Революция DEPA. В чем состоит принципиальная новизна подхода Sony к охранному видеонаблюдению?

Откройте для себя то, насколько распределенная архитектура улучшенной обработки данных DEPA усиливает потенциал систем видеонаблюдения, использующих алгоритмы интеллектуального анализа видеоинформации. Поняв принцип ее работы, вы непременно сделаете выводы о том, какую пользу вашему бизнесу принесет это уникальное решение компании Sony - и о том, насколько вырастает уровень безопасности всех без исключения объектов, в охране которых оно используется.

Когда-то давным-давно охранное видеонаблюдение в очень большой степени зависело от качества работы операторов - им приходилось сидеть перед целыми стенами мониторов и неустанно выискивать признаки каких-либо угроз либо происшествий в отображаемых на множестве экранов событиях. В последние годы это тяжкое бремя удалось облегчить - появление интеллектуального анализа видеоизображений позволило обеспечить автоматизированное включение сигналов тревоги при возникновении определенного рода ситуаций.

Однако стоимость внедрения решений интеллектуальной видеоаналитики зачастую становится недостижимо высокой - в особенности если речь идет о традиционных аналоговых системах CCTV - и, как правило, видеоаналитика для математической обработки изображений требует применения дорогостоящих серверных компьютеров.

Компания Sony подошла к данной проблеме творчески и выработала принципиально иное решение. Наша интеллектуальная видеоаналитика встраивается в системную архитектуру DEPA, главным принципом функционирования которой является распределение процессов обработки видеоизображений среди большого количества недорогих устройств обработки цифрового сигнала - в результате система безопасности становится более гибкой, легче масштабируется и существенно экономит затраты.

Распределение нагрузки

Анализ видеоизображений проводится в два этапа. Первый из них, сводящийся, по сути, к оценке ситуации, - это предварительная обработка видеоинформации: в ходе нее происходящее в кадре трансформируется в поток логических данных (так называемых метаданных). Принятие же решений выведено на второй этап - этап окончательной обработки информации, в ходе которой происходит сохранение и фильтрация данных, а также, в соответствующих ситуациях, формирование сигналов тревоги. В аналоговой системе CCTV и первый, и второй этапы видеоаналитического процесса производятся на уровне центрального сервера системы; это зачастую приводит к перегрузке каналов передачи данных и падению эффективности всей системы в целом.

В системе, основанной на архитектуре DEPA, два вышеописанных этапа физически разделены, более того - их процедуры выполняются на разных компонентах системы. Оценка ситуации и формирование соответствующих ее результатам метаданных производятся на периферии системы - то есть средствами самих камер видеонаблюдения. Поэтому для окончательной обработки данных не требуется применения дорогостоящих высокопроизводительных серверов и с ней в состоянии справиться даже недорогой цифровой видеорегистратор.

Оценка ситуации

В процессе предварительной обработки видеоданных охранные камеры компании Sony, поддерживающие архитектуру DEPA, используют алгоритмы интеллектуального обнаружения движения (Intelligent Motion Detection, IMD) и интеллектуального обнаружения объектов (Intelligent Object Detection, IOD).

Уникальность технологии IMD и ее коренное отличие от общепринятых способов обнаружения движения в кадре состоит в том, что система компании Sony в состоянии отличить реальное движение в кадре от перемещений фона - например, ветвей деревьев, раскачивающихся на ветру, или волн на поверхности озера. На практике это выражается в почти полном исключении ложных тревог, а также в существенном сокращении трудозатрат операторов по поиску в архивах системы событий, относящихся к безопасности охраняемого объекта.

Технология обнаружения объектов IOD позволяет своевременно локализовать любой объект, появившийся либо пропавший из поля зрения камеры, а также своевременно известить службу физической охраны объекта о том, что в поведении объекта имеются отклонения от заранее установленных правил - например, если автомобиль остается на парковке свыше определенного периода времени, либо покупатель в магазине взял с прилавка товар, но не положил его на место.

Если детектор любого из перечисленных типов - IMD либо IOD - обнаруживает потенциальную угрозу, видеоинформация с места события и метаданные, содержащие результаты автоматизированного анализа изображения, передаются в систему для дальнейшего принятия решений.

Принятие решений

Окончательная обработка информации в системе, построенной на принципах архитектуры DEPA, производится на цифровых видеорегистраторах, работающих под управлением программного пакета RealShot Manager компании Sony. В ходе этой обработки происходит фильтрация событий на предмет обнаружения потенциальных угроз и формирование сигналов тревоги по наступлении определенного рода событий - например, при пересечении объектом заранее определенной граничной линии либо при появлении в кадре предмета определенной формы и размеров.

Практические преимущества архитектуры DEPA

• Высокая производительность при минимальных инвестициях в оборудование. В системах на основе архитектуры DEPA используется множество недорогих устройств обработки данных, предназначенных для решения определенных специализированных задач, - таким образом удается избежать необходимости приобретения дорогостоящего сервера обработки данных, функционирование которого являлось бы критическим для производительности всей системы в целом. Распределение нагрузки по периферии сети позволяет существенно повысить уровень возможностей системы, обеспечить ее наилучшую масштабируемость и значительно снизить объем инвестируемых средств.
  
  
• Минимально возможная частота ложных срабатываний. Вынос предварительной обработки содержания видеоизображений на периферию системы позволяет существенно снизить показатели частоты ложных срабатываний относительно значений, которыми характеризуются системы централизованного типа. А поскольку один из двух этапов анализа производится за счет вычислительных мощностей собственного процессора камеры, это дает возможность анализировать видеосигнал еще до того момента, когда он подвергается сжатию, обычно применяемому для передачи данных по сети, - так удается избежать негативного влияния артефактов компрессии на достоверность результатов анализа.
  
  
• Мощные и гибкие возможности управления системой. Поскольку камеры берут на себя значительную часть процесса интеллектуального анализа видеоданных, вычислительные ресурсы управляющего сервера системы высвобождаются для операций анализа данных об обнаруженных камерами объектах и их поведении. А поскольку метаданные поступают в систему и записываются на правах отдельного потока, то их обработка (фильтрация) при выполнении процедур поиска в архивах может существенно снизить затраты времени на поиск видеозаписей определенных событий.
  
  
• Наилучшее использование полосы пропускания каналов передачи данных. Данные о находящихся в кадре объектах, генерируемые периферийными устройствами, передаются на управляющий сервер системы в виде метаданных -- это весьма небольшие по сравнению с видеопотоками порции цифровой информации, на передачу которых практически не расходуется пропускная способность сети. По получении метаданных с какой-либо из камер управляющая программа самостоятельно принимает решение о том, есть ли необходимость закачивать на сервер видеоизображения, содержащие описываемые этими метаданными события; это позволяет существенно уменьшить общее количество передаваемых по сети данных.