Upload
miki-cozzolino
View
259
Download
0
Tags:
Embed Size (px)
DESCRIPTION
how to apply video analytics tech to improve video-surveillance
Citation preview
®
© Copyright 2012 – XTrust s.r.l.
La Video Content Analysis (VCA), indicata più diffusamente come «videoanalytics», è definita in Wikipedia come:
“… the capability of automatically analyzing video to detect and determine temporalevents not based on a single image. As such, it can be seen as the automatedequivalent of the biological visual cortex.”
Ovvero la capacità di elaborare inautomatico le immagini video (filmati)per identificare eventi, in manierasimile a quanto avviene con l’occhioumano.
®
© Copyright 2012 – XTrust s.r.l.
Nel corso della presentazione vedremo:
Esempi applicativi di video analytics
Problemi legati all’efficacia delle applicazioni (ma soprattuttodelle implementazioni)
Classiche applicazioni «state-of-the-art»
Soluzioni avanzate di video analytics
Quando è necessario realizzare un progetto personalizzato.
®
© Copyright 2012 – XTrust s.r.l.
Controllo oggetti abbandonati
Controllo perimetrale (zona aeromobile)
Monitoraggio code
Monitoraggio transiti anomali
Identificazione pattern sospetti
Gli ambienti aeroportuali richiedono controlli di sicurezza su ampi spazi, sia interniche esterni , con flussi molto intensi di passeggeri, che sono distribuiti anche sumolteplici code e costretti a sostare per lunghi periodi in attesa con bagagli sialeggeri sia pesanti. Le funzionalità di video analytics a supporto della sicurezza sonomolteplici, tra cui:
®
© Copyright 2012 – XTrust s.r.l.
Conteggio e analisi dei transiti
Analisi punti di attrazione
Identificazione colli di bottiglia
Ottimizzazione delle file
Analisi della reazione dei clienti
Gli esercizi commerciali, oltre ad avere ovvie esigenze di controllo ai fini dellasicurezza, possono trarre vantaggio anche da informazioni raccolte permigliorare il servizio offerto ai clienti e per analizzare l’orientamento dei clienti:
®
© Copyright 2012 – XTrust s.r.l.
Analisi del traffico e velocità
Identificazione veicoli fermi
Identificazione violazioni
Riconoscimento targhe
Mezzi abbandonati
Segnalazione incidenti
Nel settore dei trasporti, in particolar modo, le applicazioni che possonorichiedere l’utilizzo di video anlytics sono molteplici, per evidenziare eventi chepossono rappresentare un rischio per la sicurezza, intralcio al traffico, :
®
© Copyright 2012 – XTrust s.r.l.
Classificazione e identificazione delle imbarcazioni in transito
Identificazione posizione, direzione e velocità delle imbarcazioni
Identificazione automatica movimenti anomali
Verifica anomalie e conteggio nelle operazioni di imbarco e sbarco
Segnalazione incidenti Controllo automatico delle
videocamere PTZ
I porti hanno la caratteristica di ospitare una grande varietà di mezzi, persone e merce intransito: navi e barche di vario tipo e dimensione, passeggeri, addetti ai lavori, mezzi di terra,ecc. Le minacce alla sicurezza del porto e all’incolumità dei passeggeri sono molteplici ed ilmonitoraggio di ciò che sta avvenendo trova beneficio nella identificazione rapida di alcunieventi anomali, che possono essere evidenziati dalle applicazioni di video analytics:
®
© Copyright 2012 – XTrust s.r.l.
Lo scopo di un progetto è soddisfare l'esigenza del cliente e risolvere il suo problema
al meglio. La spinta verso una soluzione di VA può essere di natura economica o
finalizzata esclusivamente ad aumentare il livello di sicurezza.
Spesso i clienti si sono già informati riguardo a soluzioni disponibili sul mercato e
possono avere aspettative poco realistiche riguardo a ciò che le applicazioni di VA
possono offrire, sia in generale, sia nel loro caso particolare.
E’ importante chiarire che la scelta del software di VA incide solo in piccola parte sul
risultato. In un progetto di VA, il software è come la punta di un iceberg. Se una o più
delle altre componenti del progetto falliscono, il VA non funzionerà come previsto.
Anche i migliori applicativi di VA non possono offrire le prestazioni desiderate se integrati
in un sistema disfunzionale di videosorveglianza.
®
© Copyright 2012 – XTrust s.r.l.
VCA
Video Management
System
Configurazione videocamere
Hardware videocamere
Custodia videocamere e fissaggio
Luce artificiale (se necessario)
Comunicazione (rete o fibra) e alimentazione
Zona monitorata (idonea per la sorveglianza)
Comprensione dei requisiti e soluzione concettuale
®
© Copyright 2012 – XTrust s.r.l.
Quali sono le aspettative del cliente
-> "Troppo CSI?”
Di che cosa ha realmente bisogno?
Quali sono le minacce?
Come viene misurato il successo?
-> tasso di rilevamento vs tasso di falsi allarmi
-> prezzo vs prestazioni
-> …
Quale soluzione di VA è la più adatta il progetto?
®
© Copyright 2012 – XTrust s.r.l.
Ci sono oggetti visibili /distinguibili nella zona monitorata?
C’è tanta attività nella zona / background?
Ci saranno molti oggetti nella zona monitorata?
Esempio ambienti non idonei
®
© Copyright 2012 – XTrust s.r.l.
Definizione della rete di comunicazione e alimentazione
per impianti più grandi decidere tra un sistema centralizzato o un sistema di VCA e VMS distribuito.
Scelta tra soluzione VCA e/o VMS centralizzata o distribuita
E’ necessario considerare nel calcolo dell’energia necessaria anche le eventuali luci artificiali
®
© Copyright 2012 – XTrust s.r.l.
Soluzioneideale
Illuminazione errata
®
© Copyright 2012 – XTrust s.r.l.
La qualità dell'immagine è fondamentale per il coretto funzionamento di un sistema VCA; aspetti importanti da non sottovalutare:
Fissaggio videocamere – disturbo da vento e vibrazioni del terreno da macchine passanti
Evitare il posizionamento troppo basso e l’orientata in orizzontale
Evitare videocamera senza paraluce
Esempio posizionamenti non idonei
®
© Copyright 2012 – XTrust s.r.l.
Le applicazioni di VA non richiedono necessariamente immagini ad altra definizione, né un elevato frame rate; tuttavia è importante garantire sempre:
Di regola le applicazioni centralizzate di Vasi applicano flussi MJPEG.
E’ possibile prevedere flussi distinti per VA e altre applicazioni (es: registrazione).
poca distorsione
frame rate costante
buona sensibilità nel caso scarsa illuminazione
tolleranza ai cambiamenti d’illuminazione
minimo rumore termico
(meglio immagini scure che disturbate)
®
© Copyright 2012 – XTrust s.r.l.
Il VMS è una parte molto importante della soluzione Analytics. Nella maggior parte dei casi è l'unica interfaccia utilizzata dal cliente.
Il modo con cui vengono segnalati gli allarmi influisce notevolmente sull’esperienza dell'utente finale e sull'utilità dell'intera soluzione.
Le applicazioni di VA commerciali sono normalmente progettate per essere integrate con diversi VMS high-end.
.
®
© Copyright 2012 – XTrust s.r.l.
Asset protection
Intrusion detection
People slip and fall detection
People counting
License plate detection
®
© Copyright 2012 – XTrust s.r.l.
®
© Copyright 2012 – XTrust s.r.l.
VPN
®
© Copyright 2012 – XTrust s.r.l.
VPN
VA on Camera
Si sfrutta HW già presente a
bordo delle videocamera
VA applicato a monte della
compressione immagini
Vincoli imposti dalla
potenza dell’HW!
Massima scalabilità con
aggiunta videocamere
Disponibilità applicazioni
vendor-dependent!
Mono-camera vision e uso
limitato di sensori esterni!
®
© Copyright 2012 – XTrust s.r.l.
VPN
VA on Edge
VA applicato a immagini poco
compresse
Massima scalabilità al crescere
dell’installazione
Necessità di hardware
aggiuntivo!
!
Parziale indipendenza dalla
tecnologia
Compatibile con l’uso di multi-
camera vision e sensori esterni
Necessità di definire un
alloggiamento adeguato
®
© Copyright 2012 – XTrust s.r.l.
VPN
VA on Local VR
VA applicato a immagini poco
compresse
Buona compatibilità con
videocamere alternative
La qualità dipende dalla rete
locale!
!
Compatibile con l’uso di multi-
camera vision e sensori esterni
Possibilità di integrare VR e VA
nello stesso HW
L’hardware deve essere
opportunamente dimensionato
®
© Copyright 2012 – XTrust s.r.l.
VPN
VA on NOC
Massima flessibilità e
indipendenza dalle videocamere
e
Ottimizzazione dell’hardware su
scala WAN
Limiti imposti da esigenze di
compressione!
!
Compatibile con l’uso di multi-
camera vision e sensori esterni
Criticità nella progettazione
della rete
®
© Copyright 2012 – XTrust s.r.l.
VPN
Approccio ibrido
Si sfruttano al massimo le
potenzialità delle videocamere
Massima scalabilità e flessibilità
Uso minimo di hardware
aggiuntivo
Compatibiità con multi-camera
vision e uso di sensori esterni
Maggiore complessità di
progettazione e gestione!
®
© Copyright 2012 – XTrust s.r.l.
hv
Localizzazione 3D dei target, attraverso la modellizzazione del terreno, e la conseguente calibratura della videocamere
Integrazione visuale con mappe
Identificazione delle
minacce sulla base di :
Posizione
Altezza
Velocità
Direzione
Ingombro
®
© Copyright 2012 – XTrust s.r.l.
Possibile utilizzo di immagini «stereo», integrando il video di due telecamere, per una migliore identificazione dei target quando l’uso della ripresa 2D non è sufficiente.
Tracking :tramite l’uso di videocamere PTZ è possibile puntare in automatico sugli oggetti che rappresentano possibili minacce e zoomare sulla scena; Semplificazione per gli operatori
della sicurezza;
Registrazione più accurata degli eventi critici.
®
© Copyright 2012 – XTrust s.r.l.
Con la cucitura degli immagini provenienti da molteplici telecamere si ottiene un unico flusso videocon una visione panoramica dell’area sorvegliata. Consentendo all’operatore e/o al al sistema di videoanalytics di tracciare eventuali intrusioni in tutta la scena sorvegliata senza interruzioni.
®
© Copyright 2012 – XTrust s.r.l.
Soluzione in grado di combinare in tempo reale immagini provenienti da sorgenti di tipologia diversa(termico e visible-band) con funzionalità di zoom. Il sistema è in grado di fornire un quadro efficacecon situazioni in condizioni di giorno e di notte, su obiettivi vicini e lontani e attraverso il fumo, lanebbia e altre condizioni visive avverse o occluse.
La soluzione è disponibile anche come unitàintegrata, (Digital Barriers) che comprende unsensore combinato termico e visivo e un’unità dielaborazione che è in grado d’integrare sensoridi terze parti.
®
© Copyright 2012 – XTrust s.r.l.
Xtrust partecipa al consorzio D-SenS (Depth Sensing System for People Safety).
In D-Sens creeremo un framework con soluzioni di videoanalytics nei settori orientati alla sicurezza umana: SmartBuilding, Assisted living e Sicurezza.I partner del consorzio sono composti da centri di ricerca e PMI dei paesi Italia, Francia, Olanda, Finlandia e Austria, favorendo l’apporto di conoscenze e requisiti provenienti da un più ampio mercato.
Lo sviluppo sarà concentrato intorno a sensori di rilevamento d'immagini con informazioni diprofondità (visione in 3D) che forniscono preziose informazioni complementari alla classica visione2D aumentando notevolmente l'efficienza della Computer Vision. A differenza delle normalitelecamere, questi sensori di profondità come ad esempio telecamere time-of-flight forniscono inuscita un'immagine che contiene l'informazione della distanze degli oggetti visibili, la cosiddetta"mappa di profondità" che permette nuove possibilità e affidabilità per l'analisi automatica deglieventi in una scena monitorata. L'arrivo di nuovi sensori a basso costo come ad esempio la Kinectdella Microsoft sono sufficientemente economici per essere utilizzati in applicazioni di ogni giorno eper un mercato di massa.
®
© Copyright 2012 – XTrust s.r.l.
quando l’informazione che si vuole estrarre dai video non rientra nei casi “tipici” comunemente richiesti;
quando è possibile integrare nella scena informazioni provenienti da sorgenti (es: sensori) diversi;
quando risulta opportuno portare una applicazione su uno specifico hardware (non supportato dalle applicazioni commerciali), ad esempio per supportare una migliore scalabilità del software;
quando si vuole introdurre un nuovo stadio elaborativo nella catena applicativa, ad esempio per sfruttare meglio l’informazione all’interno di un particolare spettro visivo.
Le applicazioni commerciali di video analytics risolvono gran parte delle esigenze più comuni,configurando un numero elevato di parametri, per adattarsi a contesti applicativi anche moltodiversi.
Rimangono tuttavia alcuni casi particolari, nei quali non è possibile identificare una soluzionecommerciale pronta all’uso, e questo può accadere per diverse ragioni, e per esempio:
®
© Copyright 2012 – XTrust s.r.l.
Conversion
• Conversione di formato
• Applicazioni di filtri, ottimizzazione
Background
Subtration
• Estrazione delle parti di interesse
• Eliminazione informazioni irrilevanti
Mapping
• Trasformazioni geometriche
• Eventuale fusione 3D
Detection
• Eventuale integrazione con altre informazioni
• Logica applicativa: riconoscimento eventi
Integration
• Eventuali calibrazioni e adattamenti
• Integrazione con ambiente NVR / PSIM
®
© Copyright 2012 – XTrust s.r.l.
Utilizzare l’informazione proveniente da molteplici videocamere (più di 2 videocamere fisse) per riconoscere in maniera più accurata gli oggetti che si inseriscono nella scena
Semplificare le operazioni di calibrazione delle videocamere
Sfruttare HW basato su GPU e software scalabile per implementare il mapping e algoritmi più sofisticati di background subtraction.
Progetto sviluppato per rendere più efficace l’identificazione di bagagliabbandonati in aree critiche.
Obiettivi:
®
© Copyright 2012 – XTrust s.r.l.
Fasi impegnative più impegnative in termini di processing sono il backgroundsubtraction ed il mapping:
Background
Subtration
• Input: 720 x 576px a colori
• Output: 720 x 576px BW
Mapping
• Trasformazioni omografiche
• Fusione sorgenti
®
© Copyright 2012 – XTrust s.r.l.
La fusione dei profili rappresentanti glioggetti, ripresi da più videocamere produce unainformazione visiva combinata, che prende unaforma caratteristica di stella.La sovrapposizione di almeno tre profili produceuna informazione chiamata «blob».
I «blob», che vengono classificati tramite un codice,la posizione e dimensione, consentono diidentificare in maniera più accurata gli oggetti chetoccano il pavimento.
Le informazioni relative ai profili combinati ed iblob vengono gestite per identificare situazionianomale.
®
© Copyright 2012 – XTrust s.r.l.
L’utilizzo di GPUs consente di rendere più performante l’utilizzodell’applicazione. La scalabilità del codice consente di utilizzare l’applicazioneanche in contesti che prevedono l’utilizzo di numeri elevati di videocamereed applicare algoritmi più sofisticati di background subtraction.
La seguente tabella propone un raffronto tra le prestazioni ottenuteutilizzando l’algoritmo A-BGS di background subtraction con un processoreconvenzionale vs. la stessa applicazione che fa utilizzo di GPU.
Hardware Image Size Throughput
Intel Core 2 Duo CPU E7600 @3,06 GHz 720x576 2,79 fps
GeForce GTX 550 Ti 720x576 26,35 pfs
®
© Copyright 2012 – XTrust s.r.l.
Le applicazioni di video analytics non sono solomature, ma spesso possono produrre risultati chesuperano le aspettative
Aspetto fondamentale è l’accuratezza nellagestione di tutto il progetto, a partire dallacorretta definizione del requisito, passando peruna corretta progettazione di tutti gli elementi cheentrano a far parte dell’architettura, avendochiare in mente le esigenze di analytcs.
Molto si può ottenere da soluzionieconomiche, pronte all’uso. Quando queste nonsoddisfano il requisito, è possibile progettarel’applicazione partendo dal requisito.
®
Domande?
Grazie per l’attenzione.
v
v