Системи за видеонаблюдение – правила за разпознаване на обекти

Системи за видеонаблюдение – правила за разпознаване на обекти
5 (100%) 3 votes

Една изключително голяма част от хората занимаващи се с проектиране и изграждане на системи за видеонаблюдение, изпитват сериозни затруднения, когато възложителя постави изискване за разпознаване на лица, наличие на движение или номер на автомобил в определена критична точка от обекта. Основната причина е не само липсата на достатъчно опит и познания относно техническите средства за видеонаблюдение, но и липсата на информация по темата като цяло. Разпознаването на обекти се базира на определени правила, като в тази статия ще разгледаме подробно всяко едно от тях. Това ще даде възможност не само на колеги, но и на хора желаещи да внедрят система за видеонаблюдение по-лесно да определят какво им е необходимо, за да постигнат желаната цел.
Първо ще обясним какво е „сцена” или field of view (термин използван от западните автори на техническа литература свързана с видеонаблюдението). Сцената представлява изображението получено от дадена камера на монитора т.е областта която се наблюдава. Независимо дали става въпрос за конвенционални аналогови камери или за мегапикселови камери с висока резолюция, колкото по голямо пространство обхваща сцената толкова по трудно са различими обектите в нея и обратното, колкото по малко пространство обхваща сцената толкова по детайлно е изображението. Всичко това е проста физика. Ако резолюцията на дадена камера представена в пиксели е 360×288 (тъй нареченият CIF), то колкото по голяма площ описват тези пиксели толкова по-лошо е изображението и обратното. Да предположим, че пространството което се опитвате да наблюдавате с тази камера е с размери 360 на 288 метра. То тогава всеки пиксел е носител на информация за един квадратен метър и ако в даден квадратен метър е поставен предмет Вие няма как да разберете, че той е наличен там.
Сега да обърнем внимание на въпроса: „От какво зависи размера на сцената?”. Не рядко този въпрос е задаван от потребителите като: ”Колко вижда тази камера?”, имайки предвид размера на сцената в полученото изображение. Размерът на сцената зависи изцяло от обектива на камерата и от нищо друго. Тук пропорцията е обратна т.е. колкото по голямо е фокусното разстояние на обектива, толкова по-малка е площта която обхваща сцената и обратното. Необходимо е да отбележим, че при тези твърдения условно приемаме, че разстоянието от камерата до крайната точка, която наблюдаваме е едно и също при различните обективи.
След като обяснихме какво е сцена вече можем да представим четири правила за разпознаване на обекти, като те са валидни основно за масово разпространените на пазара аналогови камери за видеонаблюдение.

  1. Разпознаване на движение
    За да разпознаете движещ се обект то той трябва да заема 10% от сцената. Както е показано на долната фигура.
    Системи за видеонаблюдение - разпознаване на движение

    Системи за видеонаблюдение – разпознаване на движение

    Приема се, че полученото изображение от камерата е ясно  не са налични негативни ефекти като: контражур, лошо време (дъжд, сноговалеж,мъгла), нощни условия при ниска осветеност. Всички тези ефекти влошаващи изображенията и начините за тяхното отстраняване с подходящи камери за видеонаблюдение и технически средства, не са обект на тази статия и ще разгледаме в други публикации.

    Въпреки, че съвременните алгоритни за установяване на движение използвани при различните системи за видеонаблюдение се справят и когато обекта обхваща и под под 10% от сцената, но с просто око човек наблюдаващ монитора много трудно би установил наличието на движещ се обект.

  2. Разпознаване на познат човек
    За разпознаване на познат човек не е нужно да виждаме детайлно неговото лице, тъй като по дрехи, походка, осанка и маниери лесно можем да установиме кой е той. Именно наличието на тази информация позволява на наблюдаващия да разпознае познат човек, когато той заема 50% от сцената.

    Разпознаване на познат човек

    Разпознаване на познат човек

  3. Разпознаване на номер на автомобил
    В този случай е необходимо автомобила да заема поне 50% от сцената, както е показано на фигура 3

    Разпознаване на номер на автомобил

    Разпознаване на номер на автомобил

  4. Разпознаване на непознат човек
    За да разпознаете непознат човек е необходимо той да заема 120% от сцената. Това изискване е спазено когато виждате човека от кръста нагоре.

    Разпознаване на непознат човек

    Разпознаване на непознат човек

Придържането към тези правила при избора на камери за видеонаблюдение и подходящите за тях обективи, Ви гарантира лесно удовлетворяване на изискванията на възложителите при проектиране и изграждане на системи за видеонаблюдение.

Вие можете да добавите коментар към съществуващата публикация.

6 коментара към “Системи за видеонаблюдение – правила за разпознаване на обекти”

  1. Петър Велчев каза:

    Съвсем скоро една фирма от Варна ми изгради видеонаблюдение на вилата където трябваше видеокамерите да охраняват зоната докато няма никой. Оказа се че камерите не стреснаха крадците които си влезнаха посред бял ден в двора и изнесоха част от моето имущество. След като прегледах записите се оказа също така че крадците са записани, но са били доста далеч от камерите и се виждат само силуетите им и броят им. Доста рових и се оказа, че няма начин записът да се изчисти до толкова за се познае лицата на крадците заснети с видеонаблюдението. От тази статия ми се изясни, че ако камерата е записала крадците от по близо разстояние е могло да се разпознае. Въпросът ми е може ли чрез добавяне на още камери покрай оградата от където влизат крадците да ми се гарантира че ще може да ги разпозная, а също и как стои въпросът с разпознаване на лица през нощта.

  2. Видеонаблюдение каза:

    Г-н Велчев, колкото повече камери толкова по-добре, но естествено идва въпроса за рентабилност на системата т.е. търси се оптималното съотношение между цена и ефективност.
    Относно близкото разтояние между камера и обект и получаване на детайлно изображение, както сме пояснили в статията всичко това зависи единственно от обектива. За разпознаване на лица през ноща отново важат горните правила.
    В случая става въпрос за непознати хора и е в сила правило номер 4 описано в статията.Преодоляване на негативните ефекти през ноща се постига по различни начини, като част от тях са: добавяне на дежурно осветление в помощ на камерите, добавяне на инфрачервени прожектори, употребата на камери с интелигентно управление на интензитета на IR осветителите (относно тези камери за видеонаблюдение ще поместим отделна статия), камери с DNR (цифрово подтискаме на шумовете в изображението) в и много други опции. Подбор на съответните технически средства се прави от компетентен специалист и изцяло зависи от спецификата на обекта.Също така искам да отбележа, че на пазара вече са налични и мегапикселови камери с инфрачервен осветители, който предоставят значително по-добро изображение от конвенционалните, както през деня така и през ноща.

  3. Kaloyan каза:

    При мен се получи съсщият проблем. изградиха ми видеонаблюдение във Варна и фирмата която ми го направи обеща че ще мога да разпознавам лицата влизащи през една врата. за целта ми взеха един куп пари за камера със 540 телевизионни линии което според тях било супер качество и супер резолюция. убедиха ме да монтирам тази скъпа камера на вратата за да виждам кой влиза и излиза. оказа се че няма никакъв смисъл от тази скъпа камера. има ли вариант тази камера да се преработи или да се купи обектив от някъде и да се замени за да може аз да разпознавам хората които влизат. набил съм доста пари и не искам да я махам

  4. Dimitar каза:

    Едно пояснение – това важи за аналогови камери с резолюция приблизително 350 000 пиксела. Съответно ако камерата е 2 000 000 (2MPx) процентите ще могат да се разделят приблизително на 6. Според мен инвестицията в аналогови камери е безсмислена – цените на мегапикселовите са вече доста ниски. С една камера 2MPx спокойно се охранява магазин за дрехи 20 кв.м. Отпада необходимостта от записваща платка за компютър, а вече има модели със SD карта – самата камера записва до 2-3 дена ( то и по-голям период не е необходим)

  5. Ivan каза:

    Прав е Dimitar , но това е приложимо в ситуацията, която е описал /магазин с една камера и при добро осветление/ . Масовите мегапикселови камери се произвждат с CMOS матрици, които са много по-нечувствителни към светлина и съответно в тъмната част на деня, когато трябва да се охранява външен периметър /като при хората от Варна/ тези камери имат много лоша картина. Аналоговите камери са с SSD матрици, който виждат добре и на доста по-тъмно /почти на лунна светлина/ но тяхната резолюция е малка. Когато IP камерите са повече от една трябва да се записват на компютър и да има стабилна ip връзка между камерите и сървъра, ако камерите са от различни марки софтуера е платен. Може би все още икономически, а до някаъде и от гледна точка на сигурност е по-добре за такива приложения да се изполва по-голям аналогови камери, като може да се съчетае със периметрова охрана и моторизирана камера, която при някакво проникване на определено място да приближава достатъчно близо до нарушената зона

  6. Видеонаблюдение каза:

    Здравейте Иван.
    Доста изчерпателен и точен коментар по темата, описали сте доста добре проблемите при използването на IP камери и при аналогови камери. От нашият опит в системите за видеонаблюдение знаем, че няма две еднакви системи и за два различни обекта. Винаги трябва обекта да се види от специалист в областта който да прецени коя технология да използва и с какви обективи на камерите. Искаме също да поправим една малка грешка (най-вероянто печатна) матриците на аналоговите камери са CCD от английски Charge-Coupled Device.

Добавете коментар


Warning: include_once(/home/kassaba2/public_html/videonabliudenie-blog/stopexit/lib/ClientController.php) [function.include-once]: failed to open stream: No such file or directory in /home/kassaba2/public_html/videonabliudenie-blog/wp-content/themes/BlueElements/footer.php on line 36

Warning: include_once() [function.include]: Failed opening '/home/kassaba2/public_html/videonabliudenie-blog/stopexit/lib/ClientController.php' for inclusion (include_path='.:/usr/local/php52/pear') in /home/kassaba2/public_html/videonabliudenie-blog/wp-content/themes/BlueElements/footer.php on line 36

Fatal error: Class 'StopexitClientController' not found in /home/kassaba2/public_html/videonabliudenie-blog/wp-content/themes/BlueElements/footer.php on line 38