Kezdőlap
Intelligencia az IP-alapú videorendszerekben 1. rész
Amikor az intelligens videóról beszélünk, akkor véleményem szerint azt a témát boncolgatjuk, amely napjainkban a videorendszerek fejlődésének a legnagyobb hajtóereje. Nekem régóta meggyőződésem, hogy amióta a videorendszerek digitalizálása zajlik, azóta a hagyományos megfigyelő és eseménydokumentáló szerepük mellett/helyett egyre inkább egyfajta információfeldolgozó rendszerekké alakulnak át. Ez alatt azt értem, hogy maga a képi anyag egyre kevésbé érdekli a felhasználót, annál inkább a belőle kinyerhető információ. Csak néhány kiragadott példa ennek illusztrálására: matricaellenőrző-rendszer az autópályákon, vásárlói szokások elemzése, látogatószámláló egy üzletközpont bejáratainál, forgalmi szituációk elemzése, stb.
Az előző példák mindegyikében a felhasználó videoanyagok helyett számsorokat, grafikonokat, statisztikákat, büntető csekkeket, stb. kap az adott (videó) rendszertől. Ily módon az intelligens alkalmazások megjelenése a videorendszerekben jelentősen tágítja az iparág üzleti lehetőségeit. Korábban pusztán a biztonságot szolgálták, ami a cégvezetés számára gazdasági szempontból a „költségek” tételsorok között szerepelt és mint ilyen, alacsonyan tartandónak minősült. Az intelligenciával felvértezett rendszerek azonban hozzájárulhatnak a bevételek növeléséhez, ami megrendelői oldalról adakozóbb mentalitást válthat ki. Különösen, ha azt is tekintetbe vesszük, hogy az IP-alapú rendszerekben lehetőség van ezek integrált megvalósítására is, azaz fizikailag egy rendszerben megvalósítható a biztonsági és az „üzleti” alrendszer, teljesen eltérő felhasználói csoportokkal és alkalmazási területekkel.
Hogyan működik a gépi látás?
Talán már a bevezetőből is sejthető, hogy ez a témakör ma már olyan szerteágazó, hogy lehetetlen egy néhányoldalas cikk kereteibe belegyömöszölni. Éppen ezért azt a területet szemeltem ki, amely meglátásom szerint jelenleg a legnagyobb jelentőséggel bír és talán a legtöbb lehetőség rejlik benne, ez pedig az objektumkövetésen alapuló megoldások családja.
Sok szempontból leghatékonyabban az emberi agy képes intelligens videofeladatokat megoldani. Számára az olyan feladatok, mint az arc- vagy rendszámfelismerés, egy rossz irányba haladó jármű, eltűnt- odatett tárgy, egy verekedés felismerése teljesen rutinszerűek és pillanatok alatt nagy biztonsággal oldja meg ezeket. Nagyszerű! Ültessünk minden videomegfigyelő-rendszer központjába embereket és a kisujjukból kirázzák ezeket a feladatokat. Jól hangzik, de van néhány bökkenő. Először is az ember – és vele az agya is – fáradékony. Számos tanulmány igazolja, hogy kb. 20 perc után az operátorok a fontos információk kb. 90%-át elvesztik, pusztán azért, mert a koncentrációjuk csökken. Nem szeretik a monoton, sokszor ismétlődő feladatokat, esetleg szándékosan is „tévedhetnek” és nem utolsósorban drága az alkalmazása.
Ezzel szemben a „gépi látás” ugyan tökéletlenebb, rosszabb hatásfokú, többet téveszt, viszont 0–24-ig rendelkezésre áll, nem nyafog, végzi a dolgát, ha kell ugyanazt a feladatot milliószámra ismétli az emberi agy „árának” (amennyiben erről egyáltalán beszélhetünk) a töredékéért.
Intelligens videO- alkalmazások csoportosítása
Az intelligens videorendszerek többféleképpen csoportosíthatók. Tekintsük át a funkcionalitáson alapuló csoportokat a teljesség igénye nélkül, a leggyakoribb alkalmazásokra koncentrálva:
Az elsőbe tartoznak azok az algoritmusok, amelyek valamilyen mintát keresnek és elemeznek a képeken. Ebbe a csoportba sorolható többek között a rendszám- és arcfelismerés, arcdetektálás.
Rendszámfelismerés: Az algoritmus megkeresi az adott képen a rendszámot, majd ha talál olyan képrészletet, amelyet rendszámnak azonosít, azon lefuttat egy OCR (karakterfelismerő) rutint és karakteres formátummá alakítja azt. Ez már bekerülhet egy adatbázisba és különböző műveleteket lehet vele végezni, illetve sorompót vezérelni, lopott autót keresni, matrica érvényességét ellenőrizni, stb.
Arcdetektálás: Ennek során az algoritmus arcokat keres a képen és megjelöli, például bekeretezi azokat.
Nem- és kormeghatározás: Ha megtörtént az arc detektálása a képen, akkor ez az eljárás meghatározza az arc „tulajdonosának” a nemét és korát, az arc különböző jellegzetességei alapján.
Arcfelismerés: A képen azonosított arcokat egy háttéradatbázis alapján megpróbálja azonosítani. Ennek során egy személyről általában több előzetesen készített kép áll rendelkezésre, ezek jellegzetességeiből (pl. szemek távolsága) személyenként tanult modell kerül összehasonlításra a kameraképen detektált arcokkal. Az ilyen rendszerek alkalmazhatók beléptetőrendszerekben, illetve körözött személyek keresésében egyaránt.
Természetesen a fentieken kívül nagyon sokféle „mintaelemző” algoritmus elképzelhető, köztük sok egyedi, csak néhány speciális helyen alkalmazható, de a működési lényegük a fentiekhez nagyon hasonló.
Objektumkövetésen alapuló algoritmusok
Az objektumkövetők a videón először egy bizonyos szempontból „érdekes” objektumot keresnek. Érdekes lehet az objektum, mert mozog (háttérmodell-alapú algoritmusok), vagy mert bizonyos típusú jármű, vagy jellegzetes karakterű-öltözetű ember, (objektumdetektort használó algoritmusok).
A megtalált objektumok követése a rájuk leginkább jellemző tulajdonságok, mintázat, szín, kontúr alapján történik képről-képre. Ezek a tulajdonságok az algoritmus fejlesztése során úgy kerülnek kiválasztásra hogy általuk az objektumok a háttértől, illetve egymástól is megkülönböztethetőek legyenek.
Ha van egy ilyen robusztusan működő algoritmusunk, akkor ahhoz, hogy értékelhető információkat nyerjünk ki a rendszerből, különböző szabályokat kell felállítanunk. Például, ha egy bejáratnál embereket akarunk ezzel a módszerrel számolni, akkor egy vonallal ki kell jelölni az áthaladási zónát és ha az áthaladás megtörténik ezen a vonalon, akkor ugrik egyet a számláló. Mivel az is viszonylag könnyen meghatározható, hogy az objektum melyik oldalról érkezett, így a ki- és belépések is különválaszthatók. Járművek sebességét is meg lehet határozni, ugyanis az objektum által a képen adott idő alatt megtett utat pixelben ki lehet számolni és ha ezt átkonvertáljuk valós távolságokra (kalibráció szükséges), akkor máris megkapjuk a jármű sebességét méter/mp mértékegységben, ami könnyen átváltható a szokásos km/h-ra.
Természetesen a valós körülmények mindig gondoskodnak arról, hogy a szoftverfejlesztőket ne az unalom ölje meg, hiszen mindig akadnak olyan szituációk, amelyek megtréfálják a szépen muzsikáló algoritmusok működését. Lássunk ezek közül néhányat. A szél által mozgatott fák, a gyors fényváltozások, vagy a háttér változása még a könnyebben vehető akadályok közé tartoznak, de az árnyékok káros hatásainak kiszűrése például már komolyabb kihívások elé állítja az algoritmusok csiszolgatóit. Ám az igazán bátrak bemerészkednek az éjszaka világába is, hiszen ilyenkor teljesen megváltozott feltételek között kellene a nappalihoz hasonló pontosságot produkálni. Ilyenkor bezajosodnak a képek, nehezen ismerhetők fel az objektumok és megjelennek az olyan „szellemek” is, mint például a kamera üvegén duplán megjelenő reflektor, amelyből az egyik pl. teljesen más irányba halad. Itt jegyezném meg azt, hogy például ezek felismerése egy emberi megfigyelő számára teljesen triviális, őt egyáltalán nem zavarják meg, annál inkább a gépi algoritmusokat.
Egy objektumszámláló működés közben (bal oldali kép),
valamint a képre „festett” statisztikai adatok az áthaladt objektumokról (jobb oldali kép)
Néhány tipikus objektumkövetésen alapuló alkalmazás:
Objektumszámlálás: Egy adott területen (például bejárat, útszakasz) áthaladó objektumokat számlálja meg. Az alkalmazás kimenetként egy adott időtartamra vonatkozó be- illetve kilépő objektumok számát szolgáltatja.
Behatolásérzékelés: Egy adott területre történő behatolás észlelésére szolgál. Tipikus alkalmazási területe a kerítésvédelem, amikor egy valós, vagy képzeletbeli „digitális” kerítésen történő áthaladás érzékelése a cél.
Megálló objektumok észlelése: Akkor jelez, ha egy kijelölt területen valamelyik objektum megáll hosszabb-rövidebb ideig. Hasznos lehet pl. autópályák leállósávjának, vagy megállási tilalom alá eső útszakaszok figyelésénél.
Rossz irányba haladó objektumok észlelése: Elsősorban a közlekedés monitorozásban lehet hasznos. Jelzi például az egyirányú utcában, vagy az autópályán ellentétesen mozgó járműveket.
Objektumstatisztikák: Ebben rejlik a legnagyobb lehetőség, hiszen a nagyszámú objektum által generált adathalmazból, jól feltett kérdések segítségével, igazán hasznos információk nyerhetők ki. Például kereskedelmi alkalmazásoknál felmérhetik, hogy a vásárlók milyen útvonalakon járnak, hol töltenek el több időt, hol milyen sebességekkel haladnak, stb. Ezek segítségével aztán eldönthetik, hogy hová kell az egyes árucikkeket helyezni. De statisztikai adatok kellenek például egy torlódásos szituáció felismerésére is, hiszen egy ilyenben sok jármű vesz részt és az együttes viselkedésük alapján tud az algoritmus megfelelő következtetésre jutni a forgalom jellegét illetően. A kereskedelemben például fontos a kasszáknál álló sorok hossza.
Ám ezek csak a legkézenfekvőbb alkalmazások. Az élet szinte minden területén akadnak olyan feladatok, amelyeket a „gépi látás” segítségével lehet a leghatékonyabban megoldani, így a fejlesztések folytatódnak és a közeljövőben egyre újabb és újabb területeken jelennek meg ezek az alkalmazások.
Laczkó Gábor – Aspectis Kft.