12. ВЫВОД (ОБОБЩЕНИЕ РЕЗУЛЬТАТОВ РЕКОМЕНДАЦИЙ)

Под видеоаналитикой понимают - автоматическое получение систематизированной информации из видеопотока, её запись на носители информации с последующим поиском и воспроизведением.

Типы программных средств анализа видеоизображения, имеющие прикладное значение для использования следующие: детекторы движения, биометрия человека, система регистрации движущихся объектов, обнаружение оставленных предметов, распознавание личности, контроль за обстановкой и регистрация последствий террористического акта, обнаружение возгорания.

Критерии оценки эффективности программных средств анализа видеоизображений могут базироваться как на качественных, так и на количественных характеристиках.

Качественные критерии оценки видеоаналитики:

Отсутствие «жесткой логики» при принятии решения;

Обработка видеопотока с применением адаптивных механизмов распознавания образов;

Элементы нейронной логики;

Методы видеоанализа, основанные на динамических характеристиках объекта движения (анализ автокорреляционных функции объекта движения, спектральных характеристиках изображения и т.д.);

Использование различных моделей динамических текстур;

Использование видео синематеки.

Количественные критерии оценки видеоаналитики:

При проведении натурных испытаний (оценка количественных характеристик) для каждой функции видеоаналитики надо проводить не менее 5 испытаний, при этом вероятность успешных испытаний (Р_обн.) должна быть не менее 0,8;

Для многорубежной охраны Р_обн. может быть снижена до 0,6;

Испытания надо проводить в разное время суток и при разных погодных условиях (допускается проведение испытаний только для худших условий эксплуатации);

При этом среднее время между ложными тревогами (Т_{лож. трев.}) определяется исходя из значимости объекта и тактики охраны (рекомендуемый параметр не менее 24 ч);

Для случаев биометрии испытания надо проводить при заполнении максимальной емкости базы данных не менее чем на 50%. В случаях, когда заполнение базы данных сложно из-за трудоемкости, размер базы данных при приемо-сдаточных испытаниях должен оговариваться отдельно в техническом задании;

Быстродействие системы должно определяться с учетом времени реакции службы безопасности на угрозы (как правило, не должно превышать 10 сек).

При использовании видеоаналитики необходимо учитывать объективные погрешности средств анализа видеоизображений, вызванные двумерной моделью объектов, отсутствие контраста цели относительно фона, влиянием тени на распознавание видеоаналитикой предмета наблюдения, восприятием группы близких объектов как одиночного объекта большой формы, резким изменением освещенностей, малым соотношением сигнал/шум в обрабатываемом видеосигнале.

Перспективы развития программных средств анализа видеоизображений связывают с:

Использованием некомпрессированного видеосигнала для целей видеоаналитики;

Использованием камер большого мегапиксельного разрешения;

Видеоаналитикой, встроенной в IP-камеры;

«Облачной» видеоаналитикой.

Однако следует осознавать и трудности при развитии данных направлений.

Использование некомпрессированного видеосигнала для целей видеоаналитики требует применения высокопропускных каналов передачи данных до видеосервера.

Использования камер большого мегапиксельного разрешения приводит к снижению количества кадров в секунду, требует достаточно высокого уровня освещенности на объекте, уменьшает динамический диапазон входного видеосигнала.

Видеоаналитика, встроенная в IP-камеры, в настоящее время проигрывает по производительности видеоаналитике, реализуемой на видеосерверах.

«Облачная» видеоаналитика в настоящее время в России находится на начальном этапе развития.

В настоящее время, вероятность правильной работы видеоаналитики, даже для благоприятных условий работы, находится в диапазоне 80-90 %, поэтому видеоаналитика не может заменить человека.

Однако необходимо понимать, что видеоаналитика стремительно развивается, постоянно растет производительность вычислительной техники (в среднем, каждые три года технические параметры удваиваются в два раза), разрабатываются новые методы и алгоритмы обработки видеоизображения, поэтому следует ожидать постоянный прогресс видеоаналитики. Хотя, скорее всего, в ближайшее время не следует ожидать революционного скачка в этой области. Прогресс видеоаналитики будет происходить постепенно и линейно.

Вне зависимости от успехов в развитии видеоаналитики, она будет использоваться в СОТ. В настоящее время стоимость ТВ–камер, устройств обработки и записи видеоинформации позволяет применять их массово для целей охраны и безопасности, например, в Великобритании установлено более 3 млн. ТВ-камер, однако узким местом здесь является анализ видеоизображения. Поэтому без видеоаналитики в той или иной форме в настоящее время не обойтись.

При определенных ограничениях видеоаналитика дает достаточно хорошие результаты, например биометрия, применительно к шлюзовой кабине и турникету.

Возможности видеоаналитики для целей повышения антитеррористической защищенности ПЦО подразделений вневедомственной охраны

Ключевым вопросом по использованию видеоаналитики для целей повышения антитеррористической защищенности ПЦО подразделений вневедомственной охраны является вопрос выделяемых средств на эти цели. Любая из перечисленных выше функций видеоаналитики требует затрат на приобретение программного продукта, высококачественных видеокамер, видеосерверов, создание качественного освещения, монтажных и пуско-наладочных работ, проведения тестовых и приемо-сдаточных испытаний СОТ.

Поэтому в первую очередь, исходя из минимальных финансовых затрат можно рекомендовать использование детекторов движения различного назначения и исполнения.

Большинство ПЦО не имеют отдельной периметральной охранной сигнализации. Детектор движения в запретной зоне и/или детектор пересечения выделенной линии в определенной мере сможет реализовать функции периметральной охраны.

Далее можно рекомендовать использование видеоаналитики по регистрации автомобильных номеров автомашин, осуществляющих въезд/выезд на территорию ПЦО или ОВО. Для подразделений вневедомственной охраны наиболее актуальной реализацией системы распознавания автомобильных номеров будет являться система в виде стационарного поста (см. рис.15), в этом случае возможно значительное улучшение вероятности правильного распознавания автомобильного номера.

Следующими по актуальности применения следует назвать детекторы дыма и пламени в помещении. При этом необходимо учесть, что данная функция видеоаналитики ни в коей мере не заменяет собой функции традиционной пожарной сигнализации, а только является её дополнением.

Далее, по мере актуальности, следует расположить детекторы оставленных предметов в помещении. При этом необходимо учесть, что данная функция видеоаналитики не будет работать в местах с интенсивным движением людей.

Остальные возможности видеоаналитики следует применять, исходя из выделенных финансовых средств и конкретных особенностей охраняемого объекта.

Далее >>>