон ПЗС-матрицы).

Таким образом искомые углы:

?? ? 90

?? ? 67,5

Расчет значения минимальной освещенности на датчике изображения осуществляется по следующей формуле:

где - освещенность на датчике изображения, лк

- освещенность в охраняемой зоне, лк

- коэффициент отражения объекта

- коэффициент прохождения

Откуда имеем:

???? = 100000 ? 0,15 ? 0,14 = 2100 лк (для внешней камеры днем)

???? = 0,2 ? 0,15 ? 0,14 = 0,0042 лк (для внешней камеры ночью)

???? = 750 ? 0,25 ? 0,1 = 19 лк (для внутренней камеры днем)

???? = 0,02 ? 0,25 ? 0,1 = 0,0005 лк (для внутренней камеры ночью)

Расчет фокусного расстояния объектива производится по формуле:

, (3)

где - фокусное расстояние, мм;

w - горизонтальный размер ПЗС-матрицы, мм;

- горизонтальный угол обзора, град.

Фокусное расстояние объектива ?? = 2,4 мм.

Произведем расчёт минимального размера идентифицируемого объекта, который может различаться с помощью выбранных камеры и объектива. При таких условиях минимальный размер идентифицируемого объекта будет составлять:

(4)

где D - минимальный размер объекта, мм;

R - разрешение, ТВЛ;

W - поле зрения, м.

Так как ?? <0.002 м, то идентификация происходит. Соответственно поле зрения рассчитывается по формуле:

, (5)

где W - горизонтальное поле зрения, м;

L - расстояние от камеры до объекта, м;

w - размер матрицы по горизонтали, мм;

f - фокусное расстояние объектива, мм.

7.1.2 Расчет размера дискового пространства

Размера дисковой системы рассчитывался по формуле:

, (6)

где S - размер кадра, Кб

V - скорость оцифровки, к\с;

R - количество видеосигналов;

t - срок хранения архива, дни;

h - количество часов записи в сутки, ч\с.

Можно сделать вывод о том, что для хранения видеоархива 15-дневной давности необходимо дисковое пространство объемом около 10 Тб.

Выбор камер видеонаблюдения

В таблице 6 представлена сравнительная характеристика наружных камер видеонаблюдения для защиты объекта.

Таблица6 - Сравнительная характеристика наружных камер видеонаблюдения