Реально или виртуально? Чего мы ждём от 3D-видеонаблюдения

13.02.2012

Магическое сочетание букв 3D, сокращение от "3-dimensional" (трёхмерный), за последнее десятилетие успело перекочевать из специального жаргона в обыденную речь. Появление трёхмерного кинематографа и телевещания окончательно утвердило факт того, что бинокулярное зрение человека возможно обмануть с помощью хитроумной техники, подсунув зрителю вместо реального объекта специально обработанную пару изображений — каждому глазу своё.

Сегодня изобретаемые маркетологами потребительского рынка термины неплохо приживаются и в профессиональных средах. Повсеместно распространившаяся аббревиатура HD (высокое разрешение) уже вовсю красуется на этикетках камер видеонаблюдения, чуть потеснив неплохо раскрученные в области бытовых фотокамер "мегапикселы". Придёт ли "такое красивое" 3D в область прикладного ТВ? Естественных предпосылок к этому, пожалуй, не наблюдается. Объёмная картинка сегодня скорее прихоть, чем необходимость: главной задачей видеонаблюдения всё ещё остаётся охрана. Поэтому рассчитывать на то, что через пару лет на отраслевых выставках вендоры примутся убеждать клиентов в преимуществах 3D-дисплеев, не приходится. Возможно, что стереоизображение найдёт себе применение в бизнес-приложениях — к примеру, в новейший пакет Necrosoft Office 3D будут включены объёмный текстовый (или уже гипертекстовый?!) редактор, кубические электронные таблицы и средство разработки трёхмерных презентаций PomerPoint 3D.

Однако утверждать, что видеонаблюдение останется в стороне от вездесущего "три-дэ", было бы неправильным. Одно из направлений развития охранных систем, светлое будущее которого не вызывает сомнений — многокамерное сопровождение целей (перемещающихся физических объектов). Такая система отслеживает и анализирует траектории людей и транспортных средств в пределах охраняемого объекта, а не в поле зрения какой-то отдельной камеры. Поскольку в реальных условиях локализация сопровождаемого объекта происходит с определённой вероятностью, система должна иметь определённую свободу в принятии решений без участия оператора — то есть обладать машинным интеллектом. Помимо сопровождения объекта, выделенного оператором системы, здесь может производиться и автоматизированный анализ траекторий на предмет выявления отклонений: нештатный маршрут, случайные перемещения в пределах определённой зоны, повышенная скорость движения и т.п.

Слово Wiki

Бинокулярное зрение — (от лат. bini — "два" и лат. oculus — "глаз"), способность одновременно чётко видеть изображение предмета обоими глазами; в этом случае животное или человек видит одно изображение предмета, на который смотрит. То есть это восприятие двумя глазами с подсознательным соединением в зрительном анализаторе (коре головного мозга) изображений, полученных каждым глазом, в единый образ. Создаёт объёмность изображения. Бинокулярное зрение также называют стереоскопическим.

В принципе, для большинства охраняемых объектов достаточно и "плоской" интерпретации траекторий. Даже если речь идёт о многоэтажном торговом центре, текущее положение цели может интерпретироваться на поэтажном плане. Однако в сложных системах, где приходится вести сразу несколько движущихся объектов, оператору намного легче ориентироваться на "объёмной" схеме. Здесь наиболее распространён способ интерпретации информации, в ряде источников называемый God’s view — "Божье око". Картинка в данном случае напоминает рентгеновский снимок объекта, на котором присутствуют контуры зданий и сооружений, их конструктивных элементов, мебели и оборудования (wireframe, "проволочная" интерпретация), а цели выделены контрастным цветом. Информации о массовых внедрениях таких систем на реальных объектах обнаружить не удалось, однако исследования в данном направлении идут полным ходом.

Так "Божье око" видит аэропорт в интерпретации системы C-Thru компании Panoptic
Так "Божье око" видит аэропорт в интерпретации системы C-Thru компании Panoptic

Интерпретация информации в описанных системах носит характер, обратный "дополненной реальности": здесь идёт речь не о дополнении реального мира воображаемыми объектами, а наоборот — о дополнении виртуальной реальности естественными объектами (точнее, их интерпретациями в 3D). Некоторые исследователи настаивают на термине "дополненная виртуальная реальность" (AVR, augmented virtual reality).

Возможности VR, используемые в системах безопасности, позволяют в определённых пределах варьировать точку нахождения наблюдателя. Однако задача принятия решений по ситуации здесь становится очень непростой: чтобы сохранить контроль над объектом, оператору приходится затрачивать значительные усилия на поддержание адекватной пространственной ориентации. Учитывая к тому же факт, что трёхмерная интерпретация реальных объектов в сцене не всегда соответствует реальной. Какими бы крутыми ни были камеры, оптика и кодеки — искажения при воспроизведении пока ещё неизбежны.


Схема динамического формирования среды отображения в дополненной виртуальной реальности (AVR)
(разработка Центра интегрированных медиа-систем Южнокалифорнийского университета, США, 2003 г.)

Одним из вариантов решения этой проблемы в будущем, несколько лет назад предложенных Институту инженеров-электронщиков IEEE группой голландских исследователей под руководством Гервина де Хаана, является использование визуализации "от первого лица" (egocentric view). Суть подхода состоит в том, что по модели объекта прокладываются виртуальные маршруты патрулирования с возможностью мгновенного переноса точки обзора в нужное место. Это позволяет заранее предусмотреть математику пересчёта выводимых на экран изображений с камер с учётом положения оператора на маршруте. Эксперименты учёных с "эгоцентрической" визуализацией позволяют предположить, что операторам охранных систем такая интерпретация обстановки на объекте покажется более привычной и приемлемой. Естественно, что при этом возрастают требования к точности установки камер.

Переход между камерными изображениями А и В при непрерывном ведении цели. Картинки с камер накладываются на упрощённую 3D-модель объекта с учётом искажений перспективы.
Переход между камерными изображениями А и В при непрерывном ведении цели.
Картинки с камер накладываются на упрощённую 3D-модель объекта с учётом искажений перспективы.
Источник: G. de Haan et al. "Egocentric Navigation for Video Surveillance in 3D Virtual Environments"

На данном этапе разработки вышеописанная система способна работать лишь с фиксированными камерами видеонаблюдения. Однако принципиально возможно использование и высокоточных PTZ-устройств, а также разного рода датчиков, микрофонов и т.п. Это, по мнению авторов проекта, потребует некоторого усложнения пользовательского интерфейса, в частности, наложения на изображение дополнительной текстовой информации и/или разного рода графических индикаторов. Несмотря на то, что мы периодически встречаем такого рода решения в голливудских боевиках с участием боевых человекоподобных роботов, использование перегруженных информацией дисплеев живыми людьми пока ещё толком не изучено. Игроманы, естественно, не в счёт: не тот уровень ответственности.

Слово Wiki

Виртуальная реальность, ВР, искусственная реальность, электронная реальность, компьютерная модель реальности (от лат. virtus — воображаемый, мнимый и лат. realis — вещественный, действительный, существующий; англ. virtual reality, VR) — созданный техническими средствами мир (объекты и субъекты), передаваемый человеку (посетителю этого мира) через его ощущения: зрение, слух, обоняние, осязание и другие. Виртуальная реальность имитирует как воздействие, так и реакции на воздействие. Для создания убедительного комплекса ощущений реальности компьютерный синтез свойств и реакций виртуальной реальности производится в реальном времени.

При планировании и привязке многокамерных систем обычно отталкиваются от пространственной (3D-) модели охраняемого объекта. В ходе оснащения новых объектов эта задача решается относительно просто: проектирование зданий и сооружений в наши дни давно уже компьютеризовано, и получить от разработчика цифровую пространственную модель объекта достаточно просто. Интерпретация в трёхмерной графике сама по себе представляет интерес, поскольку по такой модели возможно не только выстроить систему видеонаблюдения, но и получить общее представление об уровне защищённости объекта. К примеру, наложив на модель объекта схему "мёртвых зон" датчиков (они есть у многих сенсоров, к примеру, у повсеместно распространённых пассивных инфракрасных), можно обнаружить уязвимости, снижающие эффективность защиты.

Ряд компаний на рынке безопасности предлагает средства моделирования объектов для качественной и количественной оценки эффективности существующих охранных систем, их модернизации и проектирования "с нуля". В частности, методика такой оценки разработана на базовой кафедре "Системы безопасности" МФТИ и описана в выпущенной издательством Security Focus книге Геннадия Шанаева и Андрея Леуса "Системы защиты периметра".

Система автоматизированного проектирования и оценки эффективности систем инженерно-технической защиты, являющаяся совместной разработкой компаний "Амулет" (Россия) и "Синезис" (Россия — Беларусь), использует трёхмерную графику на базе SketchUp — популярного приложения от Google, позволяющего не только построить 3D-модель, но и привязать объекты к карте местности с учётом рельефа. На модели объекта при помощи графического интерфейса размещаются камеры и иные компоненты систем, элементы охраняемого периметра, зоны угроз и т.п. При этом свойства физических компонентов могут задаваться в зависимости от параметров конкретного оборудования — например, угла зрения объектива или геометрии зоны обнаружения датчика. Поскольку оценка эффективности входит в единый комплекс со средствами разработки системы, проектные решения на основе такого САПР получаются более рациональными и технически обоснованными.

Тот факт, что математика позволяет извлечь из двухпотокового стереоскопического видео данные о пространственном положении объекта съёмки (собственно, центр зрения в нашем мозгу занимается этим постоянно), нашёл отражение и в системах безопасности на базе стереокамер. Это существенный шаг вперёд по сравнению с "плоскими" системами, поскольку результаты измерения расстояний, направлений и скоростей перемещения объектов в 3D-системе обладают намного большей достоверностью. Намного "круче" в таких решениях и видеоаналитика: например, зоны детектирования здесь уже не плоские, а объёмные. Объёмными являются и зоны, исключаемые из процесса видеомониторинга (т.н. приватные области).

При наличии соответствующей математики такая система может взять на себя и функцию классификации (распознавания) объектов, а также анализа их поведения. 3D-видеоаналитика сегодня находится на острие прогресса, и к подавляющему большинству разработок в этом направлении доступ существенно ограничен. Тем не менее, есть и российские разработчики, активно эксплуатирующие возможности трёхмерного видео. В частности, компания "Новые технологии" из подмосковного Протвино, хорошо известная в отрасли по бренду CVS, относительно недавно реализовала систему "CVS Виртуоз", в которой реализованы принципы "объёмной" охраны.

Пример 3D-видеодетектора: зона контроля задаётся в виде объёмной фигуры
Пример 3D-видеодетектора: зона контроля задаётся в виде объёмной фигуры

Рабочая реализация 3D-видеодетектора позволяет решить одну из самых "больных" проблем видеоаналитики — перспективные искажения. Плоские видеодетекторы в ходе настройки на конкретные классы объектов приходится усложнять разного рода средствами и процедурами учёта перспективы. В частности, разницы в пиксельных размерах объектов- "одноклассников" на переднем и заднем плане. Ещё одно явное преимущество стереодетекторов — возможность задания зон таким образом, чтобы система не реагировала на тени и блики от источников света. Для этого в большинстве случаев достаточно разместить зону детектирования на некотором расстоянии от поверхности, на которую могут ложиться блики и тени. Цитируем с сайта разработчика: "3D видеодетектор исключает ложные срабатывания от "объектов, не имеющих объёма".


...

Полная версия этой статьи доступна только зарегистрированным пользователям.

Логин:
Пароль:
Регистрация
Забыли свой пароль?
Войти как пользователь:

Возврат к списку

 Подписаться на RSS-канал