Использование видеоаналитики в видеонаблюдении

Камеры наружного наблюдения,  веб-камеры, видеорегистраторы. Они есть в каждом офисе, магазине, ресторане и на улице. Житель современного мегаполиса попадает под прицел объектива множество раз за сутки. Но как увидеть в этом бесконечном потоке видео то, что действительно важно? И можно ли разглядеть в толпе потенциального преступника? 

Считаю,  необходимым остановится на таком перспективном направлении, как видеоаналитика. В настоящий момент большинству специалистов стало понятно, что за этой системой будущее. Ведь существуют исследования, результаты которых говорят, что после 12 минут непрерывного наблюдения оператор начинает пропускать до 45% событий. И до 95% потенциально тревожных событий будет пропущено уже после 22 минут наблюдения.

Ничего удивительного в таких результатах нет, ведь изображения с охранных видеокамер являются чрезвычайно скучными для человека. Как решить задачу по предотвращению воровства или иных противоправных действий персонала, либо третьих лиц? В поиске решений данной задачи, мы слышим о таком направлении, как видеоаналитика. Встает вопрос: «Что представляет собой видеоаналитика, каков реальный функционал таких систем? Как отделить фантастические рекламные обещания продавцов от реальных возможностей системы? На что они действительно способны, а на что - нет?»

На сегодняшний день у меня, как у потребителя, нет четкого понимания термина «видеоаналитика»: зачастую речь идет о самых разных системах - от обычных датчиков движения до машинного зрения и искусственного интеллекта.

Из Википедии: «Видеоаналитика - технология, использующая методы компьютерного зрения для автоматизированного получения различных данных на основании анализа последовательности изображений, поступающих с видеокамер в режиме реального времени или из архивных записей. Видеоаналитика представляет собой программное обеспечение (ПО) для работы с видеоконтентом».

Если проще - это программное обеспечение, призванное выдать требуемый результат на основе анализа данных из системы видеонаблюдения. А вот какой результат необходим конечному потребителю?

Существует перечень классических задач, с которыми видеоаналитика успешно справляется. Перечислим наиболее популярные их них: распознавание с целью подсчёта людей и транспорта; распознавание номеров (на транспорте, на денежных купюрах, документах и т. п.); детектирование событий (перемещение, движение, пересечение допустимых линий и границ, нахождение в зонах, перебрасывание предметов через ограждение и т. п.); обнаружение опасных ситуаций (скопления людей, оставленные предметы, возгорания, задымления и т. п.); распознавание человеческих лиц и поиск их в базах данных и др.

Где применяется видеоаналитика в охране объекта:

1.Охрана периметра

1.1. Охранные зоны. Для больших производственных территорий или отдельно стоящих зданий требования безопасности могут быть весьма строгими. При этом территория охраняемого объекта традиционно делится на несколько охранных зон

1.2. Классификация и локализация объектов охраны. При любом обсуждении мер безопасности постоянно всплывает тема профилактики. Находясь в рамках технических и финансовых ограничений, желательно не допустить серьёзных инцидентов на объекте. Видеоаналитика может стать весьма ценным инструментом решения этой задачи. Наиболее важным моментом здесь является своевременное оповещение охраны о вторжениях на охраняемую территорию. Большинство объектов сегодня уже оборудовано средствами видеонаблюдения. А автоматизацию обнаружения вторжений может взять на себя видеоаналитика — в частности, алгоритмы, осуществляющие классификацию объектов.
В зависимости от конкретного используемого продукта, системы распознавания существенно отличаются друг от друга; мы уже упоминали об алгоритмах, способных классифицировать такие объекты, как «человек» и «транспортное средство». Приобретение такого рода аналитики может окупиться тем, что на охраняемом объекте тревоги станут «объектно-ориентированными»: скажем, обнаружив ночью на территории посторонних людей, система автоматически извещает об этом охрану и сообщает о вторжении в полицию. А, например, при обнаружении автомобиля система может автоматически запустить какой-либо иной сценарий реагирования. Наиболее важным элементом систем классификации объектов является сам алгоритм. Поэтому на возможности алгоритмов следует обращать особое внимание.

1.3. Тревожные датчики в охране объектов. По сути, факт обнаружения аналитикой постороннего человека или автомобиля в охраняемой зоне равносилен срабатыванию тревожного датчика охранной сигнализации. Чтобы тревожная сигнализация на объекте работала адекватно, в каждой системе должна быть предусмотрена поддержка тревожного расписания, предусматривающего генерирование определённых сигналов тревоги лишь в определённые дни и часы. С функциональной точки зрения ещё более важными являются так называемые триггеры (от английского trigger — спусковой механизм).
В качестве триггеров в некоторых системах предусмотрена возможность задания на экране линий или полей, представляющих собой «виртуальные ограждения». Вблизи виртуальных ограждений трекинг объектов может проводиться по особым правилам. Если объект пересекает контрольную линию, система может, к примеру, автоматически вызвать следующие действия: объявление тревоги, включение записи видеоинформации, отсылку изображений по электронной почте заранее определённым адресатам и т.п.
по таким признакам, как, «остановившийся» или «начавший движение». Возможности классифицирующего анализа в сочетании с эффективным применением правил и макросов предоставляют пользователю мощный инструмент, способный решать весьма сложные задачи.

Наиболее востребованным и развивающимся направлением в России является видеоаналитика для ритейла.  Возможности системы: распознавание лиц (идентификация воров по базам правоохранительных органов), кэш-контроль (контроль кассовых операций).

По материалам сайта Tzmagazine.ru