вторник, 26 мая 2009 г.

Открытый конкурс-тест систем видеонаблюдения и распознавания автомобильных номеров на выставке "Интерполитех"

30 октября по 2 ноября 2007 года на территории ВВЦ в павильоне №69 со­стоялась XI Международная выставка средств обеспечения безопасности государс­тва «Интерполитех».

Как и в прошлые годы, основными тема­тическими направлениями выставки были граница, таможня, системы безопасности и экстренная медицина. Компаний, ведущих свою основную деятельность в области ви­деонаблюдения, выставлялось немного, и среди последних были в основном посто­янные участники выставки «Интерполитех».

В настоящий момент системы распознава­ния автомобильных номеров находят доста­точно широкое применение. А сейчас обратимся непосредственно к проведенному на выстав­ке «Интерполитех» тестированию.

Конкурс-тест проводился среди систем считывания и распознавания автомобильных номеров, работающих в реальном времени. Целью настоящего тестирования было выяв­ление их эффективности. В этом мероприя­тии компании-разработчики участвовали на добровольной основе при согласии с прави­лами проведения этого мероприятия.

Организаторы постарались привлечь на тестирование по возможности большее ко­личество разработчиков систем распозна­вания автомобильных номеров. При этом к участию в конкурсе-тесте не допускались компании, которые не имеют своих собс­твенных разработок в области распознава­ния номеров, а в своих системах используют модули распознавания других компаний. Тем не менее, далеко не все известные нам отечественные компании, заявляющие о собственных разработках в области распоз­навания автомобильных номеров, решили принимать участие в этом тестировании. Хотя некоторые из этих систем, насколько нам известно, способны показать очень не­плохие результаты.

От участников требовалось предоставить компьютеры с заранее установленными на них системами распознавания автомобильных номеров, причем на конфигурации использу­емых компьютеров ограничения не наклады­вались. Помимо тестирования в одноканальном режиме, также планировалось оценивать эффективность работы систем в многоканаль­ных режимах. Для предварительной настрой­ки представителям компаний-разработчиков предоставлялось немного времени.
Накануне конкурса-теста практически все компании-участники получили демо-версии тестовых клипов, в которых было по 50 про­езжающих автомобилей. Набор номеров в этом клипе был ограничен, поэтому на осно­вании заранее предоставленного материала проблематично было провести серьезные работы по усовершенствованию модулей распознавания. Запись материала, использованного для изготовления тестовых клипов, производи­лась в летнее время на оживленных московс­ких магистралях (шоссе Энтузиастов и Сущев­ский вал) с помощью видеокамеры Sony 96E



яркое солнце и из-за работы автодиафрагмы в случае светлых автомобилей происходило затемнение номерной пластины. Этот эффект можно наблюдать на приводимом здесь кадре. В ночном варианте ролика в кадре появлялись блики на стекле гермокожуха. Как видим, ракурсы дневного и ночного ро­ликов несколько отличаются, что усложняло подбор оптимальных настроек системы видеонаблюдения.

Тестовые клипы последовательно пода­вались на все тестируемые системы. Все на­стройки, которые могли негативно влиять на результаты распознавания мы рекомендова­ли участникам отключить. При тестировании по нескольким каналам на каждый канал видеосигнал подавался с отдельной видео­камеры.При тестировании по нескольким каналам, чтобы избежать постоянной одновременной пиковой нагрузки на центральный процессор и одинаковости списков распознаваемых



номеров, было решено подавать разные тесто­вые клипы с разных видеокамер.

Методика тестирования была аналогична той, что проводилась в прошлом году. Подсчет результа­тов работы систем отдельно для светлого и тем­ного времени суток, а также суммарно произво­дился по следующим оценочным критериям:

• Распознавание безусловное (1 к 1) -полное совпадение цифробуквенной последовательности номера из тестового списка и распознанной последователь­ности при условии, что одному номеру из тестового списка соответствует только один номер результата распознавания.

• Распознавание условное - полное совпадение цифробуквенной последо­вательности номера из тестового спис­ка и распознанной последовательности при условии, что для одного номера из тестового списка имеется хотя бы один на кассету формата miniDV. При этом сама видеокамера использовалась только в качес­тве видеомагнитофона, а видеосигнал на ви­деокамеру подавался непосредственно с уже установленной черно-белой видеокамеры.

Тестовые клипы состояли из калибровоч­ной таблицы для ручной настройки яркости и контраста и основной части, включающей в себя запись по 300 проезжающих автомоби­лей в дневных и ночных условиях с передни­ми отечественными государственными регистрационными знаками. Критерием отбора автомобильных номеров являлась возмож­ность уверенного распознавания человеком символов на номерной пластине. Более того, из тестового клипа были исключены все ав­томобили, номера которых попадали в кадр только частично.

Номерные знаки в тестовых роликах на­ходятся в зоне видимости видеокамеры в среднем в течении 15 ТВ-полей, и наклон но­мерной пластины не превышает 10°. Размеры больших и маленьких символов составляет соответственно от 16 до 20 и от 20 до 25 пик­селов. Видеокамеры, с которых подавался за­писываемый видеосигнал, наклонены отно­сительно дорожного полотна под углами 16° и 30°по вертикали и до 5° по горизонтали.
В качестве иллюстрации приведем кадры из тестового клипа, предназначенные для проверки эффективности работы модулей распознавания, использованные на выстав­ке «Интерполитех». Справа показан кадр из тестового клипа с дневными условиями, сле­ва показан кадр из тестового клипа с ночны­ми условиями. Сложность дневных условий состояла в том, что в день записи было очень



писывались на компакт диск. Эти копии пе­редавались участникам и организаторам.

Во время проведения тестирования при­сутствовала конкурсная комиссия, в состав которой вошли заместитель начальника от­дела НИЦ БДД МВД России Сергей Овчаров, исполнительный директор выставки «Интер­политех» Николай Маричев и специалисты журнала ProSystem CCTV Станислав Поздня­ков и Алексей Зайцев.



В настоящем конкурсе-тесте принимали участие как уже знакомые нашим читателям компании «Новые Технологии» (система «CVS-Авто»), «Интегра-С» (система «Интегра-Видео-Авто»), «Технологии Распознавания» (система «Ураган») и «Мегапиксел» (система MegaCar), так и компании, с которыми ранее нам общаться не приходилось. Это ГУП НПЦ ЭЛВИС (система Senesys-Auto) и украинская компания «Видео Интернет Технологии» (сис-



тема Overseer Autocode). Также на конкурсе присутствовала компания «СМП» из Зеленог­рада, но по той причине, что задачи, которые призвана решать разработка этой компании «Трал Паркинг» связаны с КПП и парковками (на тестировании мы не располагали видео­роликом для проверки работы систем на пар­ковках), то эта система не смогла проявить все свои возможности.

При тестировании в одноканальном ре­жиме в первую очередь стояла задача оцен­ки эффективности работы систем в дневных и ночных условиях. При работе в много­канальных режимах использовали четыре тестовых ролика (везде дневные условия), в которых в разной последовательности при­сутствовал один и тот же набор автомобиль­ных номеров.
Чтобы исключить возможность фальсифи­кации результатов работы систем распознава­ния, тестирование по двум и четырем каналам было решено проводить в один день. Не сек­рет, что располагая списком номеров, по кото­рым будет происходить тестирование, можно программными средствами относительно за небольшой промежуток времени добиться стопроцентного совпадения отчетного списка с содержанием тестового клипа, даже не зная порядка следования проезжающих автомо­билей. Таким образом, в течение первых двух выставочных дней были протестированы сис­темы всех компаний-участников.
Кактолько мы получали список распознан­ных номеров от одной системы, сразу же на­чиналось тестирование следующей системы. Причем тут же оперативно осуществлялась обработка результатов распознавания.

В окончательном виде результаты были пре­доставлены участникам уже в четверг. Поэтому в тот же день по горячим следам для обсужде­ния результатов и методики тестирования на выставке был организован «круглый стол». С содержанием нашей дискуссии читатели могут ознакомиться в этом же номере журнала.

В последний день выставки участники мог­ли проанализировать состоявшееся меропри­ятие и пообщаться между собой, а также за­няться работой с клиентами.

В тех тестах суммарная вероятность правиль­ного распознавания для систем была от 69.3 до 89.8 %. Вероятность ошибочного распознавания (количество неправильных версий) была в диапазоне от 6.2 до 29.9-%, а ложного срабатывания - от 0.3 до 5.6 %.
Как видим, в сложных условиях системы довольно сильно различались по результатам, и компаниям предстояло еще много работать над их усовершенствованием. В условиях, сильно приближенных к реальным (но все же нереальных), ни одна из систем на тот момент не показала суммарную вероятность распоз­навания выше 90%. Впрочем, стоит отметить, что некоторые участники были к этому очень близки. Процент неправильно распознанных номеров был слишком высок, чтобы можно было использовать системы распознавания автомобильных номеров в комплексных авто­матизированных системах контроля автомо­бильного движения. Однако напомним, что в тот момент о введении в России повсеместно­го использования подобного рода комплек­сов речи еще не велось. К тому же у некоторых систем были проблемы с оптимизацией, что выражалось в высокой загрузке процессора даже при работе по одному каналу.

В приведенной таблице описаны конфи­гурации компьютеров, которые участники использовали при тестировании. Как видно, тактовая частота используемого процессора и объем оперативной памяти играли не самую важную роль в эффективности работы сис­темы. Хотя многие участники и постарались предоставить на тестирование ПК с мощными процессорами, это, скорее всего, было сдела­но, чтобы перестраховаться при тестировании многоканальных конфигураций.

Поскольку некоторые разработчики непос­редственно еще накануне тестирования очень активно дорабатывали систему, мы не всегда полностью приводим версию программной части комплекса.

В результате настоящего тестирования при работе по одному каналу вероятность распоз­навания оказалась от 79.3% до 98.0%, а это очень высокие значения. Суммарная вероят­ность ошибочного распознавания была от1% до 14.7 %, а вероятность ложного распознавания не превышала 1%. Видим, что при имеющихся в настоящем тестировании условиях результа­ты выросли у всех участников по сравнению с прошлогодним тестированием примерно на 10%, что связано даже не столько с прогрессом разработчиков, сколько со значительно облег­ченными условиями тестирования.Напомним, что в используемом тестовом клипе было мало надписей на автомобилях и



решеток. В случае ложных срабатываний сис­темы, как правило, результат распознавания представляет собой набор цифр и букв, кото­рый имеет мало общего с реальной цифро-буквенной последовательностью на номерной пластине. Поэтому при работе с базами данных возможный вред от распознавания надписей и решеток видится небольшим. Более значимым параметром является количество неправиль­ных версий распознавания. Это связано с тем, что в таком случае программа может ошибиться в одном или нескольких символах, но при этом



в результате получится реальная цифробук-венная последовательность, а это при работе с большими базами данных может спровоциро­вать ошибочное обнаружение совпадения.
Рассмотрим результаты, полученные при работе по одному, двум и четырем каналам в дневных условиях, которые были на этом кон­курсе-тесте. При работе по двум каналам прак­тически у всех участников результаты немного возрасли на величину от 0.5 до 1.7 %, и только у одной компании результат несколько умень­шился на 0.4 %. Улучшение показателей связано, вероятно, с тем, что участники по срав­нению с первым конкурсным днем во второй день смогли лучше настроить свои системы. У компании «Интегра-С» произошло улучше­ние результата сразу на 11.9 %, что, по словам разработчика системы «Интегра-Видео-Авто», связано в первую очередь с не совсем удач­ным подбором настроек при тестировании одноканальной конфигурации. Поэтому при вычислении среднего отклонения результатов двухканальной версии от одноканальной мы этот результат решили не учитывать. Тем бо­лее, что в случае четырехканальной конфиграции сложилась аналогичная ситуация. Среднее отклонение результатов двухканальной кон­фигурации от одноканальной конфигурации по всем системам составило 0.5 %. Различие вероятностей распознавания по каждому из каналов в такой конфигурации работы систем не превышало 3.7 %.



При работе по четырем каналам наблюда­лось незначительное снижение результатов по сравнению с одноканальным режимом в сред­нем на 0.4 %, (от 0 до 1.6 %). Опять же здесь ничего нельзя сказать о компании «Интегра-С», у которой результат распознавания зна­чительно улучшился. Различие вероятностей распознавания по каждому из каналов в четы­рехканальной конфигурации работы систем видеонаблюдения и распознавания не превышало 6.7 %.

Сравнение результатов двухканального и четырехканального режимов работы выявляет незначительное снижение результатов практи­чески у всех компаний-участников. В среднем, отклонение результатов в этом случае по всем системам составило 0.6 %. Как видим все диа­пазоны изменения рузультата лежат в пределах погрешности эксперимента, и на итоговую ве­роятность правильного распознавания количес­тво рабочих каналов оказывает незначительное влияние. Таким образом, можно считать, что проблема недостаточной производительности и оптимизации алгоритмов видеонаблюдения и распознавания в рассматриваемых системах разработчиками решена. Напомним, что распознавание сим­волов на номерных знаках по своей природе имеет вероятностный характер, ввиду чего не исключено появление ошибок и на очень хоро­ших с точки зрения распознавания номерах.




Для читателей может показаться немного странным тот факт, что в ночных условиях участники показали более высокие результа­ты, чем в дневных условиях. Объясняется это тем, что в дневном тестовом клипе размеры номерных пластин и символов на них были немного меньше, чем в тестовом видеоклипе с ночными условиями. Кроме того, из-за ра­боты автодиафрагмы при появлении в кадре автомобиля со светлым кузовом, происходи­ло затемнение области номера. В условиях ночного тестового клипа хорошо работала ИК-подсветка. Поэтому в ряде случаев номе­ра днем оказывались хуже для распознава­ния, чем ночью.

Использованные ролики и их содержание наглядно продемонстрировали одну из про­блем нашей методики тестирования систем видеонаблюдения и распознавания, которая заключается в необходимости записи большо­го объема видеоматериала в самых разнооб­разных условиях. В данном случае речь идет не только о разнообразии погодных условий, но и о разных углах поворота видеокамеры. Что­бы пояснить эту мысль приведем в качестве иллюстраций кадры из имеющихся в нашем распоряжении клипов, которые в дальнейшем могут быть использованы при тестировании систем распознавания автомобильных номе­ров. Камера установлена на высоте 6.5 метра на дорогой, вертикальный наклон камеры до­стигает 15-17°, угол горизонтального поворота камеры составляет примерно 10° и 20°.

Итак, в рамках выставки «Интерполитех» состоялось первое открытое тестирование систем распознавания автомобильных номе­ров и видеонаблюдения. Полученные результаты следует считать предварительными, а само тестирование ква­лификационным. И здесь наше мнение сов­падает с точкой зрения многих участников. На основе полученных результатов можно судить о динамике развития систем распозна­вания автомобильных номеров. Состоявший­ся конкурс-тест выявил основные недостатки




имеющейся методики, и на основе этого стало возможным определиться со способами уст­ранения имеющихся недостатков. По мнению редакции, только на основе результатов этого тестирования нельзя утверждать, что какая-либо одна система по своим характеристикам однозначно превосходит все остальные. В за­ключение мы приводим и комментарии самих участников открытого конкурса-теста.




Продолжение следует ...

пятница, 10 апреля 2009 г.

Проектирование систем видеонаблюдения

Разработка системы видеонаблюдения — очень сложная задача. Чтобы ее выполнить, мы должны обладать, как минимум, базовыми знаниями всех уровней системы, а также ее компонентов. Но еще более важно то, что до проектирования системы мы должны четко знать, что ожидает от нее потребитель.

Чего хочет потребитель?

Первое, и самое важное, без чего нельзя начинать проектирование системы видеонаблюдения - знание и понимание запросов потребителя. Потребители могут быть технически грамотными и многие из них могут разбираться в системах видеонаблюдения так же хорошо, как и вы. Но чаще всего онине знакомы с последними техническими достижениями и возможностями каждого компонента.

Прежде всего следует уяснить общую концепцию контроля и видеонаблюдения, которые требуются потребителю: будет ли вестись постоянный мониторинг телекамерами и 24-х часовая работа персонала безопасности, или планируется работа в автоматическом режиме (обычно с постоянной записью), или же предполагается сочетание обоих вариантов видеонаблюдения. Как только вы поймете, чего хочет заказчик, было бы неплохо разъяснить ему, чего можно добиться с помощью предлагаемого оборудования. Работать с небольшими и простыми системами достаточно легко, но как только они увеличиваются до 10 телекамер и более (некоторые из которых могут быть установлены на поворотных устройствах), нескольких видеомониторов, более одного места видеонаблюдения, нескольких датчиков тревоги и цифровых видеорегистраторов — задача намного усложнится.

Существует также множество неизвестных переменных, которые необходимо учитывать при разработке системы видеонаблюдения. Что случится, если одновременно сработают несколько датчиков тревоги? Какой видеомонитор должен показывать «тревожные» видеокамеры? Будет ли записываться изображение по сигналу тревоги, если видеомагнитофон(-ы) в это время воспроизводит(-ят) запись? Какой уровень приоритета для каждого оператора? И так далее.

Эти переменные определяют сложность системы и, как в математике, чтобы решить
задачу с большим количеством переменных, необходимо знать большее количество пара-
метров. Потребитель может указать специализированные параметры, но только после
того, как он поймет технические возможности оборудования.

Понятно, что для вас, как для эксперта видеонаблюдения, императивом является знание
компонентов, аппаратного оборудования и программного обеспечения, которое вы предлагаете, и пути наилучшего из возможных решения требуемой задачи.

Если в результате вы представите заказчику то, что обещали, или даже более, вы создадите у него благоприятное впечатление. Но если вы не выполните обещанного, то вашу работу, несомненно, сочтут неудовлетворительной. Помните, что когда потребитель удовлетворен вашей первой работой, появляются шансы, что он продолжит с вами работу.

Проще говоря: не следует утверждать, что система будет делать то-то и то-то, если сами не уверены и не можете гарантировать, что она выполнит все обещанное вами.

Поэтому для разработки хорошей, функциональной системы необходимо знать используемые компоненты, их преимущества и ограничения, как они взаимосвязаны и как потребитель хочет их использовать.

Первые требования, несомненно, будут соблюдены, поскольку вы не можете заниматься проектированием видеонаблюдения, если не владеете базовыми знаниями о таких системах. Последнее — то есть желания потребителя — можно определить в ходе телефонного разговора или при встрече с ним.

Следующее, что вам необходимо сделать — это провести обследование объекта в месте размещения видеосистемы. Ниже приведены вопросы, которые вы должны задать потребителю до начала разработки системы и до или во время обследования места установки.