Нормативная документация
Методические рекомендации
Р 78.36.030-2013  Применение программных средств анализа видеоизображения в системах охранного телевидения в целях повышения антитеррористической защищенности ПЦО подразделений вневедомственной охраны


Содержание

1 Вступление

2 Классификация программных средств анализа видеоизображения по типам

3 Расширенная классификация видеоаналитики

4 Типы программных средств анализа видеоизображения, имеющие прикладное значение для использования в подразделениях вневедомственной охраны

4.1 Области применения и условия необходимые для успешной работы программных средств анализа видеоизображений для ПЦО

4.1.1 Первый рубеж охраны (периметр ПЦО)

4.1.2 Внутренняя зона охраняемого объекта (помещение ПЦО)

4.1.3 Области применения и условия необходимые для успешной работы программных средств анализа видеоизображений для ПЦО

5 Критерии оценки эффективности программных средств анализа видеоизображений

5.1 Качественные критерии оценки

5.2 Количественные критерии оценки

5.3 Глубина базы данных и её влияние на быстродействие системы и вероятности Робн. и Тлож. трев.

5.4 Робн. и Тлож. трев. в зависимости от условий наблюдений

5.5 Критерии оценки качества видеоаналитики по методике «i-LIDS»

6 Области применения, примеры реализации и условия, необходимые для успешной работы, программных средств анализа видеоизображений для движущихся объектов

6.1 Примеры реализации

6.1.1 Система цифрового видеонаблюдения «TRASSIR» фирмы «DSSL»

6.1.2 Система цифрового видеонаблюдения ООО «СИНЕЗИС»

6.1.3 Система цифрового видеонаблюдения «AXXON SMART» фирмы «ITV»

6.1.4 Система цифрового видеонаблюдения «Интегра-Видео» фирмы «Интегра-С»

6.1.5 Система цифрового видеонаблюдения «ORWELL 2K» фирмы «ЭЛВИС»

6.1.6 Система цифрового видеонаблюдения фирмы «СПЕЦЛАБ»

6.1.7 Система цифрового видеонаблюдения компании «Транзас»

6.1.8 Система цифрового видеонаблюдения «GLOBOSS» компании «КОДОС»

6.1.9 Детектор движения (обнаружения человека) компании «НОРДАВИНД»

6.1.10 Детектор движения (обнаружения человека) компании «МЕГАПИКСЕЛЬ»

6.1.11 Система цифрового видеонаблюдения компании «СИНЕЗИС»

6.2 Условия, влияющие на успешность работы программных средств анализа видеоизображений для движущихся объектов

6.3 Условия необходимые для успешной работы программных средств анализа видеоизображений для движущихся объектов

6.4 Области применения, примеры реализации и условия необходимые для успешной работы программных средств анализа видеоизображений для регистрации вновь появившихся и исчезнувших предметов из зоны наблюдения

6.5 Области применения, примеры реализации и условия необходимые для успешной работы программных средств анализа видеоизображений регистраторов автомобильных номеров

6.6 Области применения и условия необходимые для успешной работы программных средств анализа видеоизображений для комплексной охраны

6.7 Примеры реализации обнаружения дыма и пламени с помощью видеоаналитики

6.8 Особо важная зона охраняемого объекта

6.8.1 Примеры реализации видеоаналитики по биометрии лица человека

6.8.2 Примеры использования видеоаналитики в метрополитене

7 Объективные погрешности средств анализа видеоизображений

8 Результаты анализа работы систем видеоаналитики

9 Перспективы развития программных средств анализа видеоизображений

10 Камеры большого мегапиксельного разрешения

11 «Облачная» видеоаналитика

12 Вывод (обобщение результатов рекомендаций)

Приложение А Обзор «Видеоаналитика в IP-камерах»

Приложение Б Обзор стандарта «ONVIF»

Список используемой литературы и нормативной документации по данной теме

Адреса и контакты производителей








Детальное описание новости короновирусе у нас.






7. ОБЪЕКТИВНЫЕ ПОГРЕШНОСТИ СРЕДСТВ АНАЛИЗА ВИДЕОИЗОБРАЖЕНИЙ

Объективные погрешности средств анализа видеоизображений складываются из следующих основных факторов:

1) Отсутствие возможности определить линейные размеры объекта по их угловым величинам. Двухмерная модель объектов.



Рис. 92 - Ласточка на первом кадре гораздо больше автомашины, но мы то знаем, что это не так


2) Форма объекта, который воспринимает детектор, редко соответствует реальной форме объекта, т.к. контрастный видеодетектор отличает лишь цвета. Например, если ваша рубашка белая, то на белом фоне детектор увидит только черные брюки, соответственно и выведет лишь нижнюю часть тела для анализа.



Рис. 93 - На белом фоне детектор видит только черные брюки


3) Тень меняет представление о форме предмета при видеодетекции.



Рис. 94 - Человек имеет вытянутую форму в вертикальной плоскости, но видеодетектор из-за тени воспринимает его как предмет прямоугольной формы


4) Групповые объекты часто воспринимаются как один объект большого размера



Рис. 95 - Группа людей воспринимается как один большой прямоугольный объект


5) Машины в плотном потоке при детекции часто воспринимаются с большими искажениями.



Рис. 96 - В левом углу две близкорасположенные машины воспринимаются как один объект, вдали - группа машин воспринимается как один большой прямоугольный объект




Рис. 97 - Иные причины ложных срабатываний средств видеоаналитики (насекомое, птица, животное, резкое изменение освещения от облаков)




Далее >>>



|   Главная   |   Законы   |   ГОСТ   |   РД   |   Требования   |   Пособия   |   Рекомендации   |   Перечни   |


books on zlibrary