Распознавание объектов и текстов при помощи видеонаблюдения | Установка Видеонаблюдения

Распознавание объектов и текстов при помощи видеонаблюдения

Установка Видеонаблюдения > Блог > Видеонаблюдение > Распознавание объектов и текстов при помощи видеонаблюдения

Идентификация и обнаружение предметов и людей на изображении может производиться с помощью инструментов программного и аппаратного обеспечения. Есть еще много возможностей для программных инструментов, которые связаны с использованием более богатого набора преобразований, но с другой стороны, процесс обработки фотографии происходит намного дольше. Аппаратные инструменты полагаются на меньшее количество используемых алгоритмов, однако они позволяют идентифицировать объект за более короткое время. Впрочем, эти решения ограничены мощностью используемого процессора и операционной системы.

Анализ видеопотока

Анализ видеопотока заключается в интерпретации всего количества видео с полным учетом наблюдаемого трафика. Каждое множество видеоданных состоит из последовательности последовательных статических картинок. Подавляющее большинство систем распознавания снимков работают со статическими изображениями – фотографиями, на которых показана вещь, замороженная в определенный момент времени. Понятно, что из цветного фото можно извлечь больше информации, чем из черно-белого фото.

Очевидно, что из фото с более высоким разрешением можно получить больше данных, чем из фотографии с более низким разрешением. Это потому, что мы имеем в таком случае больше входных данных. То же самое и с распознаванием видеопотока. Более выгодно распознавать весь поток данных, анализируя содержащееся в нем движение, чем распознавать объект на основе одного стоп-кадра.

Система видеоанализа, основанная на этой технологии, может обнаруживать движение в определенной, контролируемой зоне, а также на основе анализа этого движения определять, является ли движущийся предмет, например, человеком или автомобилем. Анализ позволяет обнаруживать оставшиеся предметы или исчезновение других.

Элементом этой технологии также является усовершенствованный механизм согласования изображений с нескольких камер. В результате – если данный механизм движется в пространстве, контролируемом многими регистраторами, – он идентифицируется на всех экземплярах как один и тот же. В классическом случае (два устройства имеют общую зону наблюдения, но большая часть их наблюдения представляют собой разрозненные области) – объект входит в зону обзора одного прототипа и распознается, а его идентификатор сохраняется до тех пор, пока он не покинет зону обзора другого образца. В результате когда конструкций много, они «передают» наблюдаемые вещи друг другу.

Преимущества системы

  • Возможность отслеживать и идентифицировать автомобили с помощью существующей инфраструктуры видеонаблюдения.
  • Помощь сотрудникам станций видеонаблюдения, теряющим концентрацию на отображаемом изображении через несколько часов работы.
  • Возможность наблюдения за гораздо большей территорией при использовании того же количества людей или даже сокращение использования станций мониторинга.
  • Возможность наблюдения за гораздо большим количеством камер одной и той же группой людей.
  • Автоматизация въезда на стоянки / территории и разрешение только выбранных транспортных средств на основе их регистрационных номеров.
  • Возможность информирования оператора системы видеонаблюдения, который покинул объект в заданной зоне и когда это произошло.

Сегментация

В процессе обработки картинки, направленной на поиск конкретных объектов, обычно используется процесс сегментации, который разделяет изображение на соответствующие фрагменты. Следовательно, это способ обработки картинки, который позволяет извлекать участки, отвечающие определенным критериям однородности. С процессом сегментации связан процесс маркировки (индексация), в результате которой все пиксели, принадлежащие данному механизму, отмечены такими же этикетками, что облегчает их последующую идентификацию.

Наиболее популярные схемы обработки цифровых изображений, связанные с идентификацией объектов, включают средства, основанные на фрагментации снимка и методы, использующие цвет или текстуру. Среди технологий анализа фотографии, использующих сегментацию, различают две основные разновидности:

  • сегментация по разделению;
  • сегментация по расширению.

Сегментация по делению заключается в последовательном делении большой площади на более мелкие области, в которых пиксели обладают свойствами, существенно отличающими их от других областей. В свою очередь, в методе сегментации по расширению площади проверяется степень сходства пикселей, которая является критерием отнесения их к данной области.

Фрагментация

Обычно в приложениях для поиска предметов используется технология выявления линии, которое является вариантом обнаружения края.

Способы, использующие алгоритмы установления линий, выполняют раскрытие прямолинейных участков, где есть предметы, лежащие по краям изображения. Они поддерживаются алгоритмами разыскивания круга.

Процесс обнаружения линии основан на нахождении коротких фрагментов линии, которые, в свою очередь, соединяются на более длинные отрезки. Во многих случаях этого достаточно для идентификации.

Примером такого подхода может быть выявление сплошных или прерывистых линий, разделяющих полосы движения. Обсуждаемый алгоритм, помимо определения местоположения линий, также определяет их направление, что значительно облегчает раскрытие крупных объектов.

ustanovka-videonablyudenija

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Установка видеонаблюдения