Распознавание объектов и текстов при помощи видеонаблюдения | lan-electric.ru

Распознавание объектов и текстов при помощи видеонаблюдения

lan-electric.ru > Видеонаблюдение > Распознавание объектов и текстов при помощи видеонаблюдения

2020-12-10

Распознавание объектов и текстов при помощи видеонаблюдения

Из всех задач, решаемых с помощью камер в охранных системах, наиболее сложной является распознавание, идентификация объектов. Современные устройства способны не только прочитать номера автомобиля, но и “узнать” лицо человека, сравнив его с имеющейся базой данных, и даже прочитать номиналы купюр в руках кассира, т. е. распознать текст. Однако, далеко не каждая камера видеонаблюдения способна на такие “подвиги”. К устройствам (а также освещенности), предназначенным для выполнения столь тонких операций, предъявляются особые требования.

Техническое разрешение и фокусное расстояние

Ранее, когда лидирующее положение в системах видеонаблюдения занимали аналоговые камеры, возможность идентификации и ее степени определялись в процентах через соотношение роста человека к высоте кадра. Позже стали использовать число пикселей в метре. Например, эксплуатационные требования к камерам и степени идентификации полиции Великобритании:

  • распознавание присутствия человека в зоне действия видеоустройства: 10% или 20р;
  • определение идентичности человека в кадре зафиксированному ранее: 50% или 100р;
  • уверенная идентификация, исключающая “разумные сомнения”: от 100 до 150% или 250р.

Эти требования с незначительными поправками используют и сейчас. Что касается фокусного расстояния, от него зависят три дистанции: обнаружения, распознавания и идентификации при соответствии требований по разрешению и освещенности (о ней позже). Ниже приведены данные для наиболее часто используемых фокусных расстояний объективов:

Фокусное расстояние, мм Обнаружение, м Распознавание, м Идентификация, м
2,8-8 23,33-66,66 4,66-13,3 1,86-5,33
3,3-12 27,5-100 6-20 2,2-8
5,5-51 50-416,67 10-83,3 3,8-33

Резкость

С ее возрастанием в фокусное расстояние попадает большее количество объектов. С высокой резкостью идентифицировать их становится гораздо легче. Она будет улучшаться при уменьшении фокусного расстояния и при увеличении интенсивности освещения, т. е. когда диафрагма будет прикрываться. Некоторые камеры (например, от HikVision) имеют функцию P-Iris, помогающую автоматически выставлять диафрагму, чтобы получить наилучшую резкость.

Освещение

На распознавание объекта, идентификацию влияет не только уровень освещенности, но и тени, контраст, засветка и т. п. Например, при использовании камеры с фокусным расстоянием 51 мм теоретически можно распознать лицо с расстояния 33 м. Но даже с расстояния в 20 м задача не будет выполнена, если освещенность составит менее 150 люкс, а это значение соответствует станции метро или офисному коридору. Решить проблему можно с помощью камеры с более чувствительной матрицей или улучшением освещения, изменением положения камеры.

Есть и другие нюансы: например, снег отражает свет, а мокрый асфальт наоборот, его поглощает. Чтобы идентифицировать человека, прочитать крупный текст, уровень освещенности должен быть не ниже 300 лк, разобрать номерной знак – 150 люкс.

Цветопередача

Тоже один из факторов, влияющих на точность идентификации. Здесь важно настроить баланс белого у камеры в соответствии с цветовой температурой источника освещенности. Но она изменяется в течение дня. Поэтому при покупке камеры стоит поинтересоваться, поддерживает ли она нужный баланс белого автоматически, т. е. отвечает стандартам SMPTE или нет.

Движение в кадре и степень сжатия

Желательно, чтобы была возможность настройки скорости записи. Со штатных 25 кадров в минуту ее обычно уменьшают до 5-8 с целью экономии памяти, чего вполне достаточно. Однако, если требуется понимание последовательности событий, или люди, машины двигаются быстро, скорость записи придется увеличивать.

Компрессия видеопотока, осуществляемая не в самой камере, а программным способом, может существенно ухудшить восприятие как просмотра событий онлайн, так и записанного материала. Если сжатие ограничивается лимитом битрейта (количество битов, передаваемых за единицу времени), то даже четкая картинка может оказаться негодной для идентификации. А если битрейт переменный и коэффициент компрессии не меняется, при перемещении объекта в кадре увеличивается нагрузка на сеть видеонаблюдения.

Возможные искажения и их причины

Чтобы гарантировано идентифицировать объект, необходимо перед капитальной установкой камеры провести тестирование передачи изображения онлайн и просмотреть записи. Возможные недостатки:

  • искажения объекта из-за неправильного расположения видеокамеры или неверного фокусного расстояния объектива;
  • тени и засветки вызываются сложностями освещения;
  • размывка или разбивка картинки на пиксели связана с настройками сжатия;
  • размытые движущиеся объекты получаются из-за большой выдержки или малой частоты кадров.

Чтобы точно отрегулировать положение камеры в соответствии с освещенностью, используют тестовые мишени: вращающиеся манекены, имитирующие человека. Проверка помогает выявить проблемы и правильно установить видеоустройство или подобрать к нему объектив.

lan-electric

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *