Детекция что это такое

Значение слова «детекция»

дете́кция

1. обнаружение или выявление чего-либо ◆ В третьей фазе отмечается нарастание уровня антител и возможна детекция РНК, однако антиген не обнаруживается. А. Е. Деконенко, Е. А. Ткаченко, «Хантавирусы и хантавирусные инфекции», 2004 г. (цитата из НКРЯ)

Делаем Карту слов лучше вместе

Привет! Меня зовут Лампобот, я компьютерная программа, которая помогает делать Карту слов. Я отлично умею считать, но пока плохо понимаю, как устроен ваш мир. Помоги мне разобраться!

Спасибо! Я стал чуточку лучше понимать мир эмоций.

Вопрос: астматик — это что-то нейтральное, положительное или отрицательное?

Синонимы к слову «детекция&raquo

Предложения со словом «детекция&raquo

Понятия, связанные со словом «детекция»

Отправить комментарий

Предложения со словом «детекция&raquo

Мы постоянно обращаемся к психологии лжи с точки зрения её верификации, то есть использования разных методик, таких как инструментальная детекция лжи – опрос с применением полиграфа – и безынструментальная – профайлинг, когда человек исследуется без использования технических средств.

Во второй главе «Инструментальная детекция лжи с применением полиграфа» представлены современные теории выявления скрываемой информации, существующие в рамках психофизиологического подхода; охарактеризован метод специальных психофизиологических исследований; проанализированы с точки зрения степени информативности психофизиологические параметры, регистрируемые при инструментальной детекции скрываемой информации с помощью полиграфа.

Что это: опрос-анкетирование, «классический» психологический тест, проективная методика, инструмент особого вида психоанализа или детекция психофизиологических качеств человека?

Синонимы к слову «детекция&raquo

Карта слов и выражений русского языка

Онлайн-тезаурус с возможностью поиска ассоциаций, синонимов, контекстных связей и примеров предложений к словам и выражениям русского языка.

Справочная информация по склонению имён существительных и прилагательных, спряжению глаголов, а также морфемному строению слов.

Сайт оснащён мощной системой поиска с поддержкой русской морфологии.

Источник

детекция

Смотреть что такое «детекция» в других словарях:

детекция — detekcija statusas T sritis automatika atitikmenys: angl. detection vok. Gleichrichtung, f rus. детектирование, n; детекция, f pranc. détection, f … Automatikos terminų žodynas

детекция — detekcija statusas T sritis chemija apibrėžtis Signalo, patvirtinančio ieškomo komponento buvimą, išskyrimas. atitikmenys: angl. detection rus. детектирование; детекция … Chemijos terminų aiškinamasis žodynas

Вестерн блоттинг — Вестерн блот анализ белков, разделенных при помощи градиентного электрофореза в полиакриламидном геле в присутствии SDS.[1] Вестерн блоттинг (белковый иммуноблот, англ. Western blot) аналитический метод, используемый для определения… … Википедия

Вестерн-блот — Вестерн блоттинг (вестерн блот, белковый иммуноблот, англ. Western blot) аналитический метод, используемый для определения специфичных белков в образце. На первом этапе использует электрофорез белков в полиакриламидном геле для… … Википедия

Мочевина — Мочевина … Википедия

Профайлинг — («англ. profile» профиль) это понятие, обозначающее совокупность психологических методов и методик оценки и прогнозирования поведения человека на основе анализа наиболее информативных частных признаков, характеристик внешности,… … Википедия

Полиграф — У этого термина существуют и другие значения, см. Полиграф (значения). У этого термина существуют и другие значения, см. Детектор лжи (значения). Современный компьютерный полиг … Википедия

Бломберген, Николас — Николас Бломберген Nicolaas Bloembergen … Википедия

Анеуплоидия — МКБ 10 Q90.90. Q98.98. МКБ 9 758 … Википедия

Транслокация — Реципрокная транслокация между хромосомами 4 и 20. Транслокация тип хромосомных мутаций, при которых происходит перенос участка хромосомы на негомологичную … Википедия

Источник

Какие виды детекции полезны в видеонаблюдении. Механизмы и функции

Сигнал извещения при обнаружении движения (детекция) в поле зрения камеры – это базовая функция, без которой невозможно представить современную систему видеонаблюдения. Однако даже у этой простой и понятной для пользователя функции есть множество нюансов, влияющих на стоимость и качество работы всей системы.

Сегодня мы познакомим вас с различными видами детекции, используемых в камерах видеонаблюдения, расскажем об их преимуществах и недостатках, подробно сравним устройства, интегрированные с облаком, и с аналитикой «на борту».

Мы предлагаем несколько решений, которые построены на алгоритмах определения объекта и движения в кадре:

Детектор движения — это часть системы видеоаналитики, доступной для всех камер сервиса Ivideon. Он определяет движение в выбранной области, а если пользователь её не задал, то детектор работает по всей зоне кадра. В основе детектора лежит алгоритм, создающий фоновое изображение и сравнивающий последующие кадры с фоном. Таким образом удается избежать ложных срабатываний при небольшом изменении кадра. Например, детектор не сработает, если за окном пролетит птица. Но сработает, если неподвижно сидящий человек начнет двигать рукой. Кроме сравнения кадров с фоном применяются дополнительные алгоритмы обнаружения движения, повышающие качество работы.

Детектор очередей — это модуль видеоаналитики, который используется для обнаружения очереди на основе подсчёта голов в кадре. Детектор разрабатывался с использованием машинного обучения, то есть его точность увеличивалась по мере использования.

Распознавание лиц — технология видеоаналитики, которая чаще всего необходима крупным компаниям банковского и страхового сектора, где существуют высокие требования к безопасности и соблюдению служебной тайны. Подробнее о ней мы писали здесь (ссылка на статью про эмоции).

Все эти технологии появились после долгой эволюции, начало которой положили аналоговые детекторы.

Аналоговый внешний детектор движения

Пассивный инфракрасный датчик пироэлектриком фиксирует уровни инфракрасного излучения

Ранее на рынке систем видеонаблюдения господствовали аналоговые камеры со стандартным разрешением, как правило, 576р. Для активации записи при обнаружении движения использовались отдельные внешние датчики.

В них устанавливались чувствительные к теплу инфракрасные сенсоры, которые реагировали на появление в зоне контроля источника тепла (человека) и определяли факт его передвижения. Сигнал с датчика активировал запись изображения с камеры на кассету видеомагнитофона или срабатывание сигнала тревоги в системе безопасности.

Стандартный ИР-датчик движения

Такая технология применяется и сегодня благодаря низкой стоимости, высокой чувствительности и возможности работы с дешевыми аналоговыми камерами, но все плюсы нивелируются серьезными проблемами использования аналогового детектора.

Во-первых, его датчик охватывает своим «недремлющим оком» всю охраняемую площадь. У вас нет возможности закрыть от детектора определенный сектор, в котором может быть, например, движение теплых воздушных масс. В этом случае вы столкнётесь с периодическими ложными срабатываниями, а охрана объекта получит головную боль.

Конечно, можно попытаться минимизировать ложные срабатывания, регулируя чувствительность детектора и меняя угол наблюдения, но это не всегда лучшее решение.

Во-вторых, к ложным срабатываниям датчика могут привести различные атмосферные явления: снег, дождь или пыль. Он также довольно чувствителен к искусственным помехам.

Определяем активность в кадре

Мультиплексор для работы с аналоговыми камерами (с)

С развитием цифровых технологий обработки видеоданных появилась возможность встраивать детекторы активности в мультиплексоры, хотя сами камеры на том этапе еще были аналоговыми.

Задачей мультиплексора является сведение видеопотока от нескольких камер в единый видеоряд для демонстрации на мониторах охраны и записи на Time Lapse-видеомагнитофон.

Именно тот период можно считать переломным моментом в развитии технологии детекции. И здесь нет опечатки: речь идёт о распознавании активности в специально отмеченных зонах кадра – эту операцию и производил мультиплексор.

Его можно было запрограммировать на определение активности в видеоряде, поступающем с одной или нескольких камер. С этой целью кадр разбивался на зоны (как правило, 256 зон 16х16 квадратов), и в процессе настройки системы специалист мог выбрать, в каких зонах нужно анализировать активность, а в каких нет.

В отличие от аналогового датчика движения тревожный сигнал формировался при наличии активности только в выбранных зонах, а не на всей площади кадра. Такой подход обеспечивал большую гибкость и удобство контроля, сводя к минимуму ложные срабатывания системы.

Ещё одним плюсом этой технологии можно считать возможность активации записи со стандартной частотой кадров при наличии активности на камере. В мультиплексоре была возможность настроить запись видеопотока с конкретной камеры в полнокадровом режиме, чтобы потом получить нормальное динамичное видео без рывков и пропуска кадров, с плавной передачей эффекта движения. Видео же с остальных камер продолжало записываться с пониженной частотой кадров.

Технология обладала существенными преимуществами по сравнению с аналоговой детекцией движения. В первую очередь, меньше ложных срабатываний за счет гибкой настройки зон контроля. Такая система практически не была подвержена влиянию атмосферных осадков.

Прогресс не стоит на месте, и на смену аналоговым камерам видеонаблюдения стандартного разрешения пришли цифровые Full HD-камеры, а аналоговые мультиплексоры и Time Lapse-видеомагнитофоны были вытеснены цифровыми регистраторами, а также локальными и облачными видеосерверами. Всё это привело к тому, что пользователи цифровых систем видеонаблюдения получили дополнительные возможности, о которых мы и расскажем вам ниже.

Детектор активности, встроенный в камеру

(с)

Появление мощных DSP (цифровых сигнальных процессоров) для обработки видео дало возможность разработчикам встраивать детекторы движения (и не только их) непосредственно в саму камеру. Мы будем называть такие камеры «умными», или «камерами с аналитикой».

Вы можете выбрать в кадре нужную зону, активность в которой хотите отслеживать, и при этом вы, как правило, не ограничены только квадратами определенного размера. Умные камеры позволяют задавать зоны любого размера и формы и активировать запись, например, на установленный флеш-накопитель. И конечно, они могут передать тревожный сигнал.

Умные камеры не ограничиваются только определением наличия движения в кадре. Более продвинутые модели могут отправлять уведомления о различных событиях на объекте, например, на электронную почту.

У некоторых камер есть возможность настройки временного интервала отслеживания движения. И конечно, большинство современных камер с аналитикой еще и выделяют в кадре подвижные объекты, на которые оператору нужно обратить внимание.

Заметим, что сейчас набирают популярность технологии, недоступные ранее для большинства систем видеонаблюдения:

Также необходимо учитывать и размер, который занимает в кадре распознаваемый объект. Согласно требованиям европейского стандарта EN 50 132-7, для обнаружения, распознавания и идентификации людей и объектов введено понятие «плотность пикселей», или количество пикселей изображения на 1 м горизонтального расстояния до наблюдаемой цели.

Как видите, для уверенного обнаружения людей в кадре требуется плотность не менее 40 мм/пиксель. Понятно, что распознавание людей — это достаточно сложная задача, поэтому требования к качеству изображения здесь предъявляются очень высокие.

А если мы возьмем, например, задачу распознавания автомобильных номеров, то для этого высота номерных знаков и букв должна составлять примерно 15 пикселей, что эквивалентно 200 мм/пиксель.

Помимо качественной картинки самую важную роль в любой детекции играют используемые алгоритмы.
Детекция внешняя и встроенная

Программы детектирования могут быть встроены в камеру или располагаться на удаленном видео- или облачном сервере.

Рассмотрим достоинства и недостатки этих подходов.

Поговорим о недостатках встроенной детекции.

Любая встроенная в камеру функция повышает её стоимость. Ведь разработчику нужно создать соответствующее ПО и провести его отладку и тестирование. А покупатель должен всё это оплатить.

Как правило, большинство встроенных в камеру алгоритмов детекции являются достаточно упрощенными. Ведь производителю проще написать ПО один раз и продавать его как можно дольше.

Процессор Fullhan 8520 в камере Dahua (c)

Качественные алгоритмы детекции требуют для своей работы мощные DSP, а чем мощнее процессор, тем дороже будет камера. Получается, что покупатель фактически оказывается «привязан» к строго определенному, зашитому в камеру алгоритму детекции, который может быть не слишком эффективным, а производитель не спешит выпускать обновление. Или он не всегда может это сделать в случае со старым «железом». Производителю проще выпустить новую, более дорогую камеру, чем тратить время и деньги на доработку старой.

Планируя покупку камеры, особенно у производителя из низкого ценового сегмента, задумайтесь о том, нужны ли вам «фичи» в виде встроенной детекции. И сейчас объясним, почему.

Достоинства и недостатки внешней детекции

Алгоритмы проанализируют отправленный на облачный или локальный сервер видеопоток и выдадут результат. Именно этот вариант реализован в Ivideon.

В отличие от зашитого в камеру алгоритма детекции движения, работа над улучшением используемых в нашем облаке технологий не прекращается. В частности, мы совсем недавно обновили настройки детектора движения в личном кабинете сервиса.

Все настройки в кабинете пользователь может делать удаленно с ПК или любого гаджета. Теперь мы добавили раздел «Детекция», в котором можно настраивать зону и чувствительность детектора движения. Аналогичные настройки есть и для звукового тракта.

Настройка детектора движения простая и наглядная: пользователю не надо думать, насколько эффективны алгоритмы детекции и как их обновить. Этими вопросами занимаются наши программисты.

Использование сервиса облачного видеонаблюдения позволяет легко организовать любую детекцию, независимо от типа и цены установленных на вашем объекте камер. Вы можете настроить детекцию движения или активировать функцию распознавания лиц. Вам не нужно приобретать новые камеры, достаточно просто выбрать нужную опцию в личном кабинете сервиса.

Источник

Детекция движения в ПО видеонаблюдения

В этой статье мы рассмотрим принципы использования программных детекторов движения, возможности и сферы их применения, ну и по традиции дадим рекомендации по проектированию и наладке систем видеонаблюдения, требующих использования детекции движения.

Что такое детекция движения

Детекция наличия движения – функция, решающая задачу оперативного визуального обнаружения тревожных событий на охраняемом объекте. Без неё сотрудники службы безопасности вынуждены были бы неотрывно следить за множеством изображений с камер на множестве мониторов. Автоматическое же обнаружение движения позволяет исключить человеческий фактор из процесса обработки тревожных событий, тем самым повышая общую эффективность всей системы видеонаблюдения и безопасности.

Здесь и далее мы говорим о детекции движения, основанной на анализе изображения. И её ни в коем случае не стоит путать с разного рода аппаратными детекторами вроде ИК-датчиков, радиодетекторов, ультразвуковых устройств и т.п. Аппаратные детекторы не имеют дела с изображением – и это статья не о них.

Вот как раз движение он и не обнаруживает. Детектор определяет факт изменения изображения, изменения в самой картинке. Наиболее распространенный способ – оценка изменения контрастности двух соседних пикселов, исходя из соображения, что движение объекта вызывает изменение освещённости пикселов на матрице.

При этом очень важно понимать, что картинка может меняться не только при возникновении движения, но и при изменении освещённости, появлении бликов, возрастании уровня шумов при наступлении ночи, даже при изменении цвета наблюдаемого объекта.

Типы детекторов движения

Детекторы движения (по изображению) принято делить на т.н. программные и встроенные в IP-камеры. Под программной понимают функцию детектирования, присутствующую в ПО видеонаблюдения. Встроенной называют функцию детектирования движения, реализованную в «прошивке» IP-камеры. На самом деле и то и другое – детекция программная, т.к. она происходит по некоему математическому алгоритму обработки изображения, и термин «встроенный» следует понимать как «с помощью ПО, работающего в самой камере».

Конечно, детекторы можно классифицировать и по типам применяемых алгоритмов и по каким-то другим признакам, но такие классификации вряд ли принесут пользу специалистам-практикам, занятым проектированием и наладкой систем видеонаблюдения.

Какая же разница между детекторами в камерах и детекторами в ПО? Разница заключается в следующем:

в камерах работа происходит с «сырым», необработанным, несжатым изображением. Детекторы в ПО имеют дело с дважды преобразованным (сжатие в камере –> декодирование в «софте») изображением;

детектору в ПО требуется минимум два кадра чтобы «увидеть» наличие движения. Детектору в камере вообще необязательно работать с кадрами – он может оценивать изменение освещенности непосредственно светочувствительных элементов матрицы;

детекторам в ПО в принципе не важен источник изображения – они работают со стандартным видеопотоком, который можно получать с любого видеоустройства. Детекторы в камерах работают только с теми самыми конкретными камерами, в которые они «зашиты».

Т.к. в силу специализации мы имеем дело, прежде всего, с детекцией в ПО видеонаблюдения, то дальше мы немного поговорим об особенностях программной детекции движения.

Особенности программной детекции движения

Ещё раз уточним, что речь идёт о функции детектирования движения в ПО видеонаблюдения, работающем на видеосервере. Теперь по порядку:

Детекция движения всегда производится на преобразованном изображении
Да, очевидно, что для работы с «картинкой» эту самую картинку надо получить, распаковав приходящий с камеры сжатый видеопоток. Т.к. при сжатии всегда происходит ухудшение качества изображения (пусть даже и незаметное для глаза), то и эффективность работы детектора должна быть ниже (по сравнению с детектором в камере). На практике, впрочем, разница редко заметна.

Детекция движения значительно нагружает платформу видеосервера
Прежде всего нагрузка ложится на центральный процессор видеосервера. В основе детекции движения по видеоизображению лежит довольно сложный алгоритм с множеством операций. В дополнение к этому изображение обязательно нужно распаковать (в отличие, например, от процесса записи в архив, при котором распаковка не требуется).
Часто, с целью снижения нагрузки на платформу, в ПО видеонаблюдения для работы детектора используются не все приходящие от камеры кадры, а только опорные, т.н. I-кадры. Положительный эффект от этого действительно есть, но, как мы уже рассказывали в статье и показывали в видеоролике на YouTube, есть и сильная зависимость эффективности детекторов движения от параметров входящего видеопотока.

ПО оценивает изменения контрастности, но могут использоваться и другие методы
Утверждение, честно говоря, нельзя считать проверенным, т.к. производители не спешат заявлять о подробностях, объявляя их коммерческой тайной. Остаётся надеяться, что кто-нибудь из разработчиков ПО приоткроет тайну и расскажет о своих «нестандартных» методах хотя бы в комментариях к этой статье.

В разных ПО — разные алгоритмы работы детекторов
К сожалению, мало что известно о принципах работы программных детекторов, т.к. производители считают эти принципы коммерческой тайной. Но наши тесты показывают, что различные ПО по-разному нагружают платформу (при сходных требованиях к функции обнаружения движения) — и это косвенно говорит о разнице в алгоритмах.

Итак, мы рассмотрели теоретические моменты. Далее перейдём к моментам практическим и более интересным.

Проблематика детекторов движения

Детекторы движения работают неидеально. И это нередко становится неприятным открытием для начинающих специалистов охранного видеонаблюдения. Все недостатки, «подводные» камни» и нарекания на работу детекции движения можно поделить на две категории:

Давайте разберём их по порядку.

Детектор плохо обнаруживает движение

Как мы уже сказали, в основе детекции лежит поиск изменений на изображении, поиск изменения контрастности на соседних пикселях. Очевидно, что чем больше два разных кадра отличаются друг от друга, тем вероятнее сработает детектор. Но и наоборот — если изменения незначительны, то реакции детектора не будет. Неужели возможно такое, что движение объекта на самом деле есть, а изменений на изображении нет? Да, возможно по следующим причинам:

Объект по цвету, освещенности и прочим свойствам не отличается от обстановки, в которой он движется. Белый медведь на снегу, человек в зеленой одежде на траве, чёрная кошка в тёмной комнате — против них программный детектор будет бессилен.

Объект движется медленно, очень медленно. Настолько, что изменения контрастности пикселов сопоставимы с цветовым и яркостным «шумом», вызванным колебаниями освещённости, тепловыми процессами в матрице камеры и т.п. Если детектор не реагирует на эти шумы – не среагирует и на объект. Поэтому не стоит использовать детекторы движения для обнаружения весеннего половодья или движения ледников в горах.

В этих условиях возникает риск пропуска цели. При известной настойчивости всё-таки есть шанс настроить оборудование на обнаружение движения в этих условиях, понизив пороговые значения критериев, по которым определяется факт наличия/отсутствия движения. Но при этом возрастёт риск столкнуться со следующей, рассмотренной ниже проблемой.

Детектор обнаруживает слишком много движения

Иногда говорят, что «реагирует на всё подряд» или «срабатывает постоянно». Иными словами нарушителей и злоумышленников в поле зрения нет, а уведомления о движении идут непрерывным потоком. Да, конечно, при наступлении тревожного события детектор отреагирует, но его реакция растворится среди множества прочих уведомлений и останется незамеченной. Почему такое может происходить? Причина в итоге всего одна:

Хорошо, если возможно убрать постоянно «шевелящийся» объект из поля зрения камеры или повернуть камеру так, чтобы колеблющаяся ветка, кусок окна или постоянно работающий рекламный экран вышли из поля зрения камеры. Если такой возможности нет, надо смотреть на возможность как-нибудь настроить параметры детектора. Далее об этом и поговорим.

Возможности настроек детекторов движения

Расскажем о каждом параметре для настройки подробнее.

Настройки чувствительности

В большинстве ПО имеется возможность установки определенного значения степени изменения контрастности, фактическое превышение которого детектор будет считать движением. Конкретный смысл и механизм влияния этого параметра производители раскрывают крайне редко (ссылаясь на коммерческую тайну), предоставляя пользователю возможность задавать чувствительность в процентах или условных единицах. При установке нулевого значения детектор практически ни на что не будет реагировать, при выборе 100-процентного значения детектор будет реагировать на малейшие, порой не различимые глазом изменения «картинки». Подразумевается, что подходящие значения будет подбираться опытным путём.

Высокая чувствительность программного детектора движения. Детектор реагирует на все подряд.

Настройка размера

Здесь уже и проще, и понятнее. Пользователь задаёт размер области изображения (в пикселах или процентах от размера кадра) – и если количество пикселей, у которых изменилась контрастность меньше, чем заданное количество (как правило в %), то детектор проигнорирует это изменение. Таким образом можно исключить срабатывания на всякую «мелочь» вроде листвы, бликов, капель дождя, травы и т.п.

Настройки зоны

«зона детекции»
Зона, в которой программный детектор движения следит за наличием движения. Все, что происходит вне этой зоны не будет вызывать срабатывание детектора. Зоны детекции полезны, прежде всего, в случаях, когда по факту движения требуется подавать уведомление оператору, т.к. позволяет следить за каким-то конкретным объектом.

«зона исключения»/«маска детектора»
Зоны или даже зоны, в которых детектор будет игнорировать движение, реагируя только на события вне заданной области. Зоны исключения чаще всего используются для настройки ведения записи по срабатываниям детектора, т.к. даёт возможность исключить запись архива по заведомо ненужным событиям.

Зона детекции движения в ПО видеонаблюдения.

Зона исключения детектирования движения в ПО видеонаблюдения.

Пример использования маски детектора:

Детекция производится по всему кадру.

В зоне исключения детекция движения не производится.

Настройки перемещения

Довольно редко встречаемая категория настроек. Здесь имеется в виду возможность указать скорость перемещения и/или направление движения объекта. В теории это должно позволить исключить срабатывание детектора на слишком медленные или слишком быстрые перемещения либо наоборот – заставить детектор реагировать на эти перемещения. Настройки направления должны в результате давать возможность реагировать (или наоборот – не реагировать) на перемещения объектов в указанных направлениях.

По факту такие возможности используются довольно редко, т.к. если на объекте реально требуется следить за перемещениями объектов, то используется на порядок более эффективная и «продвинутая» видеоаналитика трекинга объектов.

Как мы уже сказали выше – разные производители ПО предлагают различные возможности настроек детекторов движения. Настало время посмотреть конкретно, что именно будет доступно при выборе того или иного ПО.

Возможности работы с детекторами в ПО разных производителей

Дальше мы посмотрим, что предлагают производители ПО в плане настроек детекторов движения в базовой поставке ПО (т.е. без учета возможностей дополнительных модулей аналитики). Т.к. все существующие на рынке программные продукты в пределах одной статьи рассмотреть невозможно, мы остановились на наиболее известных и распространённых продуктах.

Контраст, размер, зоны исключения.

Возможности настройки параметров детектора движения в ПО Axxon Next

Контраст, размер, скорость и направление движения, зоны детекции*, зоны исключения. Индивидуальная настройка зон

Возможности настройки параметров базового детектора движения в ПО Интеллект

Возможности настройки параметров зоны детектора движения в ПО Интеллект

Контраст, количество изменившихся в кадре пикселов, зоны исключения

Возможности настройки параметров детектора движения в ПО Milestone Xprotect

Размер, зоны исключения. Индивидуальная настройка зон.

Возможности настройки параметров детектора движения в ПО Macroscop

Размер, зоны детекции. Индивидуальная настройка зон.

Возможности настройки параметров детектора движения в ПО Trassir

* в ПО Интеллект понятие зоны отличается от общепринятого: зона – не выделяемый регион изображения, а набор условий для выполнения особых реакций, которые всегда работают со всей областью изображения (подробнее см. документацию к ПО Интеллект).

Как используются детекторы движения

Задача любого детектора движения – выдать уведомления о возникновении движения в наблюдаемой зоне. Как и где использовать полученное уведомление – определяется возможностями конкретного ПО. В базовый набор возможностей обычно входит:

Фиксация уведомления в журнале событий;

Включение видеозаписи по срабатыванию детектора;

Вывод уведомления оператору на экран.

Не всегда, но очень часто присутствуют и другие возможности:

Отправка уведомления по e-mail;

Вывод камеры, с которой пришло уведомление, на тревожный монитор;

Включение видеозаписи с улучшенными параметрами изображения (скорость, разрешение и пр.), предустановленными именно для тревожных видеозаписей (пример — в нашем справочном пособии);

Замыкание тревожных выходов для управления внешними устройствами.

Однако применение детекторов этим не ограничивается. Существующая видеоаналитика в массе своей использует для работы именно детекторы движения. Детекторы оставленных, унесённых предметов, межкамерный трекинг, распознавание номеров, подсчёт количества объектов – всем этим аналитическим функциям в той или иной мере требуются сведения о факте перемещения объектов в кадре, которые предоставляют детекторы движения.

По этой причине нельзя построить видеосервер с аналитикой, но без функции детектирования изображения. Требования высокой производительности серверов для видеоаналитики вызваны в том числе и нагрузкой от программного детектора движения.

Заключение

Обойтись без детекции движения в системе видеонаблюдения невозможно, их роль сложно переоценить. При этом детекторы нельзя просто поделить на два разных типа («камерный» или программный) – следует учитывать принципы работы детекторов в каждом конкретном ПО видеонаблюдения, дабы в итоге получить систему, оптимально подходящую для каждой конкретной задачи и конкретного объекта.

Именно поэтому в нашем автоматизированном сервисе расчёта не только учитываются особенности программных детекторов в разных ПО, но и присутствует опция выбора потока для детектирования и даже вариант использования встроенных детекторов IP-камер.

И, как обычно, наши советы и рекомендации:

Сомневаетесь в качестве интеграции камер? Требуется аналитика? В системе камеры разных марок и хочется удобно и единообразно настраивать детекцию?
Тогда очевиден выбор варианта с программным детектором движения.

Подобрали камеры и рассчитали видеосервер, но заказчик просит заменить ПО?
Обязательно рассчитайте видеосервер заново — разница в работе детекторов существенно влияет на требования к платформе.

Не хотите зависеть от параметров потока детекции движения?
Рассмотрите вариант использования «камерных» детекторов. Но не забудьте уточнить их поддержку в выбранном ПО.

Хотите знать что предшествовало тревоге, и что было после?
Для этого существуют функции пред- и постзаписи. Первая означает наличие программного буфера, с помощью которого записанное «по движению» видео начинается не с момента регистрации движения, а за несколько секунд до него. Вторая позволяет закончить запись спустя несколько секунд уже после прекращения срабатывания детектора. В результате — при анализе архива — можно увидеть как само тревожное событие, так и ситуацию до и после него.

Источник