Пример готовой курсовой работы по предмету: Информационные технологии
Содержание
Введение ……………………………………………………………….……….3
ГЛАВА
1. Существующие технологии видеоаналитики……………..…………8
1.1. Основные типы видеоаналитики………………………………………….8
1.2. Архитектуры системы видеоаналитики.……………………..…………11
1.1. Способы определения тревожных ситуаций……………………..…… 13
1.1. Международные стандарты……………………………………………… 13
1.1. Области применения видеоаналитики……………………………..…… 14
ГЛАВА
2. Опыт внедрения многокамерной видеоаналитики для охраны периметра………………………………………………………….……………..17
2.1. Описание объекта потенциальные угрозы и задачи системы видеонаблюдения. ………….…….………………………………….…………. 17
2.2Аппаратное обеспечение и размещение камер.…………….…….……. 19
2.3. Приемная часть системы видеонаблюдения……………….……………24
2.1. Уличная видеоаналитика..………………………….…….……………..25
2.1. Оценка качества изображения..………………………….……..……….29
2.1. Многокамерное сопровождение..………………………….…….……..34
ГЛАВА
3. Видеонаблюдение правовые акты и законы..…….………………..38
Заключение….………………………………………….………………….…… 47
Список использованной литературы………………….………………………..48
Выдержка из текста
Видеоаналитика (video analytics)[1,7]
- аппаратно-программное обеспечение или технология, использующие методы компьютерного зрения для автоматизированного сбора данных на основании анализа потокового видео (видеоанализа).
Видеоаналитика опирается на алгоритмы обработки изображения и распознавания образов, позволяющие анализировать видео без прямого участия человека. Видеоаналитика используется в составе интеллектуальных систем видеонаблюдения (CCTV, охранного телевидения), управления бизнесом (business intelligence, BI) и видеопоиска.
Функции видеоаналитики
В зависимости от целей, видеоаналитика может реализовать как одну, так и несколько базовых функций:
• Обнаружение объектов (object detection).
Как правило, обнаружение объектов в поле зрения камеры производиться при помощи видеодетекторов движения. Основное отличие видеоаналитики от ИК-датчиков движения состоит в возможности локализации (выделении) и независимого анализа сразу нескольких объектов. Если движение не является достаточным признаком для локализации объекта в кадре, то обнаружение может производиться при помощи шаблонов. Например, обнаружение лиц людей, номерных знаков автомобилей или обнаружение малоподвижных морских целей может быть реализовано при помощи признаков Хаара.
• Слежение за объектами (object tracking).
Алгоритмы слежения (сопровождения) позволяют получить частную траекторию движения объекта как в поле зрения одной камеры, так и обобщенную траекторию по данным сразу нескольких камер. Слежение необходимо, чтобы проанализировать поведение объекта по его траектории, например, определить движение человека против потока или движение с повышенной скоростью. Кроме этого, слежение необходимо для исключения повторных срабатываний систем видеоаналитики на одни и те же объекты. Профессиональные системы работают по правилу «один тревожный объект – одно срабатывание» для достижения высокой продуктивности оператора.
• Классификация объектов (object classification).
Некоторые системы видеоаналитики классифицируют объекты для фильтрации оперативных уведомлений или результатов поиска. Например, типовой классификатор объектов, используя признаки формы и абсолютные размеры, распределяет объекты на группы: человек, группа людей, транспортное средство. Более сложные классификаторы в системах видеоаналитики для ритейла могут определить пол или возвратную группу человека.
• Идентификация объектов (object identification).
Идентификация объектов является наиболее сложным компонентом систем видеоаналитики. Современные системы позволяют идентифицировать людей по биометрическим признакам лица или транспортные средства – по номерным знакам. Идентификация может быть реализована при помощи дополнительных средств за рамками видеоаналитики: на основе отпечатков пальцев, банковской карты, билета, пропуска или идентификатора мобильного устройства.
Рис. 1 Идентификация объектов
• Обнаружение (распознавание) ситуаций. Видеоаналитика позволяет не только выделять объекты из потокового видео, но и распознавать тревожные ситуации на основе анализа поведения данного объекта, что не дает сделать обычная система видеонаблюдения. Также ситуационная видеоаналитика может автоматически детектировать пересечение сигнальной линии, падение людей, запрещенную парковку и возникновение пожара.
Рис. 2 Обнаружение (распознавание) ситуаций
Результатами работы видеоаналитики являются события (сообщения), которые могут быть переданы оператору системы видеонаблюдения или записаны в видеоархив для последующего поиска (пример событий, поддерживаемых платформой Kipod).
Кроме этого, видеоаналитика формирует метаданные, то есть структуры данных, которые описывают содержание каждого кадра видеопоследовательности. Метаданные содержат такую информацию как местоположение и идентификаторы объектов (как правило, в виде тревожной рамки), траекторию и скорость движения объектов, данные о разделении или слиянии объектов, данные о возникновении и окончании тревожной ситуации. Метаданные записываются в видеоархив и воспроизводятся вместе с видео.
Видеоаналитика может иметь расширенные функции, такие как:
• Прогнозирование поведения объекта или возникновения ситуаций (например, образование очереди на кассе через
1. минут с учетом числа зашедших покупателей и числа работающих касс);
• Интеллектуальное сжатие видеоконтента с учетом интереса потребителя (например, система передает только видео, содержащие тревожные ситуации);
• Ранжирование (определение приоритета) событий видеоаналитики;
• Формирование производных видеоданных (интегральный кадр, таймплапс)
• Удаление персональных данных из видеоряда, например, при помощи детектора лиц и номерных знаков.
Целью данной работы является полное рассмотрение систем видеоаналитики, начиная от самого понятия функционала и возможностей заканчивая правовыми актами и законодательством. Чтоб процесс изучения данных систем был более понятен будут приведены различные примеры и реализации данной технологии.
Объект исследования – участки где используются системы видеоанализа для охраны периметра.
Предметы исследования – методология автоматизированного проектирования и оценки эффективности системы безопасности, разработанная компанией «Амулет»; всепогодные камеры семейства «МВК» компании «БайтЭрг», видеосервер «VideoСервер iX» компании «Агрегатор»; устройство «MagicBox» с периметральной видеоаналитикой компаниии «Синезис»; а также платформа видеонаблюдения «Интеллект» компании «iTV».
Список использованной литературы
1. Анализируем системы видеоаналитики. Часть 2. [Электронный ресурс].
– Режим доступа: http://www.secuteck.ru/articles 2/ip-security/analiziruem-sistemy-videoanalitiki/.
2. Система видеонаблюдения для крупного объекта
Встроенная видеоаналитика. [Электронный ресурс].
– Режим доступа: http://www.secuteck.ru/articles 2/videonabl/sistema-videonabludeniya-dlya-krypnogo-obekta/.
3. Видеонаблюдение: юридические аспекты. [Электронный ресурс].
– Режим доступа: http://www.lidings.com/ru/articles 2?id=47.
4. Применение видеоаналитики в комплексных системах безопасности. [Электронный ресурс].
– Режим доступа: http://sec 4all.net/modules/myarticles/article.php?storyid=1632.
5. Опыт внедрения многокамерной видеоаналитики для охраны периметра. [Электронный ресурс].
– Режим доступа: http://synesis.ru/blog/article/opyit-vnedreniya-mnogokamernoj-videoanalitiki-dlya-oxranyi-perimetra.
6. Видеоаналитика. [Электронный ресурс].
– Режим доступа: http://synesis.ru/technology/videoanalitika.
7. Видеоаналитика. [Электронный ресурс].
– Режим доступа: https://ru.wikipedia.org/wiki/%D0%92%D0%B8%D0%B4%D0%B5%D0%BE%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D1%82%D0%B8%D0%BA%D0%B0.
