Внимание! На камеру видеонаблюдения совершено нападение!
Детектор саботажа TRASSIR позволяет фиксировать диверсии, которым подвергаются камеры видеонаблюдения.
Интеллектуальное видеонаблюдение, способное решить максимальный круг задач — основная цель, преследуемая разработчиками программного обеспечения TRASSIR. На сегодняшний день, это мощная система видеонаблюдения, включающая в себя множество модулей, таких как, детектор движения SIMT, система распознавания автомобильных знаков Auto-TRASSIR, управление телеметрией ActiveDome, пользующихся популярностью на рынке систем безопасности и другие (подробнее о всех модулях здесь). Отметим, что компания DSSL не стоит на месте, и в новом релизе TRASSIR доступны детекторы: обнаружения лиц, дыма и огня, а также Детектор саботажа. Остановимся на нем подробнее.
Детектор саботажа позволяет повысить эффективность работы крупных систем видеонаблюдения. Сдвиг или поворот камеры, засветка, расфокусировка и закрытие камеры не всегда могут быть замечены оператором системы видеонаблюдения, особенно когда происходит наблюдение за большим количеством объектов. С детектором беспокоиться не о чем, так как подобное событие не пройдет бесследно. Моментально, ПО TRASSIR сообщит пользователю системы видеонаблюдения об инциденте.
Надо сказать, что на рынке видеонаблюдения существуют детекторы потери сигнала, решающие сходные задачи, но данная система другого уровня качества, находящаяся на несколько шагов впереди.
Предлагаем посмотреть видеоролик, наглядно демонстрирующие работу нового детектора.
ПО TRASSIR детектирует следующие действия с камерой как саботаж:
Данный детектор с помощью скрипта Alarm Monitor позволяет настроить реакции на инцидент, например:
Для активации детектора необходимо в Настройках канала в области Программные детекторы в группе параметров Детектор движения выбрать пункт Детектор саботажа и нажать на ссылку Настройки детектора саботажа.
Рис.1. Настройка канала.
Откроется окно настроек детектора:
Рис.2. Настройка детектора.
1. Порядок настройки
Во время настройки данного параметра следует учитывать следующие особенности:
1.2. Параметр Чувствительность определяет степень чувствительности детектора. Чем выше значение, тем больше вероятность обнаружение саботажа. Мы рекомендуем ставить высокую чувствительность. При возникновении ложных срабатываний детектора значение чувствительности нужно уменьшить.
1.3. Создайте Активные зоны, чтобы исключить срабатывание детектора на события, которые не являются саботажем. События, которые произошли за пределами активной зоны, не приводят к срабатыванию детектора. Например, детектор может сработать на дверь, которая открывается резко и широко. В этом случае вы можете не включать зону открытия двери в активную зону. Для этого нажмите на кнопку Показать активные зоны, а после – на кнопку и укажите на изображении границы области. После этого нажмите кнопку Закончить, и укажите имя активной зоны в соответствующем поле.
Рис.3. Настройка активных зон.
Рис.4. Настройка активных зон.
Общее покрытие активными зонами не должно быть менее 60% кадра. В противном случае детектор не сможет обнаруживать реальные случаи саботажа.
2. Отслеживание состояния детектора.
В реальном времени состояние детектора можно отслеживать в журнале событий.
Рис.5. Оповещение в журнале событий.
Для оперативного отслеживания детектора вы можете создать правило или скрипт (например Alarm Monitor или написать свой скрипт), срабатывающие при изменении его состояния. (Подробнее с этой информацией можно ознакомиться в Руководстве оператора в разделе “Автоматизация”).
Крупные системы видеонаблюдения, особенно корпоративного уровня, используют сотни и даже тысячи камер, поэтому следить за их состоянием, а также “здоровьем” всей системы видеонаблюдения в целом зачастую очень сложно.
В таких условиях требуется максимально автоматизированная диагностика – автоматический детектор саботажа, который будет уведомлять администраторов или операторов системы видеонаблюдения о потенциальной угрозе или уже совершившемся акте вандализма.
На объектах, тем более при охране материальных ценностей, первыми «жертвами» часто оказываются камеры видеонаблюдения. Злоумышленники стараются не попасть в кадр (поэтому при проектировании системы видеонаблюдения очень важно правильное расположение камер), и, если это затруднительно, пытаются ликвидировать угрозу.
Самый частый случай, во многом из-за незнания взломщиков, – когда вандалы ломают камеру видеонаблюдения, срывая с места, где она закреплена. Возможно, это не лучший случай с точки зрения имущественной ценности, но в данном случае оператор системы видеонаблюдения, просматривающий камеры, может сразу обнаружить действие и предпринять срочные меры. Тем не менее, такой поворот событий неблагоприятен для системы видеонаблюдения, годами работающей бесперебойно без надзора человека, – отсутствие записей может обнаружиться нескоро, когда они больше всего нужны.
Другой сценарий развития событий включает в себя более технически подкованных преступников: вандалы могут перерезать провода камеры, например, сетевой кабель. Ущерб камере не нанесён, но на мониторе оператора системы видеонаблюдения камера некоторое время будет отображаться как «зависшая». В программах для видеонаблюдения, где нет уведомлений об отсутствии обновления картинки с камеры, состояние камеры может быть не замечено длительное время, что позволит злоумышленникам безнаказанно покинуть объект, прихватив с собой что-то ценное.
В лучшем случае, с точки зрения ценности оборудования, камеру отвернут в другую сторону, засветят (например, фонариком) или закроют – например, набросив темную ткань. Однако, надо помнить, что суммарный урон зависит от стоимости охраняемого объекта. Смена положения камеры может быть не замечена, если камер просматривается много и оператор системы видеонаблюдения не знаком с каждой в частности. В итоге – отсутствие записей, хоть и сохранные камеры.
Современные системы видеонаблюдения имеют детектор саботажа – систему уведомлений не только о движениях в поле зрения, но также и о резких изменениях картинки с камеры (засвет или затемнение), поворота камер, потери связи и отсутствии актуализации картинки с камеры. Более того, автоматические уведомления дадут вам и вашим операторам знать, когда системе не хватает места на диске или оперативной памяти для обработки камер, когда обнаружены манипуляции с базой данных архива или некорректная остановка системы видеонаблюдения. Уведомления можно получать в удобной форме: на почтовый ящик, по СМС или даже в виде сигнала тревоги. И, конечно же, детектор саботажа может производить логирование событий.
Детектор проблем в Xeoma
Начиная с версии 15.3.30, в Xeoma есть не только продвинутая диагностика и вывод сообщений об обнаруженных проблемах на экран, но также и модуль «Детектор проблем», который позволит получать автоматические уведомления нужного вам типа при обнаружении именно тех проблем, которые волнуют вас больше всего.
Как всегда гибкая настройка и модульная структура помогут получать нужные уведомления для нужных камер в нужное время. Так, при потере сигнала с одной камеры вы можете отправить уведомление сисадмину, а при отключении другой камеры – например, направленной на сейф, сразу включить сигнал тревоги. Также можно подключить сразу несколько типов уведомления к одной камере видеонаблюдения.
Сообщения о проблемах дублируются на окно просмотра. Выбрав нужный шрифт, вы не пропустите сообщение о возникшей проблеме:
Вы можете воспользоваться опцией проверки доступности сетевого ресурса (например, модема). Для этого укажите адрес ресурса для проверки и выставьте желаемый интервал проверки.
«Детектор проблем» также может писать лог проблем:
Лог будет писаться в файл ProblemsDetector.log в папке Logs в папке настроек и файлов Xeoma. В логе можно найти много различных сообщений, вот их полный перечень:
Начиная с бета-версии Xeoma 20.10.13 добавлена возможность работать в комбинации с модулями-фильтрами (например, по расписанию).
РАЗРАБОТКА ДЕТЕКТОРОВ САБОТАЖА ДЛЯ СИСТЕМЫ ВИДЕОНАБЛЮДЕНИЯ MACROSCOP
В современном мире из-за сложившейся сложной геополитической обстановки все больше внимания уделяется системам обеспечения безопасности людей, неотъемлемым элементом которых являются системы видеонаблюдения. За последние десятилетия и до сих пор главным трендом в развитии систем видеонаблюдения является повышение их интеллектуального уровня. Уже существует большое количество компаний, которые предлагают на рынке продукты, выполняющие обработку, анализ, хранение и отображение видеоданных, позволяя объединять в единую систему множество серверов и рабочих мест мониторинга. Такие продукты включают в себя специальные интеллектуальные модули, которые позволяют решать задачи обнаружения и распознавания лиц, перехвата объектов, интерактивного поиска, распознавания номеров и т.д.
В то же время сама система видеонаблюдения может подвергаться атакам злоумышленников. Для обнаружения таких действий саботажного характера некоторые системы видеонаблюдения имеют в своем составе специализированные интеллектуальные модули – детекторы саботажа, или сервисные детекторы.
Одна из систем видеонаблюдения (система MACROSCOP) разрабатывается пермской компанией «Сателлит Инновация». Основной упор в продукте сделан на разнесение функций настройки системы и просмотра, что позволило максимально упростить интерфейс оператора. В данном программном обеспечении (далее ПО) реализованы такие интеллектуальные модули, как детектор автомобильных номеров, лиц и поиск по фотографиям в архиве, то есть можно предоставить системе фотографию или указать приметы, и MACROSCOP покажет все похожие объекты, в том числе и в архиве. Однако, к сожалению, в ней отсутствует функция детекции саботажа, поэтому система является не до конца защищенной от действий злоумышленников.
Целью данной работы является реализации детекторов саботажа как интеллектуального модуля, реализованного в виде плагина для системы IP-видеонаблюдения MACROSCOP, в котором должны быть реализованы средства выявления засветки, расфокусировки, перекрытия и отворота камеры.
Для достижения указанной цели должна быть решена задача проведения обзора уже существующих алгоритмов решения поставленной задачи, их сравнительного анализа с целью выявления наиболее эффективного алгоритма. На основании изученных материалов усовершенствовать предложенные ранее собственные алгоритмы или создать новую реализацию детекторов саботажа для ПО MACROSCOP. Провести полномасштабные испытания плагина в реальной системе видеонаблюдения.
Оценить эффективность работы существующих сервисных детекторов в других системах. Сравнить эффективность работы собственной реализации с существующими алгоритмами детекции саботажа.
Одной из основных задач также является внедрение данного плагина в систему IP-видеонаблюдения Macroscop и его дальнейшее сопровождение.
Открытость, адаптируемость и интероперабельность детекторов саботажа
Использование подхода открытых систем выгодно и производителям, и пользователям. Прежде всего открытые системы обеспечивают естественное решение проблемы поколений аппаратных и программных средств. Производители таких средств не вынуждаются решать все проблемы заново; они могут, по крайней мере, временно продолжать комплексировать системы, используя существующие компоненты.
Стоит отметить, что при этом возникает новый уровень конкуренции. Все производители обязаны обеспечить некоторую стандартную среду, но вынуждены добиваться как можно лучшей ее реализации.
Применение подхода открытых систем в настоящее время является основной тенденцией в области информационных технологий и средств вычислительной техники, поддерживающих эти технологии. Идеологию открытых систем реализуют в своих последних разработках все ведущие фирмы – поставщики средств вычислительной техники, передачи информации, системного программного обеспечения и разработки прикладных информационных систем. Их результативность на рынке информационных технологий и систем определяется согласованной научно-технической политикой и реализацией стандартов открытых систем.
Открытая система – это система, реализующая открытые спецификации на интерфейсы, службы и форматы данных достаточные, чтобы обеспечить возможность переноса прикладных систем, разработанных должным образом, с минимальными изменениями на широкий диапазон систем, совместную работу с другими прикладными системами на локальных и удаленных платформах и взаимодействие с пользователями в стиле, облегчающем последним переход от системы к систем.
Адаптируемая система – система, в которой включены механизмы настройки, но не автоматические, а предлагаемые пользователю.
Интероперабельность – способность систем обмениваться информацией и совместно использовать эту информацию.
Так как система MACROSCOP предоставляет комплект средств разработки, который позволяет специалистам по программному обеспечению создавать приложения, то удобнее всего было реализовать детекторы саботажа в виде независимо компилируемого программного модуля, динамически подключаемого к основной программе. Плагин использует протоколы взаимодействия с системой видеонаблюдения, которые представляют собой открытый API. Поскольку разрабатываемый плагин в своей работе задействует функциональность системы MACROSCOP, он не может быть использован независимо. Однако, в случае установки системы MACROSCOP, пользователь может подключить данную библиотеку благодаря документированному интерфейсу взаимодействия и задействовать возможности, реализуемые разрабатываемым плагином. Подобный приём может быть использован для переиспользования полученных наработок в других системах.
На рис.1 приведён вид окна конфигуратора MacroscopDemo, на котором показано подключение плагина детекторов саботажа.
Рис.1 Конфигуратор системы Macroscop
Адаптируемость (способность систем приспосабливаться к изменениям среды, окружения) является одним из наиболее важных требований, предъявляемых к информационным системам (ИС) различного назначения. Адаптируемость рассматривают достаточно широко, включая в это понятие такие взаимосвязанные нефункциональные требования как способность к развитию, гибкость, расширяемость, интероперабельность, т.е. её можно рассматривать на разных уровнях, в данной системе пользователю предоставляется возможность выбрать, какое саботажное действие он хочет контролировать, и задать необходимые пороговые значения для наблюдения (см. рис. 2).
Рис. 2 Настройки плагина детекции саботажа
Разработка внешних интеллектуальных модулей для MACROSCOP
Сейчас наблюдается интересная картина: специализированное ПО с видеоаналитикой на сервере позволяет решать многие задачи с высокими быстродействием и точностью. Но с повышением количества камер в сети и их разрешения требуется увеличение ресурсов сервера. А значит, если мощность процессора ограничена, то будет наблюдаться и падение качества работы алгоритмов. С другой стороны, процессор видеокамеры априори имеет меньше ресурсов для обработки видеосигнала при помощи функций аналитики.
Но при этом камера работает с исходным сигналом с сенсора и передает на сервер только данные о результатах работы алгоритма. Поэтому на сервере требуется процессор, достаточный лишь для обработки видеосигнала с камер, а с повышением разрешения камер будет повышаться и качество видеоанализа.
Конечно, серверные решения предлагают значительно больше вариантов видеоаналитических функций. Но встроенных возможностей камеры уже достаточно для решения самых распространенных задач, причем набор встроенных функций все время расширяется.
Функции видеоаналитики, доступные сегодня
Важным этапом в развитии видеоаналитики стало ее использование в сфере не только обеспечения безопасности, но и сбора статистики, продаж. Как только появилась возможность анализа маркетинговых данных, стало развиваться ПО, которое может обрабатывать видеоданные с обычных камер (например, распознавание пола посетителей или наполненность полок товаром). А есть и производители, которые предлагают некий аналог магазина приложений. Так, сторонние компании могут распространять любое ПО, устанавливаемое пользователями на свои камеры.
Если говорить о самой ходовой функции видеоаналитики, то это, безусловно, детекция движения. Такой алгоритм заложен практически в любой IP-камере, доступной на рынке. Мы же решили посмотреть, какие другие встроенные в видеокамеру алгоритмы видеоаналитики может получить инсталлятор. Список вышел достаточно обширный:
Детектор движения
Это наиболее классический и распространенный тип видеоаналитики в камерах, он же и самый востребованный в сфере обеспечения безопасности. Благодаря грамотно настроенному детектору движения получается существенная экономия на эксплуатации системы видеонаблюдения.
Во-первых, можно записывать видео в архив только в случае детекции движения на объекте, а значит происходит снижение затрат на сам архив.
Во-вторых, нет необходимости постоянно следить за всеми камерами на объекте, то есть нужно меньше сотрудников и вычислительных мощностей сервера видеонаблюдения.
Принцип работы детектора движения в современных камерах заключается в основном в попиксельном сравнении двух соседних кадров между собой. Для установки численного различия между кадрами, при котором будет срабатывать детектор, обычно используется регулируемая чувствительность детектора движения. Важно понимать, что при высокой чувствительности камера будет реагировать на любое мелкое изменение картинки, а при низкой, напротив, будет пропускать множество перемещений.
Отдельной проблемой можно выделить срабатывание на движение деревьев и тряску самой камеры от ветра, но это можно компенсировать выделением только интересующей зоны на сцене. Часто камеры позволяют задать сразу несколько участков с разными настройками. А вот неисправимой слабостью такого исполнения детекторов является то, что ошибки в них часто возникают при включении и отключении прожекторов видимого света или ИК-подсветки. Кроме того, казалось бы, нерезкое изменение освещения может вызвать ложное срабатывание. А если куплена некачественная камера или проектировщик сэкономил на подсветке, то внутренние шумы устройства при низкой освещенности приведут к постоянному срабатыванию детектора. Эти проблемы отчасти решены в детекторах движения, анализирующих именно перемещение объекта, а не изменение всей картинки, другими словами, они следят за изменением групп только соседних пикселей. Производители все чаще подчеркивают, что их новые алгоритмы детекции движения избавлены от вышеназванных проблем. Кто-то называет эти алгоритмы расширенными, кто-то отмечает применение нейросетевых технологий. Но в любом случае инсталлятору стоит по возможности проверить работу детектора в камере именно при работе в упомянутых условиях. Функции детекторов движения присутствуют в бюджетных камерах BEWARD, Bolid, NOVIcam, Smartec, RVi (рис. 1).
Пересечение линии
Второй распространенной функцией видеоаналитики является детекция пересечения линии. Она присутствует у камер многих производителей: BEWARD, Bolid, Dahua, Smartec, RVi и др. Ее назначение схоже с назначением детектора движения. Разница кроется лишь в том, что на контролируемой сцене запрещено пересечение виртуальной линии, а не движение в целом. Каноничными примерами будет запрет пересекать двойную сплошную и близко подходить к картинам в музеях. В интерфейсе камеры на изображении рисуется линия, при пересечении которой срабатывает детекция. Кроме того, обычно доступно задание направления срабатывания детектора. Нельзя забывать, что алгоритм может работать некорректно, если линия будет нарисована, например, рядом с качающимся от ветра деревом (рис. 2).
Вторжение в область
В основе этого детектора заложен тот же принцип, что и в предыдущем. Но в данном случае уже засекается пересечение линий, образующих замкнутый контур. Часто отдельно можно задать вход или выход из зоны. Здесь алгоритм работает так же, как и при задании направления пересечения линии, но не с одной, а, к примеру, с четырьмя прямыми. Функцию вторжения в область предлагают камеры BEWARD, Bolid, Dahua, Smartec, RVi.
Детектор людей/лиц
Детектор людей можно назвать углубленной версией детектора движения. Только такой алгоритм фиксирует движение именно людей, пропуская машины, собак и другие посторонние объекты. Проходящий человек или только его лицо может выделяться рамкой, а на видео с камеры будет отрисовываться траектория его движения. Но стоит понимать, что детектор очень требователен к положению человека, а значит и к относительному расположению камеры. Поэтому инсталлятору при проектировании системы видеонаблюдения рекомендуется сразу определять комфортные условия работы алгоритма конкретного производителя камер. То же самое относится и к детектору лиц. В первом случае детектор фиксирует объекты с пропорциями, определяемыми как человек, а во втором – лишь объекты, похожие на лица. Только по описанию принципа работы уже можно представить, что очень многие объекты могут вызвать ложное срабатывание детектора. Камеры BEWARD, Bolid, Smartec, RVi, Hikvision имеют такую функцию (рис. 3).
Подсчет людей
Похоже, что подсчет людей или посетителей с программной точки зрения является результатом одновременного применения детектора людей (лиц) и пересечения линии. На картинке точно так же рисуется линия, но фиксируются уже только пересекающие ее люди. Проблемы у этой функции кроются в тех же самых явлениях, что и в предыдущем детекторе. Камера может распознать посторонний объект как человека и посчитать его или пропустить человека, но зафиксировать его тень. Подсчет людей возможен с камерами BEWARD, Bolid, Dahua, Smartec, RVi.
Слежение за объектом
В PTZ-камерах может присутствовать функция, автоматически позиционирующая камеру как предназначенную для наблюдения за движущимся объектом. В некоторых случаях такой функционал может быть удобнее детектора движения в обычной камере: как минимум объект не сможет выйти за пределы угла обзора и всегда будет под наблюдением, по видеозаписи всегда можно будет восстановить полную картину происходящего. Функцию слежения за объектом предлагают камеры Axis, Dahua, Smartec, RVi, Bosch. Слежение за объектом реализуется при помощи поворотного механизма и моторизованного объектива камеры. За счет них она держит зафиксированный объект в пределах изображения с необходимым увеличением. После этого будет происходить детекция движущегося объекта, построение траектории его движения и управление поворотом камеры. Точность работы всего алгоритма складывается из совокупной точности работы каждой подфункции (рис. 4).
Температурная карта
Принципиально эта функция осуществляет накопление за заданный интервал времени информации о перемещении посетителей. В результате получается разноцветная картина (тепловая карта), на которой чем краснее зоны, тем большее количество людей находилось в этом месте и тем больше времени они там проводили. В синей зоне число людей было минимальным. Камеры Bolid, Dahua, RVi, Mobotech и Bosch способны «нарисовать» такую карту (рис. 5).
Детекция очереди
В этом случае происходит не подсчет людей в одном месте за весь интервал времени, а фиксируется количество людей в заданном месте в текущий момент. Для розничных магазинов количество покупателей на кассе принципиально. Большая очередь приводит к отказу людей от покупки, а короткая – к повышению затрат. Оптимальной принята длина очереди от трех до пяти человек, и встроенная видеоаналитика уже позволяет с высокой точностью осуществлять анализ с учетом этого показателя. Затем можно автоматически оперативно информировать сотрудников о необходимости открытия дополнительных касс или, напротив, закрытия невостребованных. Примеры брендов, предлагающих такую функцию: Axis, Bosch, Hanhwa Techwin (рис. 6).
Праздношатание
Для срабатывания детектора необходимо, чтобы в установленной области человек перемещался дольше заданного интервала времени. Пользу подобной функции сложно переоценить. Детекторы движения и людей срабатывают просто при обнаружении человека, поэтому в ряде случаев они становятся неприменимы. К примеру, люди, входящие и выходящие из магазина, не вызывают подозрения. А вот на человека, находящегося перед входом длительный промежуток времени, уже должен среагировать оператор системы видеонаблюдения. В некоторых местах праздношатание законодательно запрещено, чтобы бороться с асоциальным поведением и предотвращать преступления до их развития. Праздношатающихся способны вычислить камеры BEWARD, Bolid, Smartec, RVi, Hanhwa Techwin (рис. 7).
Оставленный предмет/остановка
Можно сказать, что эта функция близка к предыдущей. Здесь детектор активируется, если объект установленного размера находился в заданной области дольше определенного времени. Звучит просто, а на практике это очень важный алгоритм для обеспечения безопасности. Оставленные предметы могут таить в себе серьезную угрозу, а надежный программный алгоритм способен сильно повысить точность фиксации такого события. Там, где человек может не заметить, например, брошенную сумку, камера сразу активирует тревогу. Если же речь идет о детекторе остановки, то функция фиксирует остановку объекта, до этого двигавшегося равномерно. Функция доступна с камерами Bolid, Dahua, Smartec, RVi, Hanhwa Techwin (рис. 8).
Быстрое движение
Здесь оценивается не время пребывания, а скорость перемещения объекта. Быстрое движение может быть чрезвычайно опасно в местах, где идут строительные работы, или рядом с транспортом, например на железнодорожных перронах, автомагистралях, в метро. Кроме того, человек, выбегающий или забегающий на охраняемую территорию, должен сразу вызвать подозрение у охраны, что позволит раньше обнаружить правонарушение и избежать убытков. При помощи подобного алгоритма может быть реализован и анализ превышения автотранспортом разрешенной скорости. Вариантов использования этой функции множество. Помогут ее осуществить бюджетные камеры Smartec, RVi, Bosch, Mobotech.
Разворот/поворот при движении
Эта функция представляет собой дальнейшее развитие идеи анализа движения объекта в заданной области. Ее предлагают камеры брендов Hanhwa Techwin и Mobotech. Детекция срабатывает, если объект изменил направление движения. Отдельно выделяется срабатывание при изменении направления движения на противоположное.
Смена сцены/детектор саботажа
Работа алгоритма достаточно проста и основывается на запоминании базового кадра. Если в последующем происходит значительное изменение этого кадра, то срабатывает детекция. Такая функция хорошо себя проявит в местах с повышенной вероятностью вывода камеры из строя. Злоумышленники могут попытаться закрасить, залить какой-то жидкостью объектив или просто сорвать либо разбить камеру. В любом случае детектор пошлет сигнал тревоги, и оператор не пропустит момент, когда одна из десятков камер станет снимать что-то бесполезное. Кроме того, этот же детектор позволит фиксировать и изменение сцены вследствие менее криминальных явлений (например, разворота конструкции, на которой крепится камера, от ветра). Функция «Детектор саботажа» доступна на камерах BEWARD, Bolid, Dahua, Smartec, RVi (рис. 9).
Расфокусировка/детектор тумана
Назначение алгоритма понятно из его названия. Если произойдет расфокусировка объектива, выражающаяся в размытии картинки, то сработает детектор. Как вариант можно использовать этот детектор, чтобы фиксировать необходимость подстройки фокусировки камеры, сбившейся, например, от вибрации в месте монтажа. Иногда эту функцию добавляют к детектору саботажа как отдельный подпункт или же как одну из настроек, при которой будет происходить срабатывание. Детектор тумана представляет собой примерно то же самое, что и предыдущий случай, но здесь фиксируется размытие изображения с заполнением кадра однотонным цветом. Детекторами тумана оснащены видеокамеры Bolid, Smartec, Bosch, Hanhwa Techwin, Hikvision.
Распознавание автономеров
Достаточно полезная, но малораспространенная функция, присутствует в камерах Axis, BEWARD, Hikvision. Сложность ее реализации заключается в том, что камера должна распознавать именно номера автомобилей и игнорировать другие цифры на изображении. Номера телефонов на машинах, цифры на борту специальных служб, а иногда и заборы могут восприниматься и обрабатываться как автономер. Более того, алгоритм чувствителен к скорости движения машины, частоте кадров камеры и ее углу расположения относительно дороги. Все это накладывает серьезные ограничения на использование этой функции на борту камер. Вероятно, поэтому производители и не стремятся внедрять встроенное распознавание автономеров в свои модели, хотя этот алгоритм в серверном исполнении уже давно применяется при контроле выполнения правил дорожного движения. Можно сделать ремарку, что камеры со встроенной фиксацией автономеров прекрасно подходят для распознавания номера в комфортных условиях, например при въезде в гараж со шлагбаумом (рис. 10).
Распознавание лиц
На текущий момент это наиболее сложная функция встроенной видеоналитики, ее смогли реализовать BEWARD, Hikvision, Hanhwa Techwin. Функция осуществляет детекцию лица, а затем сравнивает зафиксированное изображение с хранящейся базой лиц. Нетрудно догадаться, что такой алгоритм требует серьезных вычислительных мощностей уже при малой базе лиц, а использование большой базы закономерно еще значительнее увеличит эти требования. Кроме того, если просто вспомнить проблемы при детекции лиц, становится понятно, насколько требователен этот алгоритм к качеству изображения. С другой стороны, распознавание лиц зачастую применяется в качестве звена СКУД, поэтому нет жестких требований по быстродействию и работе в некомфортных условиях. Отсюда и вытекает то, что сейчас такие алгоритмы применяются не столько в видеокамерах, сколько в домофонах и автономных пропускных пунктах (рис. 11).
Неограниченные перспективы
Если говорить о решении конкретных проблем, то встроенных в камеры возможностей достаточно для решения распространенных задач. А чтобы получить более специализированный набор видеоаналитических функций, стоит задуматься об использовании внешнего ПО. Наблюдаемое сейчас развитие технологий позволяет предполагать, что встроенная видеоаналитика будет становиться все точнее и разнообразнее. Не стоит забывать, что некоторые производители уже предоставляют возможность сторонним компаниям писать алгоритмы видеоаналитики для своих камер и распространять их от своего имени. Кроме того, в камерах заявляется поддержка нейросетевых технологий для самообучающихся аналитических функций, и чем дольше такие решения будут присутствовать на рынке, тем точнее они будут работать. Нейросеть сама по себе никак не ограничивает область данных, анализируемых камерой. С повышением мощности процессоров на борту камер доступные функции видеоаналитики будут ограничиваться лишь фантазией разработчика, а может даже и инсталлятора. Не стоит забывать, что видеосигнал с результатом работы встроенной видеоаналитики легко транслировать на сервер со специальным ПО. Таким образом, можно получить производительную децентрализованную систему видеоанализа, а освобожденные ресурсы сервера могут применяться уже для решения задач более высокого уровня (сопровождение объекта по данным сразу с нескольких камер, более точная детекция людей благодаря использованию видеосигнала с камер, установленных под разными углами, и др.).
Видеокамеры уже с легкостью решают задачи не только наблюдения и записи, но и детекции, анализа, а иногда и предсказания развития нештатной ситуации на объекте. И это явно не предел, а значит каждое новое поколение видеокамер может еще больше расширить классическую область применения систем видеонаблюдения.
и укажите на изображении границы области. После этого нажмите кнопку Закончить, и укажите имя активной зоны в соответствующем поле.
Рис.3. Настройка активных зон.
Крупные системы видеонаблюдения, особенно корпоративного уровня, используют сотни и даже тысячи камер, поэтому следить за их состоянием, а также “здоровьем” всей системы видеонаблюдения в целом зачастую очень сложно.
Другой сценарий развития событий включает в себя более технически подкованных преступников: вандалы могут перерезать провода камеры, например, сетевой кабель. Ущерб камере не нанесён, но на мониторе оператора системы видеонаблюдения камера некоторое время будет отображаться как «зависшая». В программах для видеонаблюдения, где нет уведомлений об отсутствии обновления картинки с камеры, состояние камеры может быть не замечено длительное время, что позволит злоумышленникам безнаказанно покинуть объект, прихватив с собой что-то ценное.
