Заместитель директора по развитию Андреев Кузьма.
 

Особенности видеоаналитических поисков в архивах системы видеонаблюдения

Статья является частью публикации «Поиск изображений из архива становится проще»
 

Поиск по росту человека

Искать по внешним размерам человека и его росту – очень простая задача для компьютера. Действительно, в разных световых условиях цвет может казаться разным для человека, а рост – однозначная величина, не имеющая искажений. Поэтому, когда человеческий рост 180 см – он и будет 180 см.

С другой стороны, не все так просто. Чтобы поиск по росту действительно выдал искомые результаты – необходимо тщательно подготовить камеры к предстоящему событию. От одного только угла поворота камеры будет зависеть несколько сантиметров в размерах. Поэтому, камера устанавливается на наиболее оптимальную высоту, осевой и вертикальный углы настраиваются на определенный наклон, вводится поправочный коэффициент, характеризующий искажение размеров изображения на фотографии. Видите, какую необходимо провести работу, чтобы только настроить камеру. Параметры установки сравниваются для нескольких фотографий, и если они совпадают – настройку камеры можно считать оптимальной. В случае малейшего изменения положения камеры настройка проводится заново.
 

Недочеты

На данный момент поиск изображений по размеру или росту имеет существенный недостаток – огромная погрешность результатов.

На это влияет несколько нюансов:

• Настройка камер наблюдения – очень сложное и кропотливое занятие. Даже опытный специалист не в состоянии гарантировать стопроцентную настройку камеры под внешние условия.
• Определение человеческого роста затрудняется в случае отбрасывания тени или изменении походки во время движения
• Многие параметры влияют на точность маски (поза человека, походка, наличие тени)

Возможность поиска по размерам человека также активно используется при разработке интеллектуальных камер наблюдения. Как и в случае использования цвета – размеры человека можно использовать для фильтрации уже найденных изображений.
 

Графический процессор обработки данных

Для того, что обрабатывать данные и осуществлять поиск в архивах, требуется затратить огромные машинные ресурсы. Ранее для этих целей загружался основной центральный процессор сервера. Теперь же, основные вычисления перенесены на графический процессор, чтобы немного разгрузить центральный.

Разработки графических процессоров, которые проводятся в последние годы, существенно продвинулись в области обработки данных. В процессоре используются технологии, на которых построена работа других вычислительных машин. Основная часть процессора концентрирует в себе вычислительные блоки, в которых проводится обработка данных. В центральном процессоре вычислительная часть меньше, поэтому на сегодняшний день графические процессы опережают центральные по мощности. Это и стало основной причиной переноса вычислений на графический процессор.

Если в дальнейшем будут проводиться исследования работы графического процессора – требуемые вычислительные ресурсы можно существенно сократить. А значит, сэкономить деньги.

С другой стороны, центральный процессор обладает большей скоростью обработки и имеет солидный перевес в памяти. Нельзя положительно судить о концентрации работы на двух процессорах одновременно, поскольку требуется более новое и мощное решение проблемы.
 

Чего ждать в будущем?

Поиск изображений из видеоархива послужил созданию множества программных продуктов от различных производителей.

Назначение у всех одинаковое, но и недостатки также идентичные:

• Затруднение распознавания одного и того же объекта, который располагается в разных плоскостях
• Влияние цветовых оттенков на распознавание
• Влияние внешних условий на качество съемки

На сегодняшний день камеры наблюдения способны осуществлять поиск по двум заданным характеристикам: цвету и размерам. Поиск по цвету помогает определить изображение по присутствующим цветовым сочетаниям. А поиск по размерам позволяет найти изображения по габаритным размерам и росту объекта.

Безусловно, хлопать в ладоши по поводу создания таких систем пока рано. Стопроцентного попадания они не в состоянии выдавать. И поэтому проводится работа по упрощению взаимодействия компьютера и человека. Необходимо научить компьютер понимать людей, чтобы немного расширить область поиска. К примеру, искать по прическе человека, походке, одежде, шрамам, татуировкам, фотороботу. А пока система не способна выдавать единственно верный результат, выдавая сотни похожих объектов.

Заместитель директора по развитию Андреев Кузьма.