Технологии видеонаблюдения и идентификации личности | Установка Видеонаблюдения

Технологии видеонаблюдения и идентификации личности

Установка Видеонаблюдения > Блог > Видеонаблюдение > Технологии видеонаблюдения и идентификации личности

Прежде чем начать заниматься опознаванием лиц, необходимо решить проблему их обнаружения в записи видео. Это необходимо не только для обнаружения движения, но и для определения точного положения человека, а также, чтобы узнать какие пиксели ему соответствуют.

Отделение фона

Одна из ключевых составляющих системы – правильное обнаружение человека. Для этого нужно использовать подходящий алгоритм для вычитания фона. Мы захватываем людей на любом, но статичном фоне, и делаем за ними монохромное полотно.

Самый простой способ определить фон – сравнить яркость или цветовую составляющую каждого пикселя. Мы сохраняем состояние фона и сравниваем с ним текущее изображение. Для достижения более точных результатов целесообразно заниматься удалением теней. При соответствующих настройках тени фильтруются сразу при удалении фона, но иногда бывает полезно использовать процедуру уничтожения тени. Расположенный рядом с человеком компонент цвета имеет похожий цвет фона и темнее чем фон. Поэтому у него другая составляющая яркости. Если установить подходящий порог по цвету и компонент яркости, мы отфильтровываем большинство теней.

Проблемы при детектировании

Современные технологии предлагают доступ к более дешевым и эффективным устройствам перехвата изображения, позволяющее широко использовать различные методы обнаружения и опознания предметов повседневного обихода. Однако создать алгоритм, реализующий распознавание объектов на уровне человеческого глаза, – непростая задача. Написать логику обработки изображения с 100% эффективностью распознавания личности невозможно. Это связано с тем, что обработанные изображения, представляющие разные вещи, похожи по элементам и их взаимному расположению.

Еще одним препятствующим фактором является вариативность характеристик, которую можно идентифицировать на фотографиях, представляющих похожие предметы, которые являются результатом внешних факторов, таких как различия в освещении или угле наблюдения. Следовательно, в процессе надежного идентификационного анализа следует учитывать следующее: риски, связанные с достоверным распознаванием данных, такие как недостаточное освещение (слишком слабая чувствительность сенсора), отсутствие работы в инфракрасном режиме, слишком большое расстояние между объектом и камерой (нет правильно подобранного фокусного расстояния), невозможность указать цель (слишком низкое разрешение) или невозможность извлечения (низкое разрешение, чувствительность).

Перечисленные угрозы могут привести к следующим проблемам:

  • Ложное отклонение – вещь, или образ, отличающиеся от сохраненных в базе знаний.
  • Некорректная классификация – присвоение уже существующему элементу базы объект не соответствующей характеристики.
  • Ложное принятие – предмету, не имеющему своего шаблона в базе данных, назначается шаблон, который уже существует в базе данных.

Избежать некоторых ошибок кажется невозможным, особенно если учесть влияние внешних факторов. Следовательно, в приложениях, созданных с целью обнаружения и идентификации личностей все чаще используются методы, основанные на определенном ресурсе признаков.

Обнаружение нескольких людей как одного

Проблемой детектирования близко находящихся людей – довольно распространенное явление. Так как в темное время суток силуэты в ИК диапазоне сливаются, затрудняя обнаружение. В большинстве случаев это просто люди, идущие на небольшом расстоянии или вблизи, но фоновое чтение отображает их в виде целой исчисляемой единицы. Один из вариантов – оставить все как есть. Но так мы можем попасть в ситуацию, когда два человека входят в комнату, а выходит только один. К примеру, такая система наблюдения является частью более крупной системы, которая обладает функцией запоминания количества людей в данной комнате, то могут возникнуть сложности. Возможное решение – искать шаблоны головы и тела для каждой личности.

Принятие одного человека за группу людей

На ряду с этим существует вторая проблема, принятие одного человека за несколько личностей. Возможна ситуация, когда камера запечатлела образ идущего незнакомца в виде двух разделенный на несколько частей одного целого. Методы вычитания фона не идеальны. К примеру, характерным качеством объекта будет футболка идентичного цвета, что и фон, тогда система определит только голову и ноги. Если все найденные таким образом фрагменты переместятся в одном направлении, с одинаковой скоростью и их взаимное расстояние друг от друга постоянно, вероятно, это человек.

Лучшим решением будет поиск выкроек людей и частей тела. При проектировании системы желательно учитывать расположение камер. Нет необходимости точного определения местоположения друг друга, но полезно иметь представление о расстоянии к наблюдаемым объектам. Эта проблема может возникать чаще, когда люди находятся вдали от камеры.

ustanovka-videonablyudenija

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Установка видеонаблюдения