Русский   English
ДонНТУ   Портал магістрів

Реферат за темою випускної роботи

Зміст

Вступ

Системи охоронної сигналізації спільно з системами відеоспостереження використовуються повсюдно для організації охорони об'єктів різних областей. При використанні цих систем часто виявляються їхні недоліки, здатні завдати як прямі матеріальні збитки, так і збитки, які є результатом підвищеної психічної навантаження на персонал [1]. Окремо можна виділити такі недоліки як велика ймовірність помилкових спрацьовувань для систем охоронної сигналізації, необхідність постійної присутності спостерігача і обмежене число камер, що переглядаються одним спостерігачем для систем відеоспостереження.

Останнім часом широкого поширення набувають технології інтелектуальної обробки відеосигналу. Вони дозволяє виділити деякі особливості оброблюваного відеозображення: рух будь-якого об'єкта в кадрі, факт перетину ним деякої умовної лінії та ін. Впровадження цих технологій в сфері охорони об'єктів може значно підвищити ефективність охоронних систем, в деякій мірі їх спростити з точки зору використовуваних технічних засобів [2].

Мета роботи – створити концепцію централізованої автоматизованої системи охорони об'єктів на основі систем відеоспостереження, визначити базову структуру такої системи, систематизувати підхід до її побудови.

Стан питання

В даний час відеоспостереження має великий впливна життя і безпеку людей, тому недооцінювати його значимість просто неможливо. Ця галузь постійно вбирає в себе все новейшіедостіженія науки і техніки, що пояснюється використанням відеоспостереження в промисловості, господарстві, а також тим, що в різних засобах масової інформації генерується величезна кількість відеоданих, що вимагають певного місця зберігання даних з високою місткістю. Роздільна здатність відеозображень весь час збільшується, а кількість зберігається контенту багаторазово зростає. Тому впровадження нових технологій в відеоспостереження є однією з найбільш важливих завдань в сучасному світі.

Системи відеоспостереження, в яких реалізовані інтелектуальні функції, які розширюють можливості вирішувати поставлені завдання. Виходячи з численних дослідів, стомлюваність, нездатність до тривалої концентрації позначаються на людині вже через півгодини роботи з декількома камерами, що призводить до різкого падіння ефективності спостереження. У той же час інтелектуальні системи відеоспостереження дають стабільну і високу якість, а рішення таких задач, як розпізнавання номерів автомобілів, що рухаються на дорогах загального користування в режимі реального часу, практично не представляється можливим для людини.

Звичайно, більшість сучасних стандартних систем відеоспостереження мають найпростіші засоби аналізу відеозображення – наприклад, детектор руху. Однак цього недостатньо для вирішення дуже багатьох актуальних на сьогоднішній день завдань. Саме для їх вирішення була розроблена відеоаналітіка [3].

Відеоаналітіка – комп'ютеризована обробка і автоматичний аналіз відеоконтенту VCA (Video Content Analysis), який надходить на відеосервер від відеокамер, носяться пристроїв і пристроїв інтернету, оснащених веб-камерами.

Відеоаналітіка в останні роки набирає все більшої популярності з багатьох причин. Наприклад, вона дозволяє гнучко управляти відеопотоками при аналізі відеоконтенту, автоматизації аналітичних функцій. Це дозволяє співробітникам концентруватися на певних інциденти, отриманих з відеозаписів, і не витрачати час на перегляд довгих відеопотоків, що дає можливість скоротити витрати і чисельність персоналу. Інтелектуальні системи безпеки з відеоаналітікой мають функцію починати запис тільки при початку якогось руху в зоні огляду камери. При цьому знижується навантаження на мережу і економиться простір для зберігання даних. За допомогою систем відеоаналітики можна отримати цінну інформацію про якість роботи персоналу підприємства, таким чином отримавши більш точну оцінку його праці.

Відеоаналітіка в цілому автоматизує процес відеоспостереження, робить його зручним у використанні і значно скорочує витрати підприємств, в яких використовується відеоспостереження. Крім того, такі фактори, як зростання промислової автоматизації, стимулюють зростання потреби в відеоаналітіка в різних галузях промисловості, наприклад, у фінансовому секторі, торгівлі, транспортних послугах, видобутку і транспортуванні корисних копалин, виробництві та ін. До того ж зростання вимог до систем безпеки і їх інфраструктури, підвищення важливості безпеки в повсякденному житті також призводять до збільшення ринку відеоаналітики на найближчу перспективу.

У простих системах відеоспостереження людина не може охопити потік відеоінформації, звалюються на нього з десятків камер кожну секунду. Навіть, якщо нічого не відбувається, оператор все одно повинен уважно вдивлятися в монітори, щоб не пропустити нічого важливого, що в кінцевому підсумку знижує якість його праці. Відеоаналітіка допомагає підвищити ефективність і оперативність роботи операторів спостереження, оптимізувати зберігання і використання відео потоку на підприємстві, більш точно оцінити потенційні загрози на об'єктах і забезпечити безпеку співробітників підприємства.

Система відеоаналітики не вимагає громіздкої інфраструктури, і навіть невеликі підприємства, магазини цілком можуть собі дозволити її використання. Частоту використання функцій відеоаналітики можна регулювати по мірі їх потреб, вибираючи саме ті функції, які потрібні в конкретному випадку. Це дозволяє створювати рішення під індивідуальні вимоги підприємця [4-6].

Основна частина

Найбільш перспективним є варіант побудови подібних систем на основі інтегрованих систем безпеки, що виключає, по можливості застосування відеореєстраторів, так як організація централізованого спостереження вимагає гнучкості і функціональності, яку не можуть забезпечити пристрої даного типу [4]. Однак з огляду на, що на об'єктах можуть бути розгорнуті системи відеоспостереження, які побудовані як із застосуванням аналогових систем, так і IP-відеокамер, необхідно використовувати програмну платформу, що дозволяє їх об'єднати, при цьому не тільки не знизивши їх функціональні можливості, але і запропонувавши нові інструменти аналітики відеоконтенту.

Таким чином, до спропонованої системи можна висунути такі вимоги:

Як програмна платформа для побудови системи пропонується використовувати такі програмні продукти як Axxon Next, SecurOS, а також перспективну програмну платформу XEOMA. Зразкові показники вихідних і вхідних мережевих потоків, а також займане дисковий простір відображено в таблиці 1 (дані в таблиці розрахунки представлені для порівняння і виконані на підставі калькуляторів систем, наданих на офіційних сайтах виробників програмного забезпечення для 10 камер).

Таблиця 1 – Показники запропонованого програмного забезпечення

XEOMA Axxon Next SecurOS
Вихідні підключення до мережі 2 Мбiт/с 20 Мбiт/с 23 Мбiт/с
Вхідне підключення з мережею 19 Мбiт/с 20 Мбiт/с 23 Мбiт/с
Необхідний дисковий простір 22 Гб 80 Гб 80 Гб

Слід зазначити, що програмна платформа XEOMA в списку інтегрованих пристроїв заявляє про можливість підключення практично будь-яких пристроїв захоплення відеозображення, а отже, більш краща при побудові централізованого пульта відеоспостереження.

Для організації системи пропонується кілька варіантів побудови, показаних на малюнку 1. Вибір конкретної структури здійснюється на основі доступних апаратних потужностей і пропускної здатності каналу зв'язку. Оптимальним варіантом є наявність на об'єкті можливості підключення обладнання з використанням виділеної лінії Ethernet, однак можуть застосовуватися й інші види каналів зв'язку (GPRS, LTE, Wi-Fi і ін.).

Вариант структуры предлагаемой системы

Рисунок 1 – Варіант структури cпропонованої системи

На рисунку приведено два варіанти підключення. Перший (зліва) передбачає пряме підключення аналогового відеореєстратора або IP-відеокамер до центрального пульту відеоспостереження. Така структура є найпростішою, але при цьому обмежує число відеокамер і збільшує навантаження на пультове обладнання, так як на нього покладається вся робота по обробці відеоінформації.

Іншим варіантом є використання об'єктових серверів, кількість яких може залежати від кількості камер на об'єкті і його площі. В такому випадку первинна обробка відеоінформації відбувається на самому об'єкті, а на центральний пульт відеосигнал передається лише коли заданий алгоритм виявляє порушення стандартного режиму, або за запитом оператора. Даний варіант є найбільш ефективним для середніх і великих об'єктів, де використовується велика кількість відеокамер.

У разі, якщо використовується число камер мало, може застосовуватися варіант структури з використанням одноплатних комп'ютерів в якості об'єктового сервера. Такий варіант є найефективнішим з точки зору фінансових витрат. Одноплатні комп'ютери мають малі габарити, але достатні апаратні потужності для обробки відеосигналу з 2–4 відеокамер (точна кількість залежить від типу використаного одноплатного комп'ютера і використовуваних відеокамер).

Всі перераховані вище варіанти дозволяють проводити повний запис інформації на об'єкті та запис на центральному пульті.

Представлені раніше програмні продукти дозволяють забезпечити більшу гнучкість у створенні алгоритмів охорони об'єктів, створити унікальний підхід до охорони кожного з них. Основною перевагою запропонованих централізованих систем є використання інтелектуальної обробки для істотного зменшення ймовірності помилкового спрацьовування за рахунок можливості дистанційної перевірки об'єкта на факт тривоги оператором на пульті спостереження. Можливий алгоритм дій при сигналі тривоги наведено на рисунку 2.

Можливий алгоритм дій при отриманні сигналу тривоги з об'єкта охорони

Рисунок 2 – Можливий алгоритм дій при отриманні сигналу тривоги з об'єкта охорони. Анімація складається з 4 кадрів з затримкою в 1 с між кадрами; затримка до повторного відтворення становить 5 с; кількість циклів відтворення обмежено 10-ю

Система дозволяє усунути недоліки систем сигналізації та відеоспостереження шляхом використання подібного алгоритму:

  1. для кожної камери на об'єкті, що охороняється створюються свої умови для включення тривоги;
  2. об'єкт ставиться під охорону;
  3. при включенні тривоги від однієї з камер оператору пульта спостереження подається сигнал і відбувається автоматичне перемикання на спрацювала камеру;
  4. оператор, переконавшись в дійсності загрози, дозволяє подальшу роботу алгоритму;
  5. в залежності від алгоритму виконуються подальші дій (виклик позавідомчої охорони, включення сигналізацій, використання будь-яких автоматичних систем на об'єкті).

Таким чином стає необов'язковим постійне спостереження за зображенням з кожної відеокамери, а в разі помилкового спрацьовування спостерігач може вибрати потік з будь-якої відеокамери на об'єкті і уважно проаналізувати всі приміщення, перш ніж подати сигнал тривоги.

Можливості системи не обмежуються лише охороною, вони також включають систему контролю доступу, спостереження за виробництвом, автоматизацію.

Кількість і різноманітність подібних алгоритмів обмежується лише фантазією користувача і потужностями використовуваного обладнання. Окремо варто виділити фінансові переваги даної системи. У разі використання малого числа відеокамер (до 4) можливе використання лише одного однопроцесорного комп'ютера на об'єкті, що набагато зменшує витрати в порівнянні з традиційною системою відеоспостереження лише за рахунок виключення відеореєстратора з системи, при цьому також в рази зменшуються габарити обладнання.

Варіанти архівації відеоданих також є великими: вона може проводитися постійно, не проводитися взагалі, проводитися тільки в певній час або при спрацьовуванні заданих алгоритмів. Архівація може відбуватися як на самому об'єкті, так і на кінцевому пункті, існує варіант виділення для неї спеціалізованого окремого сервера.

Також слід передбачити можливість інтегрування пропонованої системи з системами охоронної сигналізації шляхом їх синхронізації і створення взаємних зв'язків, наприклад, за допомогою баз даних з подальшою автоматизацією даного процесу.

Висновки

Таким чином, можна виділити основні пункти запропонованої концепції:

Перелік посилань

  1. Сабанин П.В., Чупров Л.Ф. ЛОЖНЫЕ СРАБАТЫВАНИЯ ТЕХНИЧЕСКИХ СРЕДСТВ ОХРАНЫ И ИХ РОЛЬ В ПСИХОЛОГИЧЕСКОМ СОСТОЯНИИ СОТРУДНИКА ПОЛИЦИИ // Наука. Мысль. – 2016. – № 5-1.
  2. Гордин М.С., Иванов С.А. Алгоритмы обнаружения тревожных событий для систем автоматизированного видеонаблюдения // Вестник НГУ. Серия: Информационные технологии. – 2017. – Т. 15, №3. – С. 21-30.
  3. Могилин К.А., Селищев В.А. Интеллектуальные системы видеонаблюдения в комплексах безопасности // Известия ТулГУ. Технические науки. 2020. №3.
  4. Катковский Л.В., Воробьев С.Ю. Применение видеотехнологий для повышения пожарной безопасности объектов // Доклады БГУИР. 2011. №1 (55).
  5. Зенов А.Ю., Мясникова Н.В. Применение нейросетевых алгоритмов в системах охраны периметра // Известия ВУЗов. Поволжский регион. Технические науки. 2012. №3 (23).
  6. Ярышев С.Н. Цифровые методы обработки видеоинформации и видеоаналитика: учеб. пособие. СПб.: СПбГУ ИТМО, 2011. – 83 с.
  7. Торстен А., Келлер И., Лутц Х. Видеоаналитика: Мифы и реальность. – Москва: Security Focus, 2019. – 186 c.