Una cabeza es buena, pero dos son mejores.
cuando la seguridad depende de eliminar alarmas no deseadas y detectar amenazas reales
En un esfuerzo constante por replicar las habilidades analíticas del cerebro humano para reconocer acciones e imágenes, los desarrolladores siempre están buscando nuevas formas de mejorar la confiabilidad y precisión de los sistemas de video que detectan intrusiones no autorizadas. Una nueva estrategia es aplicar el conocido algoritmo de detección de vídeo (VMD) en combinación con software emergente: la tecnología de análisis de vídeo. El resultado es una nueva clase de detector que combina los resultados obtenidos de dos analizadores diferentes, produce identificaciones de amenazas con mayor precisión y elimina una gran cantidad de alarmas no deseadas.
Los detectores de movimiento por vídeo existen desde hace muchos años. Los detectores de calidad tienen un largo historial de confiabilidad en el uso de esta clase de detectores en aplicaciones de alta seguridad: prisiones, centrales eléctricas, aeropuertos, bancos, establecimientos de defensa, etc. Son extremadamente efectivos para detectar movimiento en áreas específicas y son muy buenos para eliminar Efectúa cambios globales en el marco, como el clima o los cambios causados por el movimiento de un mástil o soporte con una cámara de video. Por otro lado, el análisis de vídeo es una tecnología relativamente nueva que se obtiene aumentando el rendimiento del procesamiento de datos de las computadoras. Esto le permite reconocer y clasificar diferentes tipos de objetos que aparecen en una imagen de vídeo. Para comprender por qué tiene sentido utilizar las dos tecnologías juntas, centrémonos en las diferencias entre ellas.
VMD (detección de movimiento por vídeo)
detectar movimiento en áreas predefinidas de la imagen de la cámara y emitir mensajes de alarma. Funcionan analizando la señal de vídeo analógica de una cámara CCTV o, para ser más precisos, analizando la representación eléctrica de los grises en una imagen y monitoreando esos cambios de brillo o contraste. En una imagen de una cámara fija en un entorno constantemente iluminado, se puede inferir que este cambio es el resultado de la detección de movimiento. Sin embargo, VMD está diseñado para situaciones al aire libre donde los niveles de luz y otras condiciones varían ampliamente. Para eliminar cambios suaves en la iluminación, permitiendo la detección de amenazas potenciales, se deben cumplir ciertas condiciones.
En primer lugar, su sensibilidad debe ser muy alta para permitir la detección de un objeto de bajo contraste frente a un fondo igualmente de bajo contraste y, al mismo tiempo, el detector debe poder analizar cada zona de detección individual en la escena en busca de diferencias sutiles causadas. por cambios suaves en la iluminación. Comparar los resultados en toda la imagen es lo que permite al VMD analizar qué cambios son globales y, por lo tanto, no representan una amenaza, y cuáles están localizados y tienen más probabilidades de representar una amenaza.
En segundo lugar, el VMD debe comparar y almacene fotogramas de información de secuencia de la misma cámara lo suficientemente rápido como para garantizar que un objetivo en rápido movimiento sea capturado dentro del bucle operativo mientras pasa por la escena.
Y en tercer lugar, el VMD debería permitir al usuario configurar pequeñas zonas de detección en el área de visión lejana, que deberían ser mucho más sensibles que las situadas más cerca. Esto es para equilibrar el hecho de que cualquier objetivo aparecerá naturalmente más grande y provocará mayores cambios en la señal si está cerca de la cámara que si el objetivo está más lejos.
Análisis de vídeo
El análisis de vídeo es una tecnología que utiliza software inteligente para filtrar y gestionar vídeos CCTV en tiempo real. En este caso, estos son los píxeles de la imagen de vídeo que deben analizarse. El software analiza continuamente la escena y crea un modelo base básico para sí mismo, actualizándolo constantemente para detectar cambios globales como el clima y la iluminación. Las imágenes actuales son continuas en comparación con el modelo de imagen de fondo actualizado y cualquier cambio no natural en comparación con el modelo es un objetivo de detección específico del usuario. El usuario puede identificar los objetos objetivo por su tamaño probable, velocidad, dirección de movimiento y posición, y puede asociar estas propiedades. El sistema de análisis de vídeo puede reconocer objetos como «persona» y «coche», «aparición de un objeto» y «desaparición de un objeto», movimientos: «rápido», «lento», «dirección de movimiento incorrecta», por separado o sólo cuando están conectados lógicamente entre sí con un amigo. Esto permite que el sistema haga sonar una alarma cuando una persona se mueve rápido o un automóvil va en la dirección equivocada, pero ignora un automóvil que va rápido o una persona que va en la dirección equivocada. El usuario también puede identificar diferentes áreas de interés en la imagen y asociarlas con diferentes características del objetivo y activar una alarma en respuesta a esta acción.
Este algoritmo crea y actualiza continuamente, en modo de autoaprendizaje, un modelo de fondo de la escena basado en el contenido de píxeles de toda la imagen. Este modelo captura cambios globales en el marco. La configuración del algoritmo permite especificar el tamaño, la velocidad y la dirección del movimiento de los objetos reconocidos. Si en el cuadro actual, en comparación con el modelo de fondo de la escena, se detectan cambios en cualquier grupo de píxeles, el sistema analiza este grupo para detectar signos de cumplimiento de los parámetros de los objetos reconocidos predefinidos y genera una señal de alarma de acuerdo con el configuración de alarma en esta zona.
Por separado, pero juntos
Cuando ambos sistemas de detección funcionan de forma independiente para monitorear la misma imagen, sus actividades se pueden combinar de manera lógica de modo que se transmita una alarma al operador solo cuando los criterios predefinidos con precisión para ambos sistemas coincidan al mismo tiempo. Esto significa, por ejemplo, que un ave que podría activar una alarma VMD porque cumple con los criterios de movimiento y ubicación para una alarma VMD no cumple con ciertos criterios de tamaño de amenaza para un VA y, por lo tanto, la alarma no se generará cuando los dos sistemas trabajar juntos. Por otro lado, cuando el viento sopla hojas en el monte y engaña al VA para que detecte movimiento humano o de vehículos, el VMD no responde y no se genera ninguna alarma.
Un sistema de análisis de vídeo inteligente redundante para la detección en exteriores en entornos complejos ya es una realidad hoy en día. El detector de vídeo redundante cuenta con software VA y un VMD integrado, que puede funcionar de forma completamente independiente o en tándem. Por lo tanto, el usuario tiene la oportunidad de utilizar el sistema en cualquier condición ambiental.