- Да, только вы очень скоро попросите нас отключить эту функцию!
- ???!!!
Примерно такой диалог периодически происходит у нас с потенциальными заказчиками. Практически все производители и продавцы систем видеонаблюдения, а также ПО и сервисов для них, заявляют о возможности отправки сообщений или push-уведомлений о тревожных событиях. И это действительно работает, но, как всегда, есть одно но...
Как работает детекция движения в камере или регистраторе
Практически во всех системах детекция движения в кадре осуществляется за счет сравнения последовательности кадров. Если картинка (совокупность пикселей) меняется от кадра к кадру - алгоритм считает, что в кадре присутствует движение. Данный процесс реализуется силами камеры, если она цифровая, или регистратора, если камера аналоговая или по какой-то причине не до конца интегрирована с регистратором.Можно настроить детекцию движения не во всем кадре, а лишь в некоторой части, можно задать размер объекта или «уровень чувствительности» - порога доли отличающихся пикселей, выше которого срабатывает тревога. Отдельные наиболее продвинутые виды ПО и камер позволяют настроить скорость и направление движения объекта.
Недостатки подхода
Проблема заключается в том, что при уличной установке камер такая реализация детектора движения генерирует огромное количество ложных срабатываний. Снег, дождь, колышущиеся на ветру ветви деревьев и кустарников, мошкара, привлеченная светом ИК-прожектора – все это ведет к срабатыванию детектора. В итоге ночью, в дождливую или ветреную погоду мы будем получать сообщения о тревоге практически непрерывно. 
Вот так выглядит временная шкала архива в системе видеонаблюдения при сильном ветре.
Интересующих нас объектов (люди, крупные животные, машины в кадре не было).
Путем долгой и кропотливой настройки, доля ложных тревог может быть уменьшена, и поток тревожных push-сообщений станет реже, но полностью избавиться от них не удастся.
Путем долгой и кропотливой настройки, доля ложных тревог может быть уменьшена, и поток тревожных push-сообщений станет реже, но полностью избавиться от них не удастся.
Лучше ситуация с камерами, устанавливаемыми внутри помещений. Особенно если помещение без окон. В этом случае количество ложных тревог сокращается, т.к. погодные явления не могут оказывать влияние на работу детектора. Причиной нечастых ложных срабатываний могут быть:
- Летающие насекомые, привлеченные ИК подсветкой
- Пылинки и пушинки, пролетающие в непосредственной близости от камеры (в свете ИК прожектора их очень хорошо видно)
- Шумы матрицы, неизбежно возникающие при нехватке освещения в ночное время
- Изменение освещенности в кадре по тем или иным причинам
Пример. В помещении все спокойно, но свет фар автомобиля с улицы спровоцировал изменение освещенности во всей комнате. Даже если исключить из зоны детекции окна, сработка тревоги все равно гарантирована.
Пути решения проблемы
Существует несколько путей решения данной задачи. Первый – использование инфракрасных и прочих датчиков движения.Инфракрасный датчик - чувствительный к теплу инфракрасный сенсор, реагирующий на появление в зоне контроля источника тепла (человека) и за счет этого выявляющий факт его появления в зоне.
Данные датчики могут быть встроены в камеру (определить этот факт можно по аббревиатуре PIR в спецификации), что очень удобно т.к. не требуется отдельных проводов, источников питания и работ по монтажу. Однако есть и недостатки: ассортимент камер со встроенным PIR достаточно невелик, да и гибкость такого решения ниже, чем если бы мы подключали к камере внешний охранный извещатель. Ведь в этом случае мы можем подобрать в каждом конкретном месте установки оптимальную дальность и угол зоны обнаружения, применить помимо инфракрасных датчиков также оптические, радиоволновые и прочие.
Датчики могут подключаться как непосредственно к камерам (при наличии у них цифровых входов), так и к контроллеру охранной сигнализации. В этом случае две системы (охранная и видеонаблюдения) работают параллельно и могут обмениваться между собой информацией о событиях.
Второй подход базируется на использовании современного оборудования и программного обеспечения с глубокой видеоаналитикой. Модель глубокого обучения имеет значительно более сложную архитектуру по сравнению с традиционными системами. При использовании технологий глубокого обучения исходный сигнал проходит через несколько итераций обработки, в результате чего становится возможным определение и классификация объектов: человек, машина, грузовик и т.д. Таким образом мы получаем фильтр ложных тревог, который позволяет определить не просто факт появления движения или пересечения виртуальной линии, а конкретизировать тип объекта – обнаружено лицо, человек, автомобиль и т.д.
Применение Deep Learning выводит систему видеонаблюдения на новый уровень. Появляются широкие возможности настройки того, что мы считаем тревожным событием. Например, система может выявлять праздношатающихся людей, которые чересчур долго задержались у нашего забора. При этом просто проходящих мимо людей или проезжающие автомобили (вне периметра конечно) система зафиксирует, но тревогой не сочтет.
В этом примере видно, что из-за ненастной погоды (а также в виду невысокого уровня качества картинки конкретно этой камеры) временнАя шкала практически постоянно окрашена красным – камера детектирует движение. Но отфильтровав в списке событий (слева) тип событий «Люди обнаружены» мы видим всего 1 (одно) событие за весь день. Именно это событие мы завязали на СМС уведомление и получили одно сообщение о появлении людей в данной зоне (это был обход охраны)
Действия по срабатыванию детектора движения
Традиционно при срабатывании датчика движения система фиксирует этот факт в журнале событий и начинает запись видео на диски сервера или регистратора. Присутствуют и другие возможности, но часто их не используют и именно по причине постоянных ложных тревог:- отправка SMS, email, push уведомлений
- вывод уведомления оператору на экран
- включение сирены и/или стробоскопа
После прочтения данного материала, вам может показаться, что правильнее установить охранную систему, а видеонаблюдение не устанавливать вовсе. В этом есть логика, но только если система подключена к пультовой охране. В противном случае, получив на телефон уведомление о тревоге и не имея возможности визуально ее подтвердить или опровергнуть (ложные тревоги случаются даже у самых надежных видов датчиков, пусть и не часто) перед вами встает вопрос - что делать? Звонить в полицию? Мчаться на объект? Или ложиться спать дальше? Удаленное видеонаблюдение позволит визуально подтвердить (или опровергнуть) факт проникновения и принять соответствующие решения.
Специалисты БРОНТОСа будут рады проконсультировать вас по любым вопросам касательно описанной в данной статье проблематики. Мы всегда готовы предложить как внедрение новых систем с учетом описанных выше нюансов, так и модернизировать существующие охранные системы и системы видеонаблюдения с целью минимизации ложных срабатываний.