Заместитель директора по развитию Андреев Кузьма.
 

Эффективный поиск видео в системах видеонаблюдения

Статья является частью публикации «Поиск изображений из архива становится проще»
 

Поиск по приметам человека

Если вспомнить особенности съемки IP камер – фигурирует тот факт, что отснятые изображения передаются на сервер в архивированном виде. Архивации подвергается не каждый фрагмент видео, а лишь те эпизоды, в которых имеется движение. Следом, участок движения выделяется, и по данному участку (маске) определяется принадлежность источника движения. Человек это или машина.

Способ первый

Прежде всего, система определяет, что перед ним: человека, машина, либо какой-то совершенно посторонний предмет, который не представляет никакого интереса для поиска. Поскольку работа ведется только с объектами «человек», далее наблюдается обработка движущихся элементов объекта с целью занесения их в архив. Каждому движущемуся элементу присваиваются опознавательные характеристики, а само видео индексируется под определенным номером. Впоследствии, поиск изображений осуществляется по опознавательным характеристикам или индексу, что значительно сокращает время поиска.

Поиск по фотографиям немного отличается. Поскольку первоначальное фото уже имеет определенный индекс – во время процесса поиска просто наблюдается сравнение первоначального индекса с искомым. Наиболее идентичные образцы выдаются на сравнение оператору.
 

Способ второй

Поисковая система работает уже только с масками человека. Дополнительного поиска для этого не производится. В качестве опознавательных данных используются верхняя и нижняя часть туловища либо ноги и туловище. Опознавательные знаки сохраняются также в виде определенного индекса. И когда во время поиска хотя бы одна часть (верхняя или нижняя) совпадает с искомым элементом – данный участок видео выдается оператору.

Во время проведения поиска цвет является не только основным отличительным показателем. Он также может применяться для фильтрования поисковых результатов. К примеру, после поиска по второму способу выдалось 400 результатов совпадения. Чтобы оператору лично не просматривать все изображения – достаточно ввести цвет для фильтрации, и тогда объектов для распознавания останется гораздо меньше.

Когда применяется поиск по заданным фотографиям или участкам видео – требуется оптимальное качество изображения. Системе будет проще определить, какое фото изображено перед ней в данный момент, чтобы потом провести сравнение с архивными данными. К тому же, облегчить работу системе можно путем удаления заднего фона. На фото останется только искомое изображение.
 

Влияние условий съемки на эффективность работы поисковой системы

Качество съемки любой камеры наблюдения будет зависеть от внешних условий. Яркости фона, наличия блестящих предметов, степени освещенности объекта. Даже сами камеры искажают цвета на изображениях, выдавая совершенно другие оттенки. Чтобы решить данную проблему, используется разработка программного обеспечения, которое постоянно проводит динамический анализ съемки. ПО настраивается на работу каждой камеры и автоматически редактирует ее работу по мере необходимости. Потребуется всего несколько минут, что компьютер самостоятельно исправил имеющуюся проблему и начал воспроизводить поток видео в видоизмененном качестве.

Степень освещения яркая или недостаточно светлая – происходит автоматическое затемнение или увеличение контрастности фото. Система настроится на нормальные условия цветопередачи. Камера искажает цвет или качество изображений? Ничего. Система автоматически подкорректирует цвет или качество передаваемых файлов, также придавая им нормальный вид. Умный компьютер значительно упрощает работу человека, автоматически корректируя работу каждой камеры.

Недочеты

У любой автоматической системы будут небольшие недочеты. Поисковая система тому не исключение. В ней также имеется несколько нюансов, над которыми постоянно ведется работа со стороны разработчиков.

• При изменении освещенности объекта могут появиться цветные узоры или вовсе перемениться цветовая гамма. Человеческий глаз воспринимает изображение как есть. Но это еще не значит, что воспринимаемое изображение имеет верный цветовой оттенок.
• Цвет одежды искомого человека схож с цветом внешней атмосферы
• Изображение человека снято в некомпетентной позе или под неправильным углом. Провести идентификацию будет крайне сложно
• Изображение человека имеет характерную тень. Следовательно, тяжело классифицировать объект и привести его характерные признаки

Возможность поиска по цвету давно реализуется создателями интеллектуальных камер наблюдения. Чтобы оптимально осуществить поиск – рекомендуется ввести сочетание цветов в примерном процентном отношении на изображении. К тому же, цветовой поиск можно быть не только автономным, но и вспомогательным, позволяющим отфильтровать уже найденные фотографии.

Заместитель директора по развитию Андреев Кузьма.