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















6.8. Особо важная зона охраняемого объекта

Особо важная зона охраняемого объекта, зона в которой находятся ключевые объекты охраны: значительные материальные ценности, радиоактивные материалы, биологически опасные материалы, сильнодействующие отравляющие вещества, документы и материалы, содержащие государственную тайну и т.д.

В данном случае крайне необходима функция биометрической идентификации человека, пытающегося получить доступ в особо важную зону. Видеоаналитика по биометрии лица человека позволяет осуществить данную функцию.

Примечание. Для хранилищ ядерных материалов, как средства доступа, рекомендовано использовать биометрию по сетчатке глаза человека.

6.8.1. Примеры реализации видеоаналитики по биометрии лица человека

6.8.1.1.Модуль «Face-Интеллект» компании «ITV»




Рис. 76 - Модуль «Лица»


6.8.1.2. Модуль «FaceControl» компании «VOCORD»



Рис. 77 - Окно рабочей программы системы «FaceControl»


Следует обратить внимание на видеоаналитику и специализированные ТВ-камеры фирмы VOCORD.

Данные видеокамеры предназначены для распознавания личности по лицу и разделяются на серию «К» и серию «D». Эти серии отличаются по конструкции и возможностям видеоаналитики. Камеры серии «D» производят оцифровку изображения и передачу информации на сервер для последующего распознания личности. Камеры серии «К» способны без участия видеосервера находить зону интереса на изображении (в данном случае лицо человека), но возможностей DSP-процессора не хватает для распознавания образа человека, и окончательная обработка происходит на видеосервере. Однако с учетом того, что камеры серии «К» передают на видеосервер изображение только лица, трафик обмена и нагрузка на центральный видеосервер значительно снижаются.

Таблица 2 – Технически характеристики NetCam4




Рис. 78 - Внешний вид камеры серии «К»




Рис. 79 - Внешний вид камеры серии «D» c длиннофокусными объективами


6.8.1.3. Модуль «Face-Инспектор» компании «ISS»



Рис. 80 - Интерфейс системы распознавания лиц «Face-Инспектор»


6.8.1.4. Модуль «Видеолокатор. Аутентификация по лицу» компании «СТИЛСОФТ»



Рис. 81 - Система идентификации «Видеолокатор. Аутентификация по лицу»


6.8.1.5. «Коридор безопасности» компании «Стилсофт»

Компания «Стилсофт», г. Ставрополь, представила на выставке «Комплексная безопасность - 2013» «Коридор безопасности».



Рис. 82 - «Коридор безопасности» компании «Стилсофт»


Таблица 3 – Технически характеристики комплекса


Описание.

Комплекс идентификации граждан по лицу «Коридор безопасности» представляет собой конструкцию из алюминиевых композитных панелей, образующую коридор для прохода людей. Внутри коридор оборудован мощными источниками света, специализированной видеокамерой, мониторами. Комплекс управляется сервером идентификации лиц. На наружной стене конструкции имеется монитор оператора, обеспечивающий мониторинг работы комплекса. В составе комплекса также поставляется дополнительное рабочее место оператора для работы с задержанными гражданами.

Комплекс находит лица людей, проходящих по «Коридору безопасности». Если гражданин при проходе не желает быть узнанным и прячет лицо, комплекс сигнализирует об этом оператору. Оператор предлагает человеку пройти идентификацию повторно. При обнаружении лица, находящегося в розыске, комплекс уведомляет оператора. Оператор предлагает человеку пройти ко второму рабочему месту комплекса, где второй оператор проверит документы человека, сверит с записями в базе данных и в случае необходимости примет меры по его задержанию.

На выходе из комплекса может быть установлен турникет, который разблокируется на однократный проход только в случае если в видеопотоке найдено лицо человека. В случае если в «Коридор безопасности» зашли два человека, турникет не разблокируется. Данная опция является необязательной и применяется исключительно для особо ответственных приложений.

Вывод

Использование специализированного устройства для прохода значительно увеличивает надежность работы видеоаналитики по лицу человека, поскольку при этом созданы оптимальные условия для работы видеокамер и программного обеспечения.

6.8.1.6. Аутентификация по лицу компании «СИНЕЗИС»



Рис. 83 - Аутентификация по лицу компании «СИНЕЗИС»


Особенности аутентификации по лицу

ГОСТ Р ИСО/МЭК 19794-5-2006 «Автоматическая идентификация…» для фронтального изображения предписывает иметь не менее 120 пикселей между зрачками анализируемого человека, причем такие же характеристики необходимы и для изображения лица человека, находящегося в базе данных (т.е. по фотороботу человека или фотокарточки размером 3 х 4 см. идентификация невозможна).

Выбор камер

Рекомендуется использовать мегапиксельные камеры, формирующие несжатый видеопоток (типа стандарта HD-SDI) или видеокамеры, использующиеся в системах «машинного зрения», иначе алгоритмы распознавания будут работать не так эффективно.

Другие факторы, влияющие на работу систем распознавания лиц:

Чувствительность к положению лица человека относительно камеры. Достоверность работы систем распознавания лиц снижается, если люди в зоне видеонаблюдения не смотрят прямо в камеру. Если камеры для распознавания лиц направлены на хаотически движущуюся толпу, например, на людей в вестибюле, которые общаются друг с другом, то количество захваченных лиц и достоверность их распознавания будут далеки от 100 %.

Чувствительность к освещению. Главное условие - рассеянное освещение достаточной яркости (около 200 лк). Естественные источники света, меняющиеся в течение дня, резкие светотени на лице человека мешают системе работать, что снижает достоверность распознавания.

Рассмотрим требования к видеоаналитике по лицу «Face-Инспектор» компании ISS.

Система работает с изображением от IP-камер обзорного видеонаблюдения. Для распознавания лиц используется модуль распознавания от компании «Cognitec». Для устойчивой работы системы требуется соблюдение следующих условий:

- высота установки видеокамер - 1,7 м;

- расстояние от видеокамер до объекта - 3 м;

- размер лица - не менее 1/3 высоты кадра;

- равномерное освещение лица рассеянным светом;

- отсутствие задней засветки и солнечных лучей в поле зрения видеокамеры;

- достаточная четкость и контрастность изображения лиц в базе данных;

- оптимальное положение видеокамеры - направлена на лицо человека;

- допустимое отклонение от прямого позиционирования видеокамеры - до 15 градусов.

При соблюдении этих условий разработчик заявляет вероятность распознавания лиц не менее 80 %.

«Smilart Поток» (компания «Простые решения»)

Работает с IP-камерами известных производителей оборудования. Поддерживает отраслевые стандарты передачи данных «ONVIF» и «PSIA». Используется модуль распознавания собственной разработки.

Вероятность нахождения всех изображений конкретной персоны в базе из 3 тысяч изображений без разбивания на сеты и классы - в промежутке 0,8 - 1,0 при условии сравнения по одному поисковому изображению на каждого индивида (желателен ровно освещенный нейтральный анфас), то есть тип сравнения один к одному.

Вывод

Хорошая система распознавания лиц будет давать приемлемый результат при работе с изображениями, на которых расстояние между зрачками – не менее - 120 пикселей;

Во-первых, требования к камерам, которые будут распознавать лица, существенно выше, чем к камерам для обычного видеонаблюдения. Рекомендуется использовать мегапиксельные камеры, формирующие несжатый видеопоток, - иначе алгоритмы распознавания будут работать не так эффективно;

Достоверность работы систем распознавания лиц снижается, если люди в зоне видеонаблюдения не смотрят прямо в камеру. Если камеры для распознавания лиц направлены на хаотически движущуюся толпу, например, на людей в вестибюле, которые общаются друг с другом, при этом количество захваченных лиц и достоверность их распознавания будут далеки от 100 %;

Должно быть рассеянное освещение достаточной яркости (около 200 лк). Естественные источники света, меняющиеся в течение дня, резкие светотени на лице человека мешают системе работать, что снижает достоверность распознавания;

Размер лица - не менее 1/3 высоты кадра;

Допустимое отклонение от прямого позиционирования видеокамеры - до 15 градусов;

База данных из 3 тысяч изображений.

И только при соблюдении этих условий разработчик заявляет вероятность распознавания лиц не менее 80 %.





Далее >>>



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


books on zlibrary