Мы в Google+ Блог о тепловизорах и системах наблюдения: Мисс Видеоаналитика и мистер Тепловизор

среда, 9 января 2013 г.

Мисс Видеоаналитика и мистер Тепловизор


Двое на виртуальной границе.

Я не мог не разместить статью с таким эпиграфом от моего давнего знакомого Дмитрия Леонидовича Филлипова!

Они не могли не встретиться. Это было предопределено задолго до того дня, когда еще они, не обменявшись ни одним словом, решились идти дальше рука об руку. Он уже не молод, хотя бодр, силен и вообще в порядке, как говорят американцы: You O’кay? Много повоевал, бывал и в космосе. Теперь, когда он избавился от всего, что его раньше обременяло, стал легче на подъем и вообще стал казаться моложе, чем тогда, в молодости, когда его сковывал этот страшный внутренний холод. Она… что говорить о ней. Она женщина – и этим сказано многое. Интуиция, мгновенные точные решения по, казалось бы, малейшему контрасту в чужом поведении. Получив богатое наследство от своего предка, которому приходилось считать крохи, чтобы добиться признания и выйти в свет, она сразу же порвала все связи с этим наглым выскочкой, претендовавшим на родство, несмотря на его активность, да-да, он так и предпочитал называться. Она не требует лишнего для решения своих задач. 

Теперь они вместе. И вы, наверное, уже их узнали. Разрешите представить эту прекрасную пару: мисс Видеоаналитика и мистер Тепловизор! 


Рынок систем тепловидения переживает бурный подъем, связанный с целым рядом технологических успехов микроэлектроники, что определяется применением микроболометрических приемников на основе оксида ванадия и других приемников, которым не нужна сложная дорогостоящая микрокриогенная система.
Таким образом, с одной стороны, тепловизоры стали доступнее по цене и их ресурс увеличился на порядок, форма выходных сигналов тепловизионного периферического оборудования не отличается от привычных стандартов телевизионных сигналов.
С другой стороны, уникальные возможности тепловизионного наблюдения просто не могут быть обойдены вниманием при создании систем физической защиты. Их следует вкратце напомнить и указать, какие преимущества это дает.
1. Тепловизор воспринимает собственное излучение предметов, максимум которого приходится на длины волн 8–14 мкм, а не отраженное излучение стороннего источника видимого света (0,4–0,7 мкм), поэтому тепловое изображение не зависит от уровня внешней освещенности.
2. Контраст объекта с фоном выше, чем в видимом диапазоне, поскольку чаще всего объекты теплее фона.
3. Фон в тепловизионных изображениях равномернее, не такой пестрый, как в видимом диапазоне, а объекты не имеют теней.
4. Средневолновое тепловое излучение, несущее информацию о наблюдаемой сцене, слабо поглощается туманом и не рассеивается им (если только капельки тумана не соразмерны с длиной волны излучения, что редко бывает в средней полосе), слабо рассеивается взвешенной пылью и дымом.

5. По дальности обнаружения людей и транспортных средств тепловизор многократно превосходит средства охранного телевидения, в то же время изображение объектов специфично и не всегда дает возможность установить индивидуальные информационные признаки фигурантов, поэтому совершенно очевидно, что его использование в СФЗ ориентировано на обнаружение, а не на опознавание или идентификацию объектов.
6. По той же причине тепловизору доступен контроль широких открытых пространств, как территорий, так и акваторий, включая береговую линию прибоя и приливов, где размещение средств обнаружения особенно проблематично.
7. Тепловизор может совмещать функции раннего обнаружения и оценки обстановки.
Но это еще далеко не все. Из-за знаменитого эффекта «тюлевой занавески» тепловизор обладает демаскирующими свойствами. Тепловизионные камеры, будучи размещенными внутри периметра, недоступны вандалам и т. д. А что особенно важно – свойства тепловизионного изображения, о которых тут сказано, существенно облегчают анализ видеоконтента. Интеграция тепловизора с системой видеоаналитики дает мощный синергетический эффект.

В результате объединения преимуществ такого сигнала и такой его обработки становится возможным решение двух нетривиальных задач.

Первая из них – создание виртульного периметра с функцией раннего обнаружения подготовки к вторжению на охраняемую территорию распределенных объектов с высокими параметрами вероятности обнаружения и времени наработки на ложные тревоги, близкими к аналогичным параметрам традиционных средств охраны периметра. Видеоаналитика успешно справляется с задачей обнаружения – полученная в результате испытаний вероятность обнаружения составляет более 95% при частоте ложных срабатываний не более одного на сутки непрерывной работы. При этом интеграция такого виртуального рубежа с СФЗ проста и экономична.



Однако мы сразу становимся перед дилеммой: создавать непрерывный в пространстве и времени рубеж контроля виртуального периметра по каскадной схеме или, наоборот, проводить разведку прилегающего пространства на возможную глубину. То есть строить периметр «вдоль или поперек», как я писал в BezopasnostNews 15 лет назад.
Вариант вдоль – пассивный. Кстати, только он дает полный без изъятий архив событий в периметровой полосе. При автоматическом обнаружении объекта в поле зрения система аналитики должна проанализировать (если нужно) его поведение и выдать тревожный сигнал. В таком случае система охранного теполвидения играет роль источника события. Далее вступает в действие оператор. Теперь предлагаю обратиться к геометрии.

На схеме показано примерное расположение тепловизионных камер на периметре исходя из максимальной дальности обнаружения 800 м и угла поля зрения около 6˚. Такие значения характерны для тепловизионного модуля, поставляемого многими фирмами, например, компанией GuardLiner. Фокусное расстояние объектива – 76 мм, приемник излучения – микроболометрическая матрица – 320 х 240 пикселей. При расположении камер вдоль периметра следует учитывать мертвую зону, которая при таких дальностях будет значительной и составлять примерно 15–18% максимальной дальности, а также учитывать глубину резко изображаемого пространства (ГРИП). Дело в том, что светосила объективов тепловизоров близка к теоретической. Это требуется из-за недостаточно высокого пропускания германия, ведь других-то материалов для изготовления объективов практически и нет. Ясно, что чем выше светосила, тем дальше гиперфокальное расстояние. Вот и получается, что камеры должны стоять через ¾ дальности наблюдения. При этом полоса гарантированного контроля термонаблюдения составит около 15 м. Тогда за периметр мы сможем заглядывать только треугольничками, основание которых составляет всего-то 60 м. Не густо. Можно постараться увеличить ширину поля зрения, используя сенсор с большим разрешением при той же детализации, но если пиксель меньше, то и сигнал меньше. Должен быть оптимум между числом пикселей и их размерами. А если из строя выйдет какая-либо камера, то положение становится совсем незавидным. Наш виртуальный периметр получит пробоину похуже, чем «Титаник».
Приходится дополнять такой периметр дальнобойными тепловизионными камерами, установленными внутри территории на возвышенных местах, и превратить ее в полуактивную или даже целиком активную.
На чем можно сэкономить? В первую очередь на данных разведки. Не вся же территория вокруг объекта одинакова. Есть дороги, кусты, овражки и т. п. складки местности. На них нужно настроить препозиции и постоянно контролировать их. Но это вероятностный способ. Лучше бы дополнить такой дальний теплопеленгатор радиолокатором и по его указанию наводить тепловизор на цель. Некоторые компании широко используют этот метод. Известно, например, программное обеспечение с развитым графическим интерфейсом, автоматического радарно-оптического комплекса обнаружения и слежения на основе РЛС Orwell-R и тепловизора.
Существуют оригинальные решения панорамного тепловизионного наблюдения, представленные французской фирмой HGH. Сенсором такого тепловизора является линейка элементов, установленная во вращающемся на гиростабилизированной платформе барабане и сканирующая окружающее пространство. Компьютерная программа позволяет развернуть цилиндрическое поле зрения и представить в различных масштабах все интересующие участки окрест прибора. На следующем рисунке показана панорама аэродрома с размещенными на стоянке самолетами и автомобилями и людьми, передвигающимися по территории объекта.

Очень важно отметить, что стратегия построения виртуального периметра неразрывно связана со стратегией действий охраны. Время, которое удается выиграть за счет раннего обнаружения, должно обеспечивать выдвижение достаточных сил противодействия и занятие ими штатных боевых позиций, используется ли тактика патрулирования с перехватом нарушителя на критическом маршруте или тактика блокирования предмета охраны с расположением сил в фортификационных сооружениях.
Таким образом, использовать пассивную тактику слежения за ближними подступами к периметру или активную тактику контроля дальних подступов проектировщик должен выбирать индивидуально для каждой СФЗ, учитывая все аспекты ее построения.

Вторая нетривиальная задача – выделение аномального поведения субъектов в зоне контроля. Поскольку субъекты, обнаруживаемые тепловизором, чаще всего живые люди, то селекция на фоне помех происходит в таком случае автоматически на раннем этапе анализа видеоконтента.
Оливер Веллакотт, генеральный директор компании IndigoVision, в 2007 г. утверждал, что реально видеоаналитика по большей части все еще находится в младенческом состоянии. Действительно, в то время на стендах выставок, представляющих аналитические модули и системы, было очень затруднительно получить от технических представителей компаний квалифицированный ответ на вопрос: «Как внутрь конфеты повидло попадает?», т. е. как работает представленная система.
Сегодняшняя видеоаналитика уже вполне в состоянии исправно решать целый ряд задач, в первую очередь алгоритмы которых построены на анализе параметров движения. Системы управления IP-видеонаблюдением (а современные тепловизионные системы, конечно же, относятся к отдельному виду IP-систем) представляют собой идеальную платформу для полной интеграции в систему мощных приложений видеоаналитики, превращая последние в ключевой и неотъемлемый элемент функционирования системы в целом.
Аномальным движением можно считать аномальную скорость движения (в том числе и остановку), направление движения против потока, по запрещенному маршруту, пересечение зон и границ зон отчуждения и др. При этом возможны следующие варианты – анализ Real Times, т. е. вживую с формированием тревожного сигнала, переключением изображений на тревожных мониторах и т. п., и анализ с формированием банка метаданных, т. е. подсказок и наводок, для проверки постфактум различных сценариев на архивном материале, что позволяет структурировать и резко снижать объемы пересылаемых по сети видеоданных и, между прочим, повышать требования режима к доступу архива, который будет проверять и обобщать аналитик, а не оператор.

Где должны быть локализованы вычислительные мощности системы?
Видеоаналитика на сервере:
Повышенная нагрузка на процессор компьютера;
Дорогостоящее ПО.
Декодирование потоков, затем анализ.
Вопрос о качестве алгоритмов.

Видеоаналитика в IP-камере:
Масштабируемое и недорогое решение.
Аппаратная реализация на процессорах DaVinci.
Анализ несжатого видео.
Профессионально реализованные алгоритмы.
Локальная видеозапись.

Рассмотрим использование этих вариантов на примере тепловизионной системы кампании GuardLiner, испытания которой проводились по заданию РЖД.
На участке железнодорожного полотна была установлена тепловизионная камера, замаскированная с целью вандалозащиты под стандартный корпус средства железнодорожной сигнализации. Камера представляла собой тепловизионный модуль, описанный выше в настоящей статье.
Задачей испытания был анализ на предмет формирования тревоги по тепловизионному изображению ситуации перехода людей через железнодорожное полотно в поле зрения камеры. При этом движение без остановки не вызывало выделения ситуации как тревожного события, остановка же субъекта на путях более 3 секунд считалось тревожной ситуацией и маркировалась рамкой с указанием определенного объекта и параметров его движения. Причем рамка оставалась в кадре и после выхода объекта из поля зрения до снятия тревоги. Такая маркировка позволяла выделить как тревожное событие движение объекта по аномальным скоростным параметрам.

Обратите внимание, что на данном рисунке представлено инвертированное изображение.
Второй опыт позволял установить факт сбрасывания на пути с пересекающего виадука предмета, представляющего опасность для проходящего транспорта.

В этом опыте выбрано другое направление движения опасного предмета, но и оно также детектировано и отмечено тревожным маркером.
Сочетание тепловизора с видеоаналитикой открывает широкие возможности для автоматизации наблюдения и оценки обстановки на охраняемом объекте, дает оперативный выигрыш во времени для реализации ответных мер. Однако остаются вопросы, на которые необходимо ответить на этапе проектирования конкретной СФЗ.



Хотелось бы выяснить мнение специалистов по следующим вопросам:
1. Какие углы поля зрения тепловизионных камер следует выбирать для создания виртуального периметра?
2. Как ориентировать эти камеры?
3. Какие алгоритмы видеоаналитики необходимо реализовать при создании виртуального периметра?
4. Как должны быть распределены вычислительные мощности системы видеоаналитики и где локализован архив системы?

По материалам tzmagazine.ru

4 комментария:

  1. Дим, ответ на вопрос номер 4, а вернее даже совет. Обратись либо в небезызвестный тебе Агрегатор, либо к нам в Гардлайнер (я теперь там), но лучше в первое место. Аналитика у ребя объективно сильнейшая на россрынке.

    ОтветитьУдалить
    Ответы
    1. Да, Антон, согласен, что видеоаналитика у ребят из Агрегатора весьма и весьма достойная.

      Анализируя статью, при ответах на 1 и 2 вопросы я бы уточнил у автора статьи (Филлипова Дмитрия Леонидовича) при каких погодных условиях была достигнута вероятность обнаружения в 95% и на каком фоне. То есть тут важен контраст между человеком и фоном, на котором его видно через тепловизор. К тому же важно, была ли ли это зима или лето.

      Весьма и весьма неоднозначное утверждение что "средневолновое тепловое излучение, несущее информацию о наблюдаемой сцене, слабо поглощается туманом и не рассеивается им (если только капельки тумана не соразмерны с длиной волны излучения, что редко бывает в средней полосе)". Во-первых средневолновые тепловизоры это уже не те недорогие приборы о которых пишет автор, а во-вторых относительная разница при сильных туманах между длинноволновыми тепловизорами и средневолновыми настолько минимальна, что ей можно пренебречь.

      Эти и другие вопросы я и задам автору на виртуальном круглом столе, который пройдет в ближайшее время.

      Удалить
    2. Тоже хочу поучаствовать. И, думаю, ребята из Агрегатор тоже, да и Михеев Александр (думаю, он тебе тоже небезысвестен)..

      Удалить
  2. Публикую мои комментарии к статье и ответы на некоторые вопросы:

    Во-первых необходимо поблагодарить Дмитрия Леонидовича за такую статью! Эпиграф выше всяких похвал! Да и вообще, сложно выбрать между красотой эпиграфа и актуальностью поднятой автором темы! Несомненно, связка тепловизор с системой видеоаналитики набирает обороты и, как заметил автор, тому есть ряд объективных причин. Развитие систем видеоаналитики: создание более надежных алгоритмов выявления нестандартного поведения наблюдаемых объектов. Развитие тепловизионной технологии. Современные тепловизоры стали доступны по цене и при этом обладают рядом специфических свойств, позволяющих видеоаналитике работать с тепловизорами более эффективно, чем с обычными видеокамерами. Например, значительно более контрастное изображение человека на пестром (в видимом спектре) фоне. И, конечно, дальность действия тепловизора. При сходных с видеокамерой углах зрения, за счет более высокого контраста тепловизор способен видеть человека на более дальних расстояниях, что опять таки выгодно сказывается на системе наблюдения использующей тепловизор и, конечно, на системе тепловизор плюс видеоаналитика. Внесу небольшое дополнение к описанию преимуществ тепловизора, сделанное Дмитрием Леонидовичем. Отмечу, что тепловизоры, работающие на средневолновом тепловом излучении (3…5 мкм) действительно чуть лучше для просмотра в туман, чем работающие на длинноволновом излучении (7…14 мкм). Средневолновые тепловизоры, изготавливаются всё еще пока на охлаждаемой технологии и не перешли в разряд доступных по цене приборов с высокой степенью надежности, как неохлаждаемые длинноволновые тепловизоры. Однако, в сильный туман практически нет разницы между тем на какой длине волны работает тепловизор.

    Соответственно, тепловизор зависит от погодных условий: туман, влажность, температура окружающей среды и, как следствие, разница между объектом и фоном. Таким образом, хотелось бы задать автору вопрос: при каких условиях наблюдения была получен вероятность обнаружения 95%? Каким оборудованием (его параметры), на каком расстоянии и каких объектов? Как долго проходили испытания по времени? Как набиралась статистика?

    Исходя из ответов на поставленные вопросы, полагаю, можно с большой долей вероятности формулировать ответ на вопрос автора об углах зрения тепловизоров на виртуальном периметре.

    Ориентация тепловизоров при построении виртуального периметра, с моей точки зрения, не должна отличаться от ориентации видеокамер при построении таких виртуальных периметров, так как суть одинакова. Необходимо закрыть полем зрения тепловизора/камеры определенную территорию. Другой вопрос, если такие виртуальные периметры только сейчас начинают появляться и нет какой-либо методики для выбора того или иного расположения тепловизора/камеры. На мой взгляд такую методику можно бы было разработать на нескольких постулатах: на логике и здравом смысле, на трансформировании уже существующих подобных методик и теории многокритериальной оптимизации.

    Второй блок вопросов автора – видеоаналитика. Алгоритмы видеоаналитики должны быть разработаны под типовые объекты, на которых применяется виртуальный периметр. Каждый объект имеет свои особенности, как с топографической точки зрения, так и с функционально-аналитической.

    Насчет распределения вычислительных мощностей и локализации архива системы, полагаю, нет однозначно правильного ответа или решения. Автор в статье отвмети два современных подхода к решению этой задачи. Видеоаналитика на сервере и видеоаналитика в IP-камере, что отражает объективную реальность существующих систем. Я бы предложил дополнить описание Дмитрия Леонидовича плюсами размещения видеоаналитики на сервере и минусами размещения видеоаналитики в IP камере. Далее можно пользоваться такой таблицой при анализе каждого конкретного проекта и, возможно, даже использовать такую таблицу для прогностических выводов о том, как будут в дальнейшем развиваться распределения вычислительных мощностей и локализации архива системы.

    ОтветитьУдалить