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















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

Области применения:


- регистрация автомобильных номеров при движении машины по трассе, проходящей вдоль периметра охраняемого объекта;

Данная возможность видеоаналитики широко представлена различными производителями и разработчиками СОТ. Можно отметить, что данная функция достаточно уверенно работает в реальных условиях эксплуатации. Данный факт объясняется тем, что регистрация автомобильных номеров была одной из первых функций видеоаналитики, реализованной в России, поэтому алгоритмы распознавания достаточно хорошо отработаны. Видеоаналитика достаточно уверенно работает при возможности точно формализовать исходные данные. Автомобильные номера достаточно просто формализуются, (начертания, размеры цифр, расположения номера известны заранее, см. рис. 49), а вот лица людей для вычислительной машины практически идентичны, что и дает объективную погрешность в вычислениях.

- регистрация автомобильных номеров при въезде и выезде с объекта охраны.



Рис. 49 - Векторы, полученные при горизонтальном сканировании цифры автомобильного номера


Примеры реализации:

Существуют, специализированные программные продукты данного класса, например, такие, как системы «Поток» (ЗАО «Росси», г. Москва), «Сова-2» (АОЗТ «Проминформ г. Пермь»), «Инспектр-Авто» (ЗАО «Вестстрой», г. Москва), «Авто Ураган» (ООО «Технологии распознавания», г. Москва) и т.д.



Рис. 50 - Размещения камер системы распознавания номеров на консоли. Обратите внимание на выдвинутый кожух камеры, который предохраняет объектив от посторонней засветки




Рис. 51 - Размещения камер системы распознавания номеров на арке


Однако в большинстве СОТ данная функция распознавания номеров совмещена с другими функциями видеоаналитики (см. далее).

6.5.1. Распознавание номеров модулем «AutoTRASSIR» компании «DSSL»

Интерфейс «AutoTRASSIR»

Рис. 52 - Интерфейс «AutoTRASSIR»


6.5.2. Программный комплекс «Авто-Интеллект» компании «ITV»



Рис. 53 - Распознавание государственных регистрационных знаков транспортных средств комплексом «Авто-Интеллект»


6.5.3. Система «VOCORD Traffic» компании «VOCORD»

VOCORD Traffic

Рис. 54 - Пример рубежа контроля системы VOCORD Traffic


Основные элементы:

1 — камера высокого разрешения VOCORD NetCam;

2 — импульсный инфракрасный прожектор VOCORD;

3 — радар;

4 — уличный сервер.

6.5.4. Модуль распознавания и регистрации автомобильных номеров компании «ИНТЕГРА-С»

Интерфейс модуля распознавания и регистрации автомобильных номеров

Рис. 55 - Интерфейс модуля распознавания и регистрации автомобильных номеров


6.5.5. Модуль регистрации номеров компании «ЭЛВИС»



Рис. 56 - Интерфейс модуля распознавания и регистрации автомобильных номеров компании «ЭЛВИС»


6.5.6. Модуль «Авто-Инспектор» компании «ISS»



Рис. 57 - Интерфейс системы распознавания автомобильных номеров «Авто-Инспектор»


6.5.7. Модуль «SL-Traffic» компании «СПЕЦЛАБ»



Рис. 58 - Работа программного модуля «SL-Traffic»


6.5.8. Модуль «Car Flow II» компании «Мегапиксель»



Рис. 59 - Интерфейс программного модуля «Car Flow II»


6.5.9. Модуль «ТелеВизард-АВТО» компании «НОРДАВИНД»



Рис. 60 - Работа модуля «ТелеВизард-АВТО» в системе «ТелеВизард»




Рис. 61 - Работа модуля «ТелеВизард-АВТО2» в системе «ТелеВизард-В»


6.5.10. Модуль «Кодос-Авто» компании «КОДОС»



Рис. 62 - Работа модуля «Кодос-Авто»


6.5.11. Модуль компании «СИНЕЗИС»




Рис. 63 - Работа модуля компании «СИНЕЗИС» по распознаванию автомобильных номеров


Требования для регистраторов автомобильных номеров

1) Скорость движения автомобиля, не более 180 км/ч.

2) Возможный угол крена номерной пластины на автомобиле, выражается в градусах, не более 15°.

3) Объем базы данных номеров, порядка 5х106 шт.

4) Время поиска информации в базе данных при заданном объеме базы данных, типовое значение составляет от 0,2-1 с.

5) Уровень освещенности в зоне наблюдения, выражается в лк, минимальное освещение в зоне контроля для видеокамер стандартной чувствительности: 70 люкс – для черно-белых, 150 люкс – для цветных. Желательный уровень освещения в 150-700 люкс.

Примечание. Для некоторых объектов, где автомобиль гарантированно останавливается перед шлагбаумом, возможно использование видеокамер с увеличенным временем выдержки до 1/100 секунды, тогда требования к освещению будут ниже.

6) Максимально допустимое загрязнение площади номера, выражается в процентах, (отношение площади загрязненного участка к площади номера). Типовое значение составляет 12-15%.

7) Максимальный наклон видеокамеры, выражается в градусах по вертикали и по горизонтали. Типовые значения составляют, не более 30 градусов по вертикали, не более 20 градусов по горизонтали.

Типовые значения развернутых регистраторов автомобильных номеров:

- высота установки видеокамеры от 2 до 4 метров;

- расстояние до центра зоны контроля 8 – 15 метров;

- максимальные углы наклона видеокамеры – не более 25 градусов по горизонтали и вертикали к плоскости номерного знака автомобиля.

Вывод.

Вероятность правильного распознавания автомобильных номеров лежит в диапазоне 60-90%, время анализа может доходить до 1 сек, освещенность поля наблюдения должно быть не менее 150 лк.





Далее >>>



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


books on zlibrary