Новости о системах безопасности: видеонаблюдение, контроль доступа, системы видеодомофонии

Модуль контроля массовых собраний людей (детектор толпы) является важным рычагом, который влияет на поддержку порядка и обеспечения безопасности людей на городских площадях и улицах, а также вокзалах и других общедоступных местах. Система видеонаблюдения программируется на определенное количество людей, превышение лимита которого по установленным меркам будет считаться скоплением, которое может нести угрозу спокойствию. В таком случае система выдаст предупредительный сигнал.

Детектирование собраний людей на улицах и их подсчет можно проводить по одной из двух методик, которые, в свою очередь, делятся на несколько подгрупп.

Первая группа методов позволяет охарактеризовать толпу в общих чертах и провести подсчет людей.

1. Подсчет по площадям

Смысл деятельности этого способа подсчета сводится к наблюдению за толпами, в которых наблюдается беспорядочное передвижение людей. Работа камеры основана на работе детектора движения. В кадре появляются выделенные очаги коллективного движения, а также контуры перемещений внутри этих зон. Очертания толпы характеризируются при помощи масок, которые соответствуют меняющимся пикселям. Количество людей в секторе определяется детектором путем деления ее площади на квадраты заданной величины. Она равна размерам изображения одного человека.

Месторасположение толпы в кадре может находиться в любом участке и на любом расстоянии. Область, которую охватывает камера видеонаблюдения, достаточно панорамная. Поэтому детектор должен уметь различать перспективу площади, которая распределяется на одного человека. Оператор, перед тем как запустить функцию подсчета, должен задать параметры людей на дальнем и ближнем плане в кадре.

Следует учитывать, что люди в первых рядах могут перекрывать тех, кто находится за ними. Для проведения расчетов в таких случаях следует запустить метод, который оценивает рамку движения и степень ее наполненности перманентно двигающимися пикселями. Затем вычисляется коэффициент плотности. Данный прием подсчета людей дает результат, достоверность которого равняется 70%. Степень точности результата подсчетов зависит от уровня качества детектора. 

2. Подсчет по особым точкам

Особыми точками называются изображаемые на кадре пункты, в которых цветовое прогрессирование достигает локальных максимумов. Они будут зафиксированы по углам объекта, на средокрестиях контуров, изгибах одежды и пр. Согласно методу, поиск идет по движущимся секторам кадра с целью поиска в нем особых точек, где цветовая градация изменяется одновременно в двух направлениях. Подсчет людей, находящихся в толпе, происходит по определению соотношения особых точек в перемещающейся области со среднестатистическим количеством особых точек, которые приходятся на одного человека.

Этот метод имеет недостаток в том, что среднестатистическое количество особых точек, которые приходятся на одного человека, постоянным не бывает. Также этот показатель не может быть точным из-за перекрытия одних людей другими. На него влияет освещение, месторасположение камеры, ее настройки и пр. Данный метод можно рассматривать скорее как вспомогательный при создании комплексного подхода вместе с другими методами. В частности, с методом подсчета по площади.

Во время такого взаимодействия алгоритм метода «обучается» вести подсчет особых точек по нескольким последовательным кадрам. Итог складывается на основании подсчета по площадям и количества особых точек в зоне движения. Он обобщает среднее число точек, которые могут приходиться на одного человека.

Особенностью данного метода является то, что он слишком узкий. Подсчет может производиться только в движущейся толпе. Точность полученной с его помощью информации зависит от точности других методов, на результатах которых происходит «обучение».

3. Детектирование толпы по текстуре

Предполагается, что камера видеонаблюдения имеет широкоплановый захват, в котором находится плотная группа людей на заднем плане кадра. Общая картина такого скопления может сложиться в комбинированный узор. Оно имеет своеобразную структуру, которую и исследует текстурный алгоритм. На основании полученных данных определяется частота размещения узора толпы и делается вывод о количестве людей.

Данный метод считается полностью относительным. Погрешность подсчетов может составлять до 50%. Но для определения численности людей в многотысячной толпе он считается пригодным.

Вторая группа методов позволяет вести выборочное наблюдение за отдельными субъектами неорганизованной группы.

1. Детектирование изображений голов

С помощью этого метода подсчет людей в толпе ведется путем определения количества голов особым классификатором, который можно настроить на распознавание определенной части тела. Метод подсчета людей по головам считается эффективным. Независимо от хаотичности толпы, перекрытия одними людьми других, их головы практически всегда могут находиться перед объективом камеры. Форма головы имеет одинаковые распознавательные признаки для всех, что дает возможность ориентироваться на нее как на универсальную единицу измерения. Во время расчетов кадр разделяется на разноотдаленные сектора, в которых масштаб рассчитывается с учетом перспективы.

Относительность данного метода заключается в том, что изображение должно иметь высокое разрешение. А размер головы должен совпадать с размерами по классификатору. Если изображение головы будет выпадать из статических параметров в меньшую или большую сторону, она учитываться не будет. Также не будут учитываться головы на сложном или сливающемся фоне. Возможно и ложное срабатывание классификатора, если в поле видимости попадают похожие на головы предметы.

По статистике, искажение результата подсчетов чаще происходит в меньшую сторону. Если вести подсчеты по площади, результаты могут быть завышены. Погрешности обоих методов в сторону занижения и завышения результатов подсчетов имеют приблизительно одинаковые значения. Это дает возможность выйти на усредненный показатель, который будет отвечать реальной действительности.

2. Подсчет по траекториям движения

В этом методе необходима привязка к трекингу. Производится алгоритмический анализ объектов, двигающихся в определенной оператором зоне кадра. На основании траекторий составляется карта движений. Учитываются движения как отдельно взятой единицы объекта, так и обобщенных групп. На основании детектированных траекторий проводится подсчет людей в заданной области.

Этот метод дает достаточно точные результаты. Плотность и перекрытие не могут стать помехой для подсчетов скоплений людей, так как они ведутся не по их изображениям, а по перемещениям, которые являются индивидуальными для каждого субъекта, находящегося в толпе. 

Особенности детектирования: точность, сложность, погрешность

Исходя из того, что для детектирования толпы используются различные методы и программные продукты, их результаты могут отличаться. В каждом из них есть свои особенности, включая недостатки и преимущества. Для того чтобы система подсчета толпы давала максимально реальные результаты, важно применять комплексный подход для решения данной задачи.