Способ видеонаблюдения открытого пространства с контролем пожарной опасности



Способ видеонаблюдения открытого пространства с контролем пожарной опасности
Способ видеонаблюдения открытого пространства с контролем пожарной опасности
Способ видеонаблюдения открытого пространства с контролем пожарной опасности
Способ видеонаблюдения открытого пространства с контролем пожарной опасности

 


Владельцы патента RU 2534827:

Закрытое акционерное общество "НТК" (RU)

Изобретение относится к области видеонаблюдения, преимущественно открытых пространств, с контролем пожарной опасности и может быть использовано для слежения за лесными массивами в регионах со слабо развитой инфраструктурой. Технический результат заключается в повышении вероятности распознавания признаков пожара на открытой местности за счет ранней диагностики пожара по дымовым следам и потокам воздуха. Согласно способу производят видеомониторинг охраняемой площади, выделяют на получаемом изображении подвижные области, сравнивают эти области с образцовыми изображениями из библиотеки образов и принимают решение о возгорании на основании сходства полученного и имеющегося изображений, при этом выделение на изображении движущихся объектов производится путем разбиения всего изображения на прямоугольные блоки, смещение блоков со временем диагностируют по смещению центра блока, отдельные движущиеся блоки объединяют путем пространственной кластеризации, временную кластеризацию движущихся блоков производят по критерию пересечения траекторий отдельных блоков между собой, причем форму движущегося объекта восстанавливают путем отсечения коротких краев, соединения лежащих рядом краевых точек и сглаживания полученных границ, при этом внутреннюю область объекта восстанавливают по полученной границе, а классификацию выделенного подвижного объекта производят по нормальной составляющей оптического потока. 2 з.п. ф-лы, 1 ил.

 

Изобретение относится к области видеонаблюдения, преимущественно открытых пространств, с контролем пожарной опасности и может быть использовано для слежения за лесными массивами в регионах со слабо развитой инфраструктурой.

Известен способ обнаружения события для системы видеонаблюдения, содержащий обучающую фазу, в которой получают обучающие изображения контролируемой зоны в разные моменты времени в отсутствие любых подлежащих обнаружению событий, и рабочую фазу обнаружения, в которой получают текущие изображения упомянутой зоны, при этом обнаруживают событие путем сравнения текущего изображения с изображением, соответствующим линейной комбинации множества эталонных изображений, аппроксимирующих соответствующие обучающие изображения или совпадающие с ними, по заявке №2009106852/08, опубл. 10.09.2010 г.

Известный способ эффективен для ситуаций, в которых заведомо обеспечивается отсутствие подлежащих наблюдению событий, что при контроле больших открытых пространств трудно гарантировать.

Известен способ видеонаблюдения, позволяющий контролировать помещения и территорию, осуществлять видеозапись тревожных событий и непрерывную запись видеоинформации, согласно патенту РФ №2381533, опубл. 10.02.2010 г.

Способ имеет недостаточно высокую информативность при работе в режиме реального времени.

Известен способ видеонаблюдения, включающий этапы получения видеосигнала контролируемой зоны по меньшей мере одной видеокамерой, его передачи и его анализа по меньшей мере в одном вычислительном устройстве с памятью, в котором согласно изобретению полученный видеокамерой сигнал анализируют при помощи вычислительного устройства с использованием информации с описаниями тревожных ситуаций, заранее записанной в виде базы данных в памяти вычислительного устройства, по результатам анализа получают данные о цели, формируют управляющий сигнал, передают его на подвижную видеокамеру, приспособленную для наведения на цель в соответствии с управляющим сигналом, с помощью подвижной видеокамеры получают изображение цели, пригодное для дальнейшего анализа, и передают его для хранения в базу данных.

Предпочтительно в способе согласно изобретению по результатам анализа дополнительно формируют сигнал тревоги и передают его оператору. Анализ осуществляют с возможностью вычислять вектор скорости, текущую координату нахождения цели, и дополнительно формируют и передают на подвижную видеокамеру соответствующий управляющий сигнал для обеспечения наведения подвижной видеокамеры на цель. Управляющий сигнал передают на подвижную видеокамеру по последовательному каналу связи. Анализ сигнала от видеокамеры осуществляю с учетом параметров цели, выбранных из группы, включающей яркость, размер, длительность нахождения в контролируемой зоне, скорость и направление перемещения. (Патент РФ №2268497, опубл. 20.01.2006 г., принятый за прототип изобретения).

Известен способ видеонаблюдения и контроля пожарной опасности, согласно которому производят видеомониторинг охраняемой площади, выделяют на получаемом изображении подвижные области, сравнивают эти области с образцовыми изображениями из библиотеки образов и принимают решение о возгорании на основании сходства полученного и имеющегося изображений.

Техническая задача, которую решает заявляемое изобретение, состоит в повышении вероятности распознавания признаков пожара на открытой местности за счет ранней диагностики пожара по дымовым следам и потокам воздуха.

Задача решена тем, что в способе видеонаблюдения открытого пространства с контролем пожарной опасности, согласно которому производят видеомониторинг охраняемой площади, выделяют на получаемом изображении подвижные области, сравнивают эти области с образцовыми изображениями из библиотеки образов и принимают решение о возгорании на основании сходства полученного и имеющегося изображений,

Согласно изобретению выделение на изображении движущихся объектов производится путем разбиения всего изображения на квадратные блоки, смещение блоков со временем диагностируют по смещению центра блока, отдельные движущиеся блоки объединяют путем пространственной кластеризации, временную кластеризацию движущихся блоков производят по критерию пересечения траекторий отдельных блоков между собой, причем форму движущегося объекта восстанавливают путем отсечения коротких краев, соединения лежащих рядом краевых точек и сглаживания полученных границ, при этом внутреннюю область объекта восстанавливают по полученной границе, а классификацию выделенного подвижного объекта производят по нормальной составляющей оптического потока. Кроме того, библиотеку образов формируют с выделением категорий «транспортные средства», «люди», «животные», «колышущиеся ветви деревьев», «задымление», «тепловой след», «открытый огонь».

Кроме того, в каждой из категорий библиотеки образов формируют подкатегории «траектория», «скорость», «направление движения» и привязывают полученные образы к характеристическим особенностям охраняемой площади.

Изобретение поясняется фиг.1, на которой представлена блок-схема реализации предложенного способа.

Пример реализации способа.

1. Выделение на изображении движущихся блоков

Все изображение (позиция 1 на фиг.1) разбивается на блоки Bi размером n×n пикселей. Значение n зависит от размера объектов и разрешения изображения и выбирается из диапазона от 1 до 100. Предположим, что центр блока Bi находится в точке (x,y) в момент времени t и в точке (x+Δx, y+Δy) в момент времени t+1. Тогда величины соответствия блоков и их смещения для двух последовательных моментов времени выражаются следующим образом:

D ( B i ) = 1 n 2 ( i , j ) B i | I t + 1 ( x , y ) I t ( x + Δ x + i , y + Δ y + j ) | 2 , ( 1 )

Δ ( B i ) = ( Δ x ) 2 + ( Δ y ) 2 . ( 2 )

Для устранения ошибок второго рода (ложные движущиеся блоки), возникающих вследствие шума, необходимо, чтобы величина D превышала пороговое значение δα, которое может быть определено с помощью теста значимости. Для пикселя (x,y), где не происходит никакого движения, величина d(x,y)=It(x,y)-It+1(x,y) представляет собой шум камеры. Он, как известно, может быть описан гауссовским распределением с нулевым средним и дисперсией, равной удвоенной дисперсии шума камеры. Уровень значимости можно рассматривать как вероятность обнаружения блока в качестве движущегося блока, хотя в действительности он является неподвижным (ошибка второго рода). Если выбрать размер блоков n=16 и положить δα=1, то это будет соответствовать вероятности, равной 0.9 (позиция 2 на фиг.1).

2. Пространственная кластеризация движущихся блоков

На этом этапе с помощью методов кластеризации объединяются отдельные схожие движущиеся блоки, для которых величина D превышает пороговое значение δα, в движущиеся области. Будем считать два блока соседними, если у них есть общая сторона (или ее часть) или вершина, т.е. они связаны отношением 8-смежности. В качестве характерных признаков блоков можно использовать связность C(Bi,Bj), нормированную разность соответствия блоков D(Bi,Bj) и нормированное смещение блоков Δ(Bi,Bj):

C ( B i , B j ) = { 1, B i , B j с о с е д н и е , и н а ч е , ( 3 )

D ( B i , B j ) = | D ( B i ) D ( B j ) | | D ( B i ) + D ( B j ) | , ( 4 )

Δ ( B i , B j ) = | Δ ( B i ) Δ ( B j ) | | Δ ( B i ) + Δ ( B j ) | . ( 5 )

Расстояние между движущимися блоками будем определять как

D c ( B i , B j ) = C ( B i , B j ) θ D ( B i , B j ) + ( 1 θ ) Δ ( B i , B j )

где параметр θ равен 0.3. Блоки Bi и Bj объединяются в одну область, если это значение меньше порога δc, равного 0.5 (позиция 3 на фиг.1).

3. Временная кластеризация движущихся блоков

Проблемой при сегментации газообразных объектов типа дыма является возможная их разрывность - в различные моменты времени изначально единый объект может состоять из нескольких отдельных областей. Для того чтобы идентифицировать их как один и тот же движущийся объект, будем сопровождать движущиеся области от кадра к кадру. Тогда, хотя области, составляющие один объект, могут не касаться друг друга в каком-либо кадре, траектории таких объектов будут пересекаться (позиция 4 на фиг.1). Таким образом, отдельные объекты могут быть объединены во временной области.

4. Определение формы объектов

Полученные на предыдущем этапе кластеры состоят из нескольких блоков. Для установления точной формы объектов используется процедура выделения краевых точек, например, по методу Канни. Полученные краевые точки для газообразных объектов (дыма) обычно бывают не связаны друг с другом. Для построения замкнутой границы из таких краев необходимо применить операции морфологии: удалить очень короткие края, так как они в основном представляют собой влияние шума, затем воспользоваться операцией дилатации, чтобы соединить лежащие рядом краевые точки, после чего сгладить полученные границы для придания им более естественного вида.

Пусть X - это бинарное изображение обнаруженных краевых точек. Значение пикселя, равное 1, означает, что этот пиксель является краевой точкой. Комбинация морфологических операций для построения границы объекта из разрозненных краевых точек выглядит следующим образом:

( ( X V c ) V d ) V b , ( 6 )

где ⊕ - операция дилатации,

( X V c ) = { x : | ( X \ V c ) V c | > 3 } ,

X V b = { x : | X V b | 3 } ,

V c = ( 0 0 0 0 1 0 0 0 0 ) , V d = ( 0 1 0 1 1 1 0 1 0 ) , V b = ( 1 0 1 0 1 0 1 0 1 ) .

Следующий шаг заключается в восстановлении внутренней области объекта по полученной границе. Если области слабой интенсивности являются очень длинными, то даже с помощью морфологических операций невозможно восстановить границу. Это означает, что обнаруженная граница будет незамкнутой и может не полностью включать в себя внутреннюю область объекта. Поэтому необходимо различать области, не охватываемые полученной границей, и самостоятельные отдельные области. Для этого следует отыскать пересечения с границей в горизонтальном и вертикальном направлениях. Только если горизонтальная и вертикальная линии, проходящие через данный пиксель, пересекают одну и ту же границу, будем считать такой пиксель принадлежащим внутренней области объекта (позиция 5 на фиг.1).

5. Классификация выделенных объектов

Классификация выделенных объектов для определения дыма и огня проводится с помощью динамических текстур. Одним из основных методов классификации с помощью динамических текстур является использование оптического потока, вычисление которого представляет собой довольно ресурсоемкую проблему. Мы будем определять не полный оптический поток, а только его нормальную составляющую. Этого вполне достаточно для целей распознавания типа объекта и в то же самое время позволит избежать большого объема вычислений. Нормальный поток, т.е. поток в направлении градиента интенсивности ∇I(x,y), записывается следующим образом:

υ N ( x , y ) = d I / d t | | I | | n , ( 7 )

где n - единичный вектор в направлении ∇I(x,y). Нормальный поток содержит в себе как временную, так и пространственную информацию о динамических текстурах: временная информация связана с движением краевых точек, а пространственная - с их градиентами.

В качестве характерных признаков для классификации объектов помимо нормального потока будем использовать также максимальное значение направленной регулярности текстур R(i), что позволит добиться аффинной инвариантности полученных результатов. Данный подход основывается на том факте, что регулярные (периодические) текстуры воспринимаются таковыми в широком диапазоне углов зрения. Поэтому определенная адекватным образом степень регулярности рассматриваемых объектов может служить в качестве инвариантного, физически обоснованного характерного признака. Будем использовать полярные координаты на сетке αi=Δα·i, dj=Δd·j.

Определим максимальное значение направленной регулярности R(i) как M R = max α i R ( α i ) . Величина MR лежит в пределах 0≤MR≤1, где MR=0 соответствует текстурам случайного вида, a MR=1 отвечает текстурам с хорошо выраженной регулярностью; она вычисляется для набора перекрывающихся окон, полностью содержащих область объекта, полученную на предыдущем этапе, и выбирается максимальное значение P = max W M R ( W ) . Здесь через W обозначены окна, размер которых определяется таким образом, чтобы включать в себя как минимум два периода функции контрастности. Так как описанная процедура повторяется для нескольких последовательных кадров, то таким образом мы получаем временную зависимость P(t).

В качестве характерных признаков текстур будем использовать следующие усредненные по всем кадрам видеопоследовательности величины:

- Средние значения d i v υ N ( x , y ) и r o t υ N ( x , y ) .

- Отношение среднего значения нормального потока и его стандартного отклонения.

- Степень однородности ориентации нормального потока ϕ = | | ( x , y ) Ω υ N ( x , y ) | | ( x , y ) Ω | | υ N ( x , y ) | | ,

где Ω - множество пикселей, для которых значение нормального потока отлично от нуля.

- Среднее значение P(t).

- Дисперсия P(t).

Все указанные величины являются инвариантными к перемещению и вращению. Принадлежность рассматриваемого объекта к классу объектов, соответствующих дыму на изображении, может быть определена с помощью какого-либо метода классификации, например метода опорных векторов или нейросетей (позиция 6 на фиг.1).

1. Способ видеонаблюдения открытого пространства с контролем пожарной опасности, согласно которому производят видеомониторинг охраняемой площади, выделяют на получаемом изображении подвижные области, сравнивают эти области с образцовыми изображениями из библиотеки образов и принимают решение о возгорании на основании сходства полученного и имеющегося изображений, отличающийся тем, что выделение на изображении движущихся объектов производится путем разбиения всего изображения на прямоугольные блоки, смещение блоков со временем диагностируют по смещению центра блока, отдельные движущиеся блоки объединяют путем пространственной кластеризации, временную кластеризацию движущихся блоков производят по критерию пересечения траекторий отдельных блоков между собой, причем форму движущегося объекта восстанавливают путем отсечения коротких краев, соединения лежащих рядом краевых точек и сглаживания полученных границ, при этом внутреннюю область объекта восстанавливают по полученной границе, а классификацию выделенного подвижного объекта производят по нормальной составляющей оптического потока.

2. Способ по п.1, отличающийся тем, что библиотеку образов формируют с выделением категорий «транспортные средства», «люди», «животные», «колышущиеся ветви деревьев», «задымление», «тепловой след», «открытый огонь».

3. Способ по пп.1 и 2, отличающийся тем, что в каждой из категорий библиотеки образов формируют подкатегории «траектория», «скорость», «направление движения» и привязывают полученные образы к характеристическим особенностям охраняемой площади.



 

Похожие патенты:

Изобретение относится к области систем видеоконтроля и к способу их управления. Техническим результатом является обеспечение взаимного управления аналоговой системы видеоконтроля и цифровой системы видеоконтроля.

Изобретение относится к области охранной сигнализации, в частности к средствам видеонаблюдения, предназначенным для обнаружения и идентификации нарушителя, проникающего через зону обнаружения протяженного рубежа охраны и вызвавшего срабатывания средств обнаружения.

Изобретение относится к системам видеонаблюдения с использованием средств распознавания опасных событий на охраняемом объекте. Технический результат заключается в повышении надежности охраны и точности распознавания.

Изобретение относится к системам видеонаблюдения, в частности к технологии воспроизведения записи видеонаблюдения и управления воспроизведением записи видеонаблюдения.

Изобретение относится к телевизионной технике и преимущественно может быть использовано в охранных системах контроля, наблюдения и обнаружения подвижных объектов, которые выполнены с использованием фотоприемников в виде матриц приборов с зарядовой связью (матриц ПЗС) и компьютеров.

Изобретение относится к способу для контроля окружающей среды посредством множества датчиков, в котором система управления принимает информацию от одного или более датчиков из упомянутого множества и использует упомянутую информацию для того, чтобы контролировать упомянутую окружающую среду.
Изобретение относится к области обеспечения безопасности функционирования подвижного состава железнодорожного транспорта. .

Изобретение относится к устройству обнаружения и мониторинга опасности со встроенной дисплейной системой. .

Изобретение относится к охранным средствам видеонаблюдения и может быть использовано для защиты от несанкционированного доступа на охраняемые объекты, например, жилые квартиры и помещения.

Изобретение относится к охранным средствам открытых периметров объектов на железнодорожном транспорте и может быть использовано, в частности, для охраны тяговых подстанций.

Изобретение относится к телевизионной технике и преимущественно может быть использовано в системах контроля, наблюдения и обнаружения подвижных объектов, а также в других устройствах телевизионной автоматики, которые выполнены с использованием фотоприемников в виде матриц приборов с зарядовой связью (матриц ПЗС). Технический результат - обеспечение возможности панорамного контроля ситуации в зоне охраняемого объекта. Технический результат достигается за счет того, что осуществляется панорамный контроль ситуации в зоне охраняемого объекта путем формирования изображения, обеспечивающего одновременный круговой обзор в области, близкой к полусфере, т.е. в пространственном угле 360° по азимуту и десятки градусов по месту. 4 з.п. ф-лы, 9 ил.

Изобретение относится к системам видеомониторинга, в частности, больших лесных территорий с определением координат обнаруживаемых объектов при помощи оптической пассивной локации с целью раннего обнаружения лесных пожаров. Техническим результатом является эффективная организация трафика данных, без использования высокоскоростных каналов, а также гибкое управление вычислительными ресурсами для анализа полученных данных. Предложена распределенная система видеомониторинга леса, содержащая множество видеосерверов, где каждый видеосервер обслуживает одну или более видеокамер; один или более объектных серверов; и множество компьютерных терминалов. Посредством видеосервера выполняют анализ видеоданных, принятых от видеокамеры для выявления признаков возгорания, при выявлении которых формируют объект данных потенциальной опасности, с привязкой к видеоданным, и посылают сформированный объект данных в объектный сервер. Посредством объектного сервера принимают объект данных потенциальной опасности, сопоставляют принятый объект данных с ранее сохраненными объектами данных потенциальной опасности, по результатам сопоставления выполняют одно из: сохранения принятого объекта данных, модифицирования одного из ранее сохраненных объектов данных и модифицирования принятого объекта данных; и посылают один или более объектов данных потенциальной опасности в компьютерный терминал. Посредством компьютерного терминала принимают объекты данных потенциальной опасности и представляют для оператора объекты данных потенциальной опасности. 2 н. и 20 з.п. ф-лы, 13 ил.

Изобретение относится к телевизионной технике и преимущественно может быть использовано в системах контроля, наблюдения и обнаружения подвижных объектов, а также в других устройствах телевизионной автоматики, которые выполнены с использованием фотоприемников по технологии матриц приборов с зарядовой связью (ПЗС). Технический результат - повышение точности контроля ситуации в зоне охраняемого объекта. Реализация обеспечивается за счет панорамного контроля ситуации в зоне охраняемого объекта при выполнении оптимизации фотоприемников за счет использования для них кристалла мишени в форме кругового кольца и с организацией в телевизионной камере «кольцевого» растра изображения. 4 з.п. ф-лы, 12 ил.

Изобретение относится к области техники видеонаблюдения за неподвижными объектами и может быть использовано для охраны неподвижных объектов от несанкционированного проникновения в них посторонних лиц, краж, пожаров и мониторинга окружающей местности и объектов. Технический результат - повышение оперативности реагирования на наблюдаемые тревожные ситуации и достоверности последующего анализа взаимосвязанных этих тревожных событий. Система содержит видеокамеры наблюдения с датчиками охранно-пожарной сигнализации неподвижных объектов, выходы которых соединены с локальной вычислительной сетью и/или Интернетом. Система выполнена с использованием облачной вычислительной платформы с серверами видеосигналов, системами хранения данных, блоками обеспечения функцией оказания услуг и программным обеспечением. При этом выходы видеокамер наблюдения соединены через локальную вычислительную сеть и/или Интернет с серверами видеосигналов облачной вычислительной платформы, выполненными с возможностью подключения к входам оборудования предъявления визуальной и звуковой информации центра мониторинга и реагирования. 1 ил.

Изобретение относится к системам видеоконтроля, в частности к группированию камер в крупной системе наблюдения, визуализации и просмотру потоков видеоинформации от камер. Техническим результатом является определение групп камер, которые включают слишком большое количество камер для обеспечения возможности их одновременного отображения на дисплее, и обеспечение возможности просмотра потоков информации выбранной группы путем выбора следующего и предыдущего наборов для поиска выбранной группы. Предложено группирование множества камер, связанных с системой наблюдения, во множество групп, выбор по меньшей мере одной группы из множества групп, отображение потоков видеоинформации, связанных с заданным числом камер в выбранной группе, и просмотр потоков видеоинформации, связанных со всеми камерами в выбранной группе. Группирование множества камер включает группирование имени каждой камеры в соответствующую из множества папок, каждая из папок соответствует географическому местоположению в области контроля, а отображение потоков видеоинформации, связанных с заданным числом камер в выбранной группе, предусматривает отображение потоков видеоинформации в матрице N×M просмотровых подокон. 2 н. и 7 з.п. ф-лы, 5 ил.
Изобретение относится к способам и устройствам слежения за сохранностью груза при перевозках. Техническим результатом является повышение сохранности груза. Отправляемый груз снимается с помощью видеокамер слежения. Обработку изображения осуществляет специальное программное обеспечение. Получают изображение отправляемого и полученного груза с использованием видеокамер, при этом на основании показаний видеокамер с помощью компьютерного анализа изображений строят 3D сцены с отправляемым и полученным грузом, определяют и запоминают геометрические характеристики груза. При наличии различий в геометрических характеристиках отправляемого и полученного груза делают вывод о нарушении целостности груза. 1 з.п. ф-лы.

Способ и устройство автоматической фиксации несанкционированного прохода через зону контроля производят формирование стереоизображениея зоны контроля, определение наличия контролируемого параметра для человека, находящегося в зоне контроля. Также с помощью обзорной камеры формируют изображение зоны контроля в направлении, обратном прямому разрешенному направлению прохода через средство контроля. Обеспечивают запись в базу данных в памяти блока управления изображения со стереокамеры и обзорной камеры. На основании полученных данных производят анализ стереоизображения. При наличии сигнала тревоги фиксируют нарушение и формируют доказательную базу. Технический результат заключается в создании системы и способа автоматической фиксации несанкционированного прохода через зону контроля с увеличенной эффективностью и функциональностью за счет автоматического определения несанкционированного прохода через зону контроля (в том числе нескольких идущих вплотную друг за другом людей) с последующим формированием доказательной базы в форме архива видеозаписи с отмеченными на временной шкале моментами времени прохода человека и сигналами тревог от средства контроля, а также возможности определения присутствия сотрудника охраны на посту в зоне контроля. 2 н. и 22 з.п. ф-лы, 4 ил.
Наверх