Распознавание лиц и автомобильных номеров

Одним из наиболее частых требований к системам видеонаблюдения является возможность узнать человека, определить нарушителя или, например, группу людей, совершающих противоправные действия.

Вторым по значимости требованием является возможность распознавать автомобильные номера.

Конечно, телекамеры и цифровые видеорегистраторы могут применяться не только в сфере видеонаблюдения, но поскольку это все же наиболее типичный случай применения, то мы остановимся подробнее на требованиях, которые предъявляются к проектированию и установке системы видеонаблюдения для обеспечения успешного распознавания лиц и автомобильных номеров.

Основная проблема, с которой мы здесь сталкиваемся, связана с очень ограниченным числом пикселов в телекамерах, применяемых в видеонаблюдении, и в самой рекомендации ITU‑601. Как уже было упомянуто в начале главы, число это составляет примерно 400 000 пикселов, поэтому в большинстве случаев мы будем использовать одну и ту же хитрость, которая заключается в подборе правильного места и объектива для телекамеры, чтобы она смогла увидеть достаточно деталей для распознавания людей и автомобильных номеров. Обычно заказчики системы видеонаблюдения склонны полагать, что с помощью одной телекамеры можно охранять все, видеть все и распознавать все. Эту тему уже неоднократно обсуждали, но она попрежнему является камнем преткновения при подготовке разных проектов. Когда мы все работаем исходя из очень ограниченной сметы (а бюджет всегда будет очень важным соображением при проектировании), то прослеживается очевидная тенденция закладывать в проект минимально возможное количество телекамер. Тем не менее, когда что‑то случилось и потребовалось кого‑то опознать по записи, то в первую очередь виноватым может оказаться проектировщик системы видеонаблюдения, что с ее помощью невозможно распознать лицо человека или номер машины, даже если они попали в поле зрения телекамеры.

Вот простой совет: не идите на компромисс, а займитесь образованием ваших клиентов. Только так они смогут понять, зачем потребовались дополнительные телекамеры. Например, если нужно, установите две телекамеры для наблюдения за входом в фойе. Одна будет выполнять функцию обзорной, другая (с меньшим углом зрения) будет четко фиксировать лица всех входящих в фойе людей. Сначала это может показаться избыточным, но как только будет опознан и задержан первый злоумышленник, система видеонаблюдения докажет свое право на существование. Именно для этого и устанавливают системы видеонаблюдения.

Как подобрать объектив с нужным углом обзора для успешного распознавания, мы уже давно знаем из опыта проектирования аналоговых систем видеонаблюдения, и это не является чем‑то фантастическим. Здесь же мы лишь подчеркнем тот факт, что при оцифровке видео будет иметь место некоторая потеря качества изображения, которую необходимо учитывать при проектировании системы.

На самом деле существуют различные национальные стандарты по видеонаблюдению, которые определяют, при каких условиях будет возможно распознавание лиц и автомобильных номеров. Для разных стран эти стандарты совершенно необязательно будут идентичны, поэтому мы воспользуемся австралийскими стандартами по видеонаблюдению, которые наиболее близки автору этой книги. Они должны дать вам достаточно информации для применения их рекомендаций на практике и, возможно, они также дадут вам пищу для дальнейших размышлений.

При записи оцифрованного изображения рекомендуется использовать полный кадр и самое высокое качество (т. е. 704x576 пикселов, что эквивалентно 720x576 пикселов из рекомендаций ITU). По возможности для повышения вертикального разрешения используйте при записи полные телевизионные кадры, а не телевизионные поля, хотя приведенные ниже рекомендации вполне применимы и при записи полями. Если в качестве объекта наблюдения мы берем человека, а установленная система видеонаблюдения имеет разрешение не менее 400 ТВ‑линий (большинство из них будут иметь около 460 ТВ‑линий), то рекомендованы следующие минимальные размеры объекта:

– Для идентификации человека (незнакомого) он должен занимать не менее 100 % высоты экрана. При этом предполагается, что лицо человека (голова) составляет примерно 15 % высоты человека. Если используется оцифрованное изображение, то голова должна занимать не менее 90 пикселов по высоте, прежде чем будет применен алгоритм сжатия изображения.

– Для распознавания человека (знакомого) человек должен занимать не менее 50 % высоты экрана. Если используется оцифрованное изображение, то высота человека должна составлять не менее 288 пикселов, прежде чем будет применен алгоритм сжатия изображения.

– Для обнаружения нарушителя человек должен занимать не менее 10 % высоты изображения. Если используется оцифрованное изображение, то высота человека должна составлять не менее 60 пикселов, прежде чем будет применен алгоритм сжатия изображения.

– Для наблюдения за толпой человек должен занимать не менее 5 % высоты изображения. Если используется оцифрованное изображение, то высота человека должна составлять не менее 30 пикселов, прежде чем будет применен алгоритм сжатия изображения.

– Для визуального распознавания автомобильных номеров нужно, чтобы высота символов номерной пластины была не менее 5 % высоты экрана. Если используется оцифрованное изображение, то высота символов должна составлять не менее 30 пикселов, прежде чем будет применен алгоритм сжатия изображения.

На испытательной таблице CCTV Labs имеются элементы, которые позволяют проверить соответствие вашей системы видеонаблюдения приведенным выше рекомендациям.

Рис. 9.54. Минимальные размеры объектов относительно вертикали экрана для идентификации и распознавания