Нормативная документация
Методические рекомендации
Р 78.36.030-2013  Применение программных средств анализа видеоизображения в системах охранного телевидения в целях повышения антитеррористической защищенности ПЦО подразделений вневедомственной охраны


Содержание

1 Вступление

2 Классификация программных средств анализа видеоизображения по типам

3 Расширенная классификация видеоаналитики

4 Типы программных средств анализа видеоизображения, имеющие прикладное значение для использования в подразделениях вневедомственной охраны

4.1 Области применения и условия необходимые для успешной работы программных средств анализа видеоизображений для ПЦО

4.1.1 Первый рубеж охраны (периметр ПЦО)

4.1.2 Внутренняя зона охраняемого объекта (помещение ПЦО)

4.1.3 Области применения и условия необходимые для успешной работы программных средств анализа видеоизображений для ПЦО

5 Критерии оценки эффективности программных средств анализа видеоизображений

5.1 Качественные критерии оценки

5.2 Количественные критерии оценки

5.3 Глубина базы данных и её влияние на быстродействие системы и вероятности Робн. и Тлож. трев.

5.4 Робн. и Тлож. трев. в зависимости от условий наблюдений

5.5 Критерии оценки качества видеоаналитики по методике «i-LIDS»

6 Области применения, примеры реализации и условия, необходимые для успешной работы, программных средств анализа видеоизображений для движущихся объектов

6.1 Примеры реализации

6.1.1 Система цифрового видеонаблюдения «TRASSIR» фирмы «DSSL»

6.1.2 Система цифрового видеонаблюдения ООО «СИНЕЗИС»

6.1.3 Система цифрового видеонаблюдения «AXXON SMART» фирмы «ITV»

6.1.4 Система цифрового видеонаблюдения «Интегра-Видео» фирмы «Интегра-С»

6.1.5 Система цифрового видеонаблюдения «ORWELL 2K» фирмы «ЭЛВИС»

6.1.6 Система цифрового видеонаблюдения фирмы «СПЕЦЛАБ»

6.1.7 Система цифрового видеонаблюдения компании «Транзас»

6.1.8 Система цифрового видеонаблюдения «GLOBOSS» компании «КОДОС»

6.1.9 Детектор движения (обнаружения человека) компании «НОРДАВИНД»

6.1.10 Детектор движения (обнаружения человека) компании «МЕГАПИКСЕЛЬ»

6.1.11 Система цифрового видеонаблюдения компании «СИНЕЗИС»

6.2 Условия, влияющие на успешность работы программных средств анализа видеоизображений для движущихся объектов

6.3 Условия необходимые для успешной работы программных средств анализа видеоизображений для движущихся объектов

6.4 Области применения, примеры реализации и условия необходимые для успешной работы программных средств анализа видеоизображений для регистрации вновь появившихся и исчезнувших предметов из зоны наблюдения

6.5 Области применения, примеры реализации и условия необходимые для успешной работы программных средств анализа видеоизображений регистраторов автомобильных номеров

6.6 Области применения и условия необходимые для успешной работы программных средств анализа видеоизображений для комплексной охраны

6.7 Примеры реализации обнаружения дыма и пламени с помощью видеоаналитики

6.8 Особо важная зона охраняемого объекта

6.8.1 Примеры реализации видеоаналитики по биометрии лица человека

6.8.2 Примеры использования видеоаналитики в метрополитене

7 Объективные погрешности средств анализа видеоизображений

8 Результаты анализа работы систем видеоаналитики

9 Перспективы развития программных средств анализа видеоизображений

10 Камеры большого мегапиксельного разрешения

11 «Облачная» видеоаналитика

12 Вывод (обобщение результатов рекомендаций)

Приложение А Обзор «Видеоаналитика в IP-камерах»

Приложение Б Обзор стандарта «ONVIF»

Список используемой литературы и нормативной документации по данной теме

Адреса и контакты производителей















3. РАСШИРЕННАЯ КЛАССИФИКАЦИЯ ВИДЕОАНАЛИТИКИ

Детекторы движения

Рис. 2 - Детекторы движения (Расширенная классификация видеоаналитики)


Простейший детектор движения, регистрирующий амплитуду сигнала и площадь зоны детектирования, строго говоря, не является видеоаналитикой, но часто находит свое применение при эксплуатации СОТ. Данный факт объясняется тем, что данный детектор реализован в абсолютном большинстве видеорегистраторов, СОТ и во многих IP-камерах, его использование, как правило, не требует от пользователя платы за эту функцию. При этом простейший видеодетектор с достаточно высокой вероятностью позволяет регистрировать вторжение в охраняемую зону.

«Интеллектуальные» видеодетекторы движения (в данном случае слово интеллектуальные взято в кавычки, т.к., машинный интеллект ещё не создан и под этим термином следует понимать более развитые и сложные алгоритмы анализа видеоизображения), способные отличить движущегося человека от собаки, машины или дерева, раскачивающегося на ветру, или производить анализ изменений обстановки и производить соответствующую реакцию системы в соответствии с прописанными сценариями.

«Интеллектуальный» детектор движения позволяет повысить вероятность обнаружения цели, снижает вероятность ложной тревоги.

Данные возможности объясняются сложным алгоритмом обнаружения цели, при этом требуется задействовать значительные вычислительные мощности видеорегистратора и, конечно, это специализированный программный продукт, предоставляемый пользователю за определенную плату.

Поэтому в реальной практике охраны объектов используется два типа детекторов движения.

Биометрия человека

Рис. 3 - Биометрия человека (Расширенная классификация видеоаналитики)


Биометрия человека является перспективным направлением развития видеоаналитики, поскольку биометрия является наиболее надежным способом классификации человека.

Биометрия отдельных особенностей органов человека, размера руки, расположения кровеносных сосудов глаза, строения радужной оболочки глаза и т.д. наиболее часто используется для обеспечения функции допуска в системах контроля и управления доступом (СКУД). Данная технология требует проведения определенных манипуляций от контролируемого человека, что требует, как минимум, согласия на эти действия от проверяемого лица.

Биометрия путем построения двухмерной или трехмерной модели лица человека позволяет осуществлять контроль дистанционно, что является большим преимуществом данной технологии, однако и здесь есть определенные ограничения по применению, связанные в первую очередь с техническими возможностями данной технологии.

Все существующие методы распознавания лиц можно разбить на две группы: аналитические и холистические. Аналитические методы основаны на выделении геометрических признаков лица, описывающих его индивидуальные особенности.

В холистических методах рассматриваются общие свойства изображений человеческих лиц. Лицо распознается как нечто целое, а не состоящее из отдельных частей, таких как глаза, нос, рот, уши и т.п.

Наилучшие результаты демонстрируют холистические методы.

Система регистрации движущихся объектов

Рис. 4 - Система регистрации движущихся объектов (Расширенная классификация видеоаналитики)


Если распознавание движущейся цели по классу, регистрация количества автомобилей на перекрестке, обнаружение летательного аппарата движущихся поездов и номера их вагонов имеют ограниченное прикладное значение, то регистрация автомобильных номеров является востребованной функцией.



Рис. 5 - Борьба с терроризмом (Расширенная классификация видеоаналитики)


Отдельной темой стоит вопрос борьбы с терроризмом. Детекторы оставленных предметов нашли широкое применение в транспортной инфраструктуре и при охране особо важных объектов, объектов большой культурной и исторической важности.

Распознавание личности с помощью видеоаналитики с последующей проверкой по базе данных лиц, находящихся в федеральном розыске, является перспективным развитием прикладных возможностей видеоанализа.

Телевидение позволяет осуществлять объективный контроль за обстановкой и в случаях нестандартной ситуации позволяет привлечь внимание оператора с целью принятия адекватных мер противодействия.

Большое значение имеет и визуальная оценка оператором последствий террористического акта для адекватной реакции по выделению сил и средств на устранение последствий террористического акта.

Обнаружение возгорания

Рис. 6 - Обнаружение возгорания (Расширенная классификация видеоаналитики)


Методы обнаружения дыма и огня по видеоизображению можно разбить на три большие группы:

- гистограммные методы;

- методы, основанные на учете временных изменений;

- комбинация методов гистограммных и временных изменений;

- метод обнаружения огня, основанный на цветовых и динамических характеристиках;

- учет пространственной структуры огня;

- блочно-текстурный метод выделения дыма на видеоизображениях.



Рис. 7 - Наблюдение за технологическими процессами (Расширенная классификация видеоаналитики)


Наблюдение за технологическими процессами широко используется как прикладная задача, но является малоиспользуемым приложением в деятельности МВД. Ограниченное значение может иметь функция распознавания и регистрации номеров объектов специального учета (например, серийные номера оружия).

Техническое зрение робототехники

Рис. 8 - Техническое зрение робототехники (Расширенная классификация видеоаналитики)


Данное направление является малоиспользуемым приложением в деятельности МВД, за исключением создания опытных роботизированных платформ контроля общественного порядка и роботизированных боевых платформ тактического оружия. В настоящее время реальная эффективность таких устройств довольно низка.




Далее >>>



|   Главная   |   Законы   |   ГОСТ   |   РД   |   Требования   |   Пособия   |   Рекомендации   |   Перечни   |

books on zlibrary