Журнал "Системы Безопасности" № 4‘2022

С истемы, основанные на машинном зрении, уже сейчас широко применяются в области аналитики, автоматизации и контроля, беспи- лотного движения, и даже в игровой инду- стрии. Для любого человека понятна и привыч- на двумерная модель отображения и передачи изображения – именно так мы видим все, что нас окружает. Однако в ряде технологических процессов и при анализе состояния объекта двумерного отображения критически недоста- точно. Именно этот "недостаток" и восполняют системы машинного зрения, элементом кото- рых и являются камеры глубины. Где и зачем использовать камеры глубины? Основа камер глубины заключается в опреде- лении расстояния до объектов, идентификации и распознавании положения и объема. Иными словами, в вычислении глубины сцены и объ- екта, при этом двумерное изображение транс- формируется в трехмерное. Можно сказать, что двумерное изображение дополняется парамет- ром глубины. При этом информация об объекте представляется не просто в единицах яркости, а параметрами "пиксель/дальность". Это каме- ры, которые снимают видео, в каждом пикселе которого хранится не цвет, а расстояние до объ- екта в точке съемки. Такое представление весь- ма отличается от привычного нам "зрения" био- нических систем. Варианты применения на основе технологий машинного зрения могут быть почти повсе- местны: логистика, контроль качества, нави- гация, робототехника, точное распознавание лиц (в том числе и скрываемых), системы защиты и безопасности, системы, предотвра- щающие производственный травматизм, системы видеонаблюдения. Такая технология решает многие проблемы, с которыми сего- дня сталкиваются традиционные 2D-устрой- ства. Именно сочетание данных о глубине с высо- ким разрешением наряду с мощными алго- ритмами классификации открывает широ- кие перспективы и возможности использо- вания камер глубины в перечисленных областях. Исходя из прикладного применения, весьма условно можно выделить несколько основных технологий в развитии таких устройств: l Time-of-flight. Камеры, основанные на изме- рении задержки отраженного света. l Depth from Stereo. Камеры построения глуби- ны из стереосенсора. l LiDAR. Технология представляет собой актив- ный дальномер оптического диапазона, рабо- тающий на принципе измерения задержки отраженного света. l Structured Light. Камеры структурного света, когда есть проектор (часто инфракрасный) и камера, снимающая структурный свет проектора. l Light Field. Камеры светового поля, или пле- ноптические камеры. Рассмотрим подробнее каждую технологию. Камеры Time-of-flight Технология 3D Time-of-Flight (ToF) основана на измерении времени задержки света. Суть мето- да в том, что при освещении сцены модулиро- ванным источником света можно обнаружить и измерить фазовый сдвиг между прямым осве- щением и отраженным светом. Зная скорость света, длину модулируемой волны и время накопления заряда на матрице сенсора, можно с достаточной точностью вычислить разность хода лучей, а следователь- но, и расстояние до объекта, от которого про- изошло отражение. Из известных величин легко определить, что световая волна проходит 1 мм примерно за 3,3 пикосекунды и столько же в обратном направлении до сенсора. Отсю- да следующее следствие: для правильной син- хронизации в ToF-камерах используются чипы август – сентябрь 2022 www.secuteck.ru МАШИННОЕ ЗРЕНИЕ В И Д Е О Н А Б Л Ю Д Е Н И Е И В И Д Е О А Н А Л И Т И К А 78 Рис. 1. Оригинальное 2D-изображение и карта глубины Машинное зрение и 3D-камеры глубины Способы получения 3D-изображений в двумерном формате на основе нескольких базовых технологий и применении камер машинного зрения известны уже достаточно давно и традиционно использовались в научной и военной сферах. Но современное стремительное развитие и рост аппаратных возможностей в области цифровой обра- ботки значительно ускорили внедрение таких систем в сферу автоматизации про- цессов контроля и систем безопасности, в том числе и производственной Ж илищно-ком- м у н а л ь н о е хозяйство. Услышав это словосочетание, многим приходит на ум яркий образ слесаря Афони из о д н о и м е н н о г о фильма. Текущие трубы и сломанные домофоны, неразбериха и авралы, неэффек- тивные ТСЖ и произвол управляющих компа- ний, вечно недовольные жильцы… Этот стерео- тип преследует ЖКХ с советских времен и, увы, бывает актуальным и сегодня. Как ни странно, некоторые задачи в области жилищно-коммунального хозяйства можно решить с помощью видеонаблюдения. Приведу пример из собственной практики. В одном крупном жилом комплексе в центре Москвы управляющая компания столкнулась с проблемой контроля машино-мест на подзем- ной парковке. Постоянное присутствие посто- ронних автомобилей на чужих парковочных местах переполнило чашу терпения жильцов, а вслед за ними и управляющей компании. Установленная со времен строительства систе- ма управления подъемными воротами на бре- локах показала свою несостоятельность. Поми- мо постоянного копирования и передачи бре- локов, чужие автомобили постоянно проскаки- вали "паровозиком", благо ворота – весьма неторопливый механизм. После долгих обсуждений было принято реше- ние об установке автомобильных шлюзов с дополнительными шлагбаумами и системой распознавания номеров на каждой точке про- езда. Такое решение в связке с личным кабине- том не только предотвращает доступ посторон- них машин, но и ограничивает собственников ровно тем количеством машино-мест, которые были ими приобретены или сняты в аренду. Здесь мы видим пример, как видеоаналитика в виде системы распознавания государственных регистрационных номеров (а это ее правильное название) решает задачу, которую неспособны эффективно решить другие системы. На мой взгляд, из всего спектра программных аналитических модулей системы распознава- ния наиболее востребованы в реальной жизни. Недаром именно с системы распозна- вания номеров в далеких уже 1990-х гг. всерьез началась эпоха видеоанализа. Здесь уместно вспомнить главного разработчика данной системы и постоянного автора нашего журнала Михаила Вадимовича Руцкова, ушедшего от нас восемь лет назад. Михаил Арсентьев Редактор раздела "Видеонаблюдение", коммерческий директор ООО "Артсек" КОЛОНКА РЕДАКТОРА Как видеоаналитика помогает ЖКХ