Руководитель группы технической поддержки Бенедикт Максименко.

 

Особенности подбора камер для видеоаналитики

Статья является продолжением публикации «Требования к камерам для распознавания объектов»
 

Влияние освещения

Степень освещенности значительным образом влияет на возможности распознавания и идентификации объектов. Наличие непредвиденных теней, высокая или наоборот низкая контрастность изображения, а также сильное затемнение/засветление внешним фоном отрицательно влияет на степень идентификации.

Степень освещенности в коридорах офисных помещений, на станциях метро, и в других распространенных общественных местах недостаточна для получения качественных снимков. Даже, если применять высокое качество и разрешение снимка, освещенности в 100-150 Люкс недостаточно для оптимальной идентификации. Оптимальные условия распознавания достигаются увеличением освещенности и изменением места положения самой камеры. Фоновая подсветка не повлияет на качество снимка, если камеру расположить верно.

Уличная система наблюдения имеет свои особенности. Степень освещенности напрямую зависит от интенсивности распространения солнечного света. Следовательно, в разные дневные часы степень освещенности будет варьироваться. К тому же, на освещенность уличных камер существенно влияют погодные условия. Снег способен отражать солнечный свет, что приводит к увеличению освещенности, а дождь либо мокрая земля напротив поглощает солнечный свет, что автоматически снижает освещенность. Оптимальное освещение, которое требуется для детальной идентификации, лежит в пределах от 300 до 350 Люкс.

Влияние расположения камеры на возможности идентификации

Безусловно, степень освещенности, погодные условия значительно влияют на возможности идентификации. Но существенное влияние на идентификацию оказывает как раз таки правильное расположение камеры в осевой и вертикальной плоскости. Направление и расположение объектива под правильным углом обеспечит оптимальную идентификацию объектов. Представьте высоко расположенную камеру, которая производит съемки объектов, идущих по земле. Высота будет значительно искажать изображения людей и другие объекты, поэтому и идентифицировать их будет крайне сложно.

Четкость изображения играет далеко не последнюю роль при идентификации объектов. Следовательно, малейшая вибрация камеры, которая установлена высоко, существенно отразится на четкости. Изображение станет более размытым.
 

Движение в кадре

Чтобы система наблюдения могла превосходно идентифицировать объекты, необходимо разработать алгоритм, учитывающий движение в кадре. Оптимальным вариантом будет увеличение количества кадров в съемке. Скорость съемки максимально можно увеличить до 25 кадров в секунду, обеспечив слежение за всеми объектами в объективе. Движение в кадре с высокой скоростью толпы людей требует высокой скорости съемки. Только в этом случае можно быть уверенным, что никакая информация не будет упущена из виду.

Степень сжатия

Современные IP камеры наблюдения автоматически сжимают видео потоки перед непосредственной передачей их на сервера. Более высокая степень сжатия может привести к ухудшению качества изображения, что в конечном итоге станет результатом размытости. Распознать такое изображение довольно сложно.
 

Тестируем камеры

Прежде, чем установить камеры наблюдения в работу, их рекомендуется протестировать на удовлетворение функции идентификации. Достаточно провести парочку тестовых испытаний, чтобы убедиться в том, что камеры отлично проявят себя в реальной жизни. Смоделируйте несколько ситуаций для съемки, периодически меняя степень освещенности в кадре, расположение камеры. Просмотренные результаты покажут, на что можно будет рассчитывать в реальных условиях. И если результаты испытаний удовлетворительны – камеры можно запускать в работу.

Список проблем

В конце хотелось бы привести список проблем, которых необходимо постараться избежать, чтобы обеспечить высокий уровень идентификации:

• Использование камер, которые искажают изображения.
• Небольшое фокусное расстояние.
• Применение высоких коэффициентов сжатия.
• Недостаточная освещенность.
• Недостаточное качество изображений объектов в движении.
• Размытость изображений.

Руководитель группы технической поддержки Бенедикт Максименко.