Журнал ТЗ № 2 2018 |
  бюро находок  
  Где искать        
наши издания
наши анонсы






2018
№ 2
статьи



Журнал ТЗ № 2 2018



Раздел: Стоп-кадр
Тема: CCTV (системы видеонаблюдения)
Автор: Илья ФАТИН, компания «ДВТех Москва»

Тепловизионная видеоаналитика

Тепловизионные камеры все больше и больше занимают место в каталогах ведущих фирм, производящих системы видеонаблюдения. При этом большинство из них стремится продавать «умные тепловизоры», позволяющие работать в режиме автоматического детектирования объектов.

В продолжении предыдущей статьи, где обсуждались предельные параметры работы тепловизоров по дальности обнаружения, попробуем понять, следуют ли сами производители критерию Джонсона, когда детектируют цели.

Изображения взяты из открытых источников в качестве стоп-кадров из демонстрационных видеоклипов.

Пример 1

Видно, что аналитика выделяет цели – ростовые фигуры человека, но эти цели значительно превосходят все требования критерия Джонсона (значительно более 12 пикс/м, порядка 200 пикс/м по вертикали), поэтому этот ролик можно отнести к демонстрации того, что аналитика работает вообще, но не решает задач обнаружения целей на предельных заявленных дистанциях тепловизора.

Пример 2а


Заявлено, что дистанция до людей – 100 м. Аналитика отрабатывает хорошо, но и цели более чем доступные для их обработки. В отличие от предыдущего снимка, тепловая схема инвертирована: тут более нагретые объекты показаны черным, в предыдущем примере – белым.

Пример 2б


Аналитика замечает тепловое отражение от плитки как часть идущего человека. Это в определенных случаях может приводить к ошибкам.

Пример 2в


Заявлено, что дистанция до людей – 200 м (красный прямоугольник в правом верхнем углу). Аналитика видит цели, но для компьютерного зрения 2 человека уже сливаются в одного, при этом разрешение изображения в зоне людей порядка 6 пикс/м, что по критерию Джонсона должно хватать для распознавания цели. По факту что-либо распознать там нереально, но цифровое зрение цепляется за любую возможность.

Пример 3


Демонстрация возможности тепловизионной камеры и аналитического комплекса детектировать проникновения человека в охраняемую зону. С таким размером цели это несложная задача.

Пример 4а


Аналитика детектирует пересечение линии неким объектом за пределами охраняемой зоны (красный прямоугольник и красная линия).

Пример 4б


Объект появляется в полный рост, но аналитика ошибочно не детектирует пересечение линии.

Пример 5

Аналитика четко срабатывает на пересечение линии человеком, но, как нетрудно заметить, погодные условия для этого самые благоприятные и на цель приходится порядка 42 пикселей, что по Джонсону достаточно даже для идентификации цели.

Пример 6

По сути, аналогичный ролик, но на ростовую фигуру человека приходится даже большее разрешение, чем в первом примере. Было бы более наглядно попытаться «увидеть» цель на дальнем плане справа.

Пример 7

В открытых источниках не удалось найти актуальную информацию по работе интеллектуального комплекса данной модели на предельных расстояниях. При этом на кадре видно, что аналитика легко справляется с определением ростовой фигуры человека в условиях достаточно большого разрешения, приходящегося на «цель».

Пример 8

Изображение низкого качества с детектора предыдущего поколения, тем не менее можно отметить, что аналитика видит человека в центре, но при этом человек немного поодаль остается незамеченным, как и люди в левой части изображения.

Вывод

Видеоаналитика вообще, и тепловизионная видеоаналитика в частности, помогает оператору эффективно реагировать на угрозы, предоставляя нужную информацию в нужный момент. Но это при условии грамотной настройки камеры и тепловизора. В случае с тепловизором особенно важно не полагаться на предельные параметры обнаружения целей, а выбирать тепловизор с 2–3-кратным запасом по расстоянию. Что и подтверждают представленные кадры – ни один из производителей не показывает работу своего продукта в сложных погодных низкоконтрастных условиях и на предельных заявленных дистанциях, так как вероятность положительного определения цели крайне мала, при этом пропорционально вырастает количество ложных срабатываний, что в конечном счете приводит к неэффективности всей аналитической системе в целом.


Внимание! Копирование материалов, размещенных на данном сайте допускается только со ссылкой на ресурс http://www.tzmagazine.ru

Рады сообщить нашим читателям, что теперь нашем сайте работает модуль обратной связи. Нам важна ваша оценка наших публикаций! Также вы можете задавать свои вопросы.Наши авторы обязательно ответят на них.
Ждем ваших оценок, вопросов и комментариев!
Добавить комментарий или задать вопрос

Правила комментирования статей

Версия для печати

Средняя оценка этой статьи: 0  (голосов: 0)
Ваша оценка:

назад
|

Axis представляет сетевой радар для точного обнаружения вторжений в контролируемых зонах
Компания Axis дополняет свой обширный портфель продукции сетевыми радарами. Радарные датчики вторжения не реагируют на многие распространенные сигналы, которые приводят к ложным срабатываниям, и легко устанавливаются и интегрируются в существующие системы.



Новинка от компании IDIS: 5Мп IP-видеокамера DC-T3533HRX
Тенденции развития индустрии IP-видеонаблюдения демонстрируют погоню производителей за увеличением разрешающей способности видеокамер. При этом часто оказывается так, что озвучиваемые цифры в 4, 9, 12 и даже 20 мегапикселей оказываются несопоставимыми с физическими размерами сенсоров, используемых в этих камерах. Поэтому подобные разрешения реализуются лишь на уровне соответствующих цифр в настройках камеры и не приводят к какому-либо улучшению изображения.



IBM меняет представление о передаче и хранении видео. Впервые на All-over-IP 2017!
Сравните ваш взгляд на интеллектуальное видеонаблюдение с мнением руководителей корпорации IBM на 10-м форуме All-over-IP 2017.



Реклама
Подписка на новости
Имя
E-mail
Анти-спам код
Copyright © 2008 —2017 «Технологии защиты».