Dasturiy ta'minot mahsulotlari

Dasturiy ta'minot mahsulotlari va tizimlari / Dasturiy ta'minot va tizimlar 2 (31) 2018 yil

Machine Translated by Google

UDC 004.93'1 Maqolani topshirish sanasi: 09/07/17
DOI: 10.15827/0236-235X.031.2.368-373 2018. T. 31. No 2. B. 368-373
TARQATILGAN VIDEOKUZAT TIZIMIDA VAZIYATNI TANISH ALGORITMMI
AYu. Kruchinin 1, t.f.n., dotsent, [e-mail]
D.V. Kolmykov 1, usta, [e-mail]
R.R. Galimov 1, f.f.n., dotsent, [e-mail]
1 Orenburg davlat universiteti, prosp. Pobedy, 13, Orenburg, 460018, Rossiya
Videokuzatuv tizimlari jinoyatlar va favqulodda vaziyatlar kabi favqulodda vaziyatlarning oldini olishning eng muhim vositasidir. Ko'p sonli kameralar va boshqaruv zonasining muhim maydoni xavfli vaziyatlarni aniqlash uchun video tahlillarni amalga oshirishni talab qiladi. Bunday holda, tan olingan ob'ektning harakat traektoriyasini aniqlash va tanib olish ishonchliligini oshirish uchun ko'plab videokameralardan olingan ma'lumotlarni hisobga olish kerak. Maqolada stoxastik grammatikaga asoslangan tarqatilgan video kuzatuv tizimi
uchun favqulodda vaziyatlarni tanib olish algoritmi taklif etiladi. Vaziyatni tan olish uchta darajada sodir bo'ladi: pastki - tasvirlar tan olinadi, o'rta - hodisalar va yuqori - vaziyatlar. Tizimning javob berish vaqtini qisqartirish uchun aqlli kameralar o'rtasida yukni taqsimlash imkonini beruvchi ko'p agentli arxitekturadan foydalanish taklif etiladi. Tarmoq trafigini kamaytirishga ma'lumotlar almashinuvi faqat yaqin atrofdagilar o'rtasida sodir bo'lishi bilan erishiladi
tugunlar.
Ko'p sonli videokameralardan foydalanish bir nechta tugunlar tomonidan boshqariladigan zonalarning mavjudligini nazarda tutadi. Bir nechta kameralarni aniqlash natijalarini birlashtirish ishonchlilikni baholashni oshirishga imkon beradi, ammo buning uchun kameralarning nisbiy pozitsiyalarini va ularning aylanish burchaklarini bilish kerak. Maqolada taqsimlangan video kuzatuv tizimining kameralarini avtomatik kalibrlash usullari, turli kameralardagi tasvirlarni birlashtirish usullari, xususan, ob'ektlarning tezlik vektorlariga asoslangan.
Tarqalgan videokuzatuv tizimining ayrim xususiyatlarini hisobga olgan holda, intellektual videokuzatuv kamerasi uchun favqulodda vaziyatlarni aniqlash algoritmi ishlab chiqildi. Har bir kamera ehtimoliy hosil qiladi
oldindan tan olingan voqealarga asoslangan vaziyatlar. Aniqlash natijasini ehtimoliy baholashning chegara qiymati oshib ketganda, u qo'shni tugunlar bilan o'zaro ta'sir qilish jarayonida tozalanadi.
Kalit so'zlar: taqsimlangan videokuzatuv tizimi, favqulodda vaziyatlarni aniqlash, multi-agent

ny tizimi.
Zamonaviy video kuzatuv tizimlari ko'pincha ko'p sonli videokameralarga ega bo'lgan katta maydonlarni qamrab oladi, bu esa operatorlar tomonidan kuzatilishi mumkin emas. Shuning uchun kompyuterni ko'rish algoritmlari ob'ektlarni aniqlash, kuzatish va aniqlash uchun ishlatiladi [1, 2]. Biroq, zamonaviy video kuzatuv tizimlarida faqat grafik tasvirlarni tanib olishning o'zi etarli emas -
ushbu tasvirlar bilan yuzaga keladigan xavfli vaziyatlarni aniqlash talab qilinadi. Ushbu ishda ob'ektning grafik tasvir ekanligi qabul qilingan, hodisa - biror narsa tomonidan yoki ob'ektsiz harakatning bir lahzada bajarilishi, vaziyat - hodisalar ketma-ketligi, ya'ni vaziyatlarni tan olish - grafik tasvirlarni tanib olish natijalari bilan ishlaydigan tanib olish algoritmlarining yuqori darajasi. Eng oddiy holatda vaziyatlarni ikki turga bo'lish mumkin: normal va xavfli. Agar xavfli vaziyat yuzaga kelsa, bu haqda manfaatdor shaxslarni xabardor qilish kerak.
shaxslar
Tarqalgan video kuzatuv tizimi ko'p sonli kameralar va ob'ektlar bir videokameraning kuzatuv maydonidan boshqasiga o'tishi mumkin bo'lgan katta boshqaruv maydoni bilan tavsiflanadi. Shu munosabat bilan yangi algoritmlarni ishlab chiqish zarurati paydo bo'ldi
xavfli vaziyatlarni tanib olish ritmlari, ruxsat berish bir nechta kameralardan olingan ma'lumotlarni hisobga oladi. Ushbu maqola bir nechta kameralardan olingan natijalarni birlashtirish sharoitida vaziyatlarni tanib olish algoritmini taklif qiladi.
Grafik tasvirni tan olishda siz nafaqat ob'ektning o'zini, balki u bajaradigan harakatni ham aniqlashingiz mumkin. Kadrlar ketma-ketligini tanib olish natijasida tasvirlar ketma-ketligi tan olinadi: у = (y1, y2, y3, ..., yN), bu erda N - tasvirlar ketma-ketligining o'lchami, har biri ulardan y1, y2, y3, ..., yM mos yozuvlar sinflaridan biriga mos keladi , bu erda M tasvir sinflarining umumiy soni. Ushbu tasvirlar ketma-ketligidan hodisalar ketma- ketligi hosil bo'ladi: S = (s1, s2, s3, ..., sK), bu erda K y N - hodisalar ketma-ketligining o'lchami.
Strukturaviy tanib olish usullari ma'lum bo'lib, ular tanib olish ob'ekti murakkab bo'lgan va u uchun grammatikani tuzish mumkin bo'lgan hollarda qo'llaniladi. uni tasvirlash uchun. Har bir voqea belgilangan bo'lsa grammatikaning ramzi va ma'lum bir hodisaning ehtimolidan foydalaning, siz stokastik grammatikani qurishingiz va qo'llashingiz mumkin. Vaziyatlarni tanib olish jarayonining o'zi strukturani tanib olish usullarida qatordagi (hodisalar zanjiri) pastki qatorlarni (naqshlarni) izlash jarayoniga o'xshaydi [3].
Tarqalgan video kuzatuv tizimidagi vaziyatni tanib olish uchun ko'pincha turli kameralar tomonidan boshqariladigan turli hududlarda qayd etilgan voqealar haqida ma'lumot talab qilinadi. Misol uchun, bir kishi bir zonada biror narsa qildi, keyin boshqasiga o'tdi va u erda biror narsa qildi. Voqealar qo'shilishi va hodisalarning umumiy ketma-ketligini tahlil qilish kerak. Boshqa tomondan, hodisa bir vaqtning o'zida bir nechta kameralarning ko'rish sohasida sodir bo'lishi mumkin, bu turli kuzatuv nuqtalaridan aniqlash natijalarini birlashtirib, tanib olish ishonchliligini oshirishi mumkin. Natijada, taqsimlangan video kuzatuv tizimi uchun ikkita asosiy turni ajratish mumkin:
yangi vazifalar:
у bir nechta kameralardan olingan natijalarni birlashtirish orqali hodisalarni aniqlash ishonchliligini oshirish;
- voqealarga asoslangan vaziyatlarni tan olish; vaqt va joylashuv bo'yicha taqsimlanadi.
Ushbu muammolarni hal qilish vaziyatni aniqlashning ishonchliligini oshiradi. Shu bilan birga, ma'lum bir vaziyatga tegishli hodisalar qisqa vaqt ichida bir yoki yaqin hududlarda sodir bo'lishini tushunishingiz kerak. Natijada kichik intervallar bilan vaqt bo'yicha voqealar ketma-ketligi paydo bo'ladi.
Tarqalgan video kuzatuv tizimlari i kkita asosiy arxitektura shaklida amalga oshirilishi mumkin: markazlashtirilgan (bitta markaz bilan) va ko'p agentli (yagona markazsiz). Markazlashtirilgan
arxitekturada (1a-rasm) barcha kameralar video ma'lumotlarni qayta ishlash markaziga uzatadi tan olish uchun. Ko'p sonli kameralar ma'lumotlar markazidagi og'ir yuk tufayli tizimning javob vaqtining oshishiga olib kelishi mumkin. Videoni uzatish tezligi kameraning joylashuviga bog'liq bo'lishi mumkin. Bunday arxitekturaning kamchiliklari uning pastligidir
ishonchliligi, chunki video server ishlamay qolgan butun tizimning ishdan chiqishiga olib keladi [4].
Ko'p agentli arxitekturada (1b-rasm) har bir kamera vaziyatni aniqlash funktsiyalarini mustaqil ravishda bajaradi. Bu mumkin, chunki ko'pchilik
Ko'pgina zamonaviy IP-kameralar Linuxda ishlaydigan oddiy kompyuterning funksionalligiga ega [5, 6].
Shunga o'xshash kameralar Axis Communications kompaniyasining kameralarini o'z ichiga oladi. Ushbu arxitekturada ular yaqin atrofdagi boshqa kameralar bilan o'zaro aloqada bo'lishadi:
у birgalikda tanib olish maqsadida ilgari tan olingan tasvirlarni qo'shnilarga uzatish; agar bir nechta kameralar past ishonchlilik bilan hodisani tan olsa, ularning ish natijalarini birlashtirish tan olish ishonchliligini oshiradi;
masalan, ma'lum bir tasvirni tanib olish xatosining o'rtacha qiymati 0,4 bo'lsa, u holda ikkita kamera birgalikda ishlaganda, mustaqil tasvirlar uchun ehtimollarni ko'paytirish qoidasi qo'llaniladi va xato ehtimoli 0,16 ga teng bo'ladi deb taxmin qilishimiz mumkin;
у hodisalarning tan olingan zanjirlarini qo'shni kameralarga uzatib, ularni turli kameralardagi zanjirlar bilan birlashtirish va vaziyatni bir butun sifatida tan olish.
Ushbu arxitekturaning afzalligi yuqori darajadagi o'lchov, ishonchlilik va samaradorlikdir. Ushbu yechimning kamchiliklari o'rnatilgan video tahliliga ega yuqori samarali kameralardan foydalanish zarurati.
Vaziyatni aniqlash algoritmini ishlab chiqishda, tarqatilgan videokuzatuv tizimida vaziyatni tahlil qilishning bir nechta variantlari mavjudligidan kelib chiqish kerak:
у bir kamerada tanib olish; у kesishgan kameralarda tanib olish turli ko'rish sohalari;
у koordinatalari ma'lum bo'lgan kameralarda tanib olish dinata, lekin ko'rish maydonini kesib o'tmasdan, voqealar zanjirlarini birlashtirishga asoslangan.
Shubhasiz, ushbu variantlarni amalga oshirish uchun barcha kameralar kamera koordinatalari va ularning kosmosdagi burilish burchaklari bo'yicha kalibrlangan bo'lishi kerak. Avtomatik dastlabki kalibrlash [7] da tasvirlangan usul yordamida amalga oshirilishi mumkin. Ob'ektlarni o'ziga xos xususiyatlar bilan aniqlash mumkin (maxsus nuqtalar, yorqinlik gistogrammalari, ob'ektning skeleti yoki konturi va boshqalar), ammo sifati pastligi sababli.

A) ^b)

Guruch. 1. Tarqalgan video kuzatuv tizimlarining arxitekturasi: a) N kameradan markazlashtirilgan K;
b) beshta kamerali multi-agent
Anjir. 1. Tarqalgan video kuzatuv tizimlarining arxitekturasi: a) N kameradan markazlashtirilgan
K; b) beshta kamerali multi-agent

Tasvirning katta o'lchami va ob'ektlarning kichik o'lchamlari tufayli bu har doim ham mumkin emas. Shuning uchun, turli kameralarda, masalan, koordinatalar bo'yicha bir-biri bilan bog'lanishi mumkin bo'lgan ob'ektlarning ba'zi konturlari mavjud. Agar ob'ektlarning joylashishini aniqlashning iloji bo'lmasa, ramkada tan olingan ob'ektlarning harakat vektorlari qo'llaniladi [8]. Ikki kameradan olingan tasvirlar bir- biriga quyidagicha bog'langan:
у 0 agar arg min( у vv у li) yoki min( у у ^w «" )^у xi^rmon
bu У У I li-
у 1 agar arg min ( y|^{vv ij} |) va miin( |^{vv у} ) ^{у xirmon},
bu erda b - mantiqiy o'zgaruvchilarning ikki o'lchovli massivi;