PublicatioЖурнал "Системы Безопасности" № 2‘2018

В данной статье будет предложен обзор реше- ний для конечных устройств, отвечающих за захват изображений, подготовку и доставку нуж- ной информации для последующего анализа и хранения на удаленных серверах. Небольшой экскурс в историю вопроса Первое поколение систем видеонаблюдения строилось на базе аналоговых камер, аналого- вых видеомагнитофонов и мониторов и ограничивалось мониторингом и записью изоб- ражений. Появление компьютерной техники открыло возможности для обработки получае- мых изображений. Для ввода изображений с аналоговых камер в компьютер использова- лись специальные платы – фреймграбберы (Framegrabber). Появление цифровых линий связи открыло эру цифровых, позже IP-камер. Вначале требования к качеству изображения по-прежнему ограничивались качеством ото- бражения "картинки" на экране монитора. Это позволило для сокращения издержек передачи и хранения больших объемов данных приме- нять алгоритмы сжатия с потерей информации – человек попросту этого не замечал. По мере роста вычислительных возможностей микро- процессоров, в первую очередь DSP и FPGA, и совершенствования алгоритмов обработки информации IP-камеры наращивали свою функциональность: появились детекторы дви- жения, интеллектуальные настройки управле- ния камерой, многопоточная трансляция. Про- изводители камер быстро раскусили преимуще- ства "интеллектуальной" начинки, и программ- ная функциональность IP-камеры стала во мно- гом определять ее стоимость. Анализ "на месте" несжатой исходной картинки позволил каче- ственно повысить достоверность и информа- тивность получаемой информации и, что нема- ловажно, сократить время реакции системы (Latency). Но стоимость разработки интеллекту- альной камеры и специализированного про- граммного обеспечения оставалась очень высо- кой и была доступна только крупным произво- дителям. Трансформация технологий разработки устройств и систем Ситуация качественно изменилась в течение последних пяти лет с появлением мощных мобильных платформ и графических ускорите- лей, во многом благодаря индустрии смартфо- нов, компьютерных игр, технологий облачных вычислений (Cloud Computing) и больших дан- ных (Big Data). Впечатляющими темпами идет параллельное развитие вычислительных плат- форм для встраиваемых и мобильных прило- жений и мощных суперкомпьютеров для обра- ботки огромных объемов данных, получаемых с интеллектуальных устройств. Прорывом последних 2–3 лет в прикладных задачах стало широкое распространение ней- ронных сетей, в том числе в областях видеона- блюдения и обработки изображений. Функ- циональные возможности современных мате- матических алгоритмов (и как результат – устройств и системы в целом) во многом опре- деляются качеством и количеством предостав- ленной для анализа информации. Разрабаты- ваемая традиционным способом с нуля видео- камера со встраиваемым процессором устаре- вает еще до начала производства: на рынке со все увеличивающейся скоростью появляются более мощные процессоры, более совершен- ные сенсоры для камер, более высокопроиз- водительные математические алгоритмы. Цикл разработки новых, все более сложных и мно- гофункциональных устройств сократился в разы и трансформировался из производства электронных плат и собственных базовых алго- ритмов в адаптацию вычислительных плат- форм (System on Module (SoM) – система на модуле) и оптимизированных для них про- изводителем этих платформ библиотек обра- ботки изображений. апрель – май 2018 www.secuteck.ru МАШИННОЕ ЗРЕНИЕ В И Д Е О Н А Б Л Ю Д Е Н И Е n w w w . a l l - o v e r - i p . r u 78 Максим Сорока Директор ООО "Витэк-Автоматика" Рис. 1. Эволюция камер в системах видеонаблюдения и интеллектуальных транспортных системах Выбор платформы для встраиваемых систем захвата и обработки изображений Часть I Широкие возможности современных камер машинного зрения, процессоров и ком- муникационных технологий позволяют создавать системы все более высокого потре- бительского уровня. Наряду с увеличением разрешения, повышением чувствительно- сти и скорости цифровых камер мы наблюдаем быстрое снижение стоимости, габа- ритов и потребления всего оборудования для захвата и обработки изображений, что расширяет традиционные и открывает новые области применения технологий машин- ного зрения, в первую очередь в виде встраиваемых систем