Помехи/Растения. По-другому можно назвать – «динамическая автомаска»

Еще одно коренное отличие новой версии GOALcity Ванга от предыдущей Кассандры в новой мощной системе борьбы с помехами. Вот именно борьбы - никак иначе сказать нельзя, фразы типа фильтрация помех здесь даже не катят, потому что всё, что было изобретено в этом направлении ДО «Ванги», нельзя поставить на одну полку не только по уровню, но и по пониманию процессов. 

Вот такая вот веточка

 
или такая

может засорить весь экран событийного видеонаблюдения. 

И сразу кто-то скажет такую гадость: И что здесь сложного – наложить маску? Правильно, все так и делают, в местах растительности помечают зоны, на которых отключается видеодетекция. 

 
Но, во-первых, отключать на постоянную где-либо видеодетекцию – это УЖЕ плохо. Тем более, в кустах, где преступник и будет, наверное, прятаться. Во-вторых, сегодня эта травинка выросла в левой части кадра, завтра в правой, в обед образовалась лужа и бликует, зимой вообще травы может не быть, а летом вся растительность дает активные тени в непредсказуемых местах.    

 
По идее старых, а для всех других еще и действующих на сегодняшний день технологий, к системе видеонаблюдения нужно приставлять настройщика, который каждые два часа будет «маску недетекции» менять. 

Иначе в этих местах будет происходить постоянное срабатывание. И о таком уже полюбившемся термине, как интеллектуальное видеонаблюдение придется забыть. Хотя, если клиенту показывать работу только в хорошую погоду и не больше часа, то любая система видеоаналитики будет работать суперзамечательно. Ну, не пробудет же клиент в демозале весь день, тем более еще и ночь, когда картинка поменяется на вообще несусветную. 

 
Весной и осенью за один день несколько раз может измениться даже основной фон, относительно которого работает контрастный видеодетектор. А все маски снежного покрова не актуальны для лета, и наоборот.

 
Устойчивая помеха может появиться в любом месте непредсказуемо для настройщика системы. Пытаться угадывать такие места достаточно сложно, тем более с перспективой на смену сезонов. Хотя мы сталкивались, что на каждый час времени каждого числа в одной системе можно настроить свою маску, и автоматически менять эти конфигурации. Во, идея! Надо весь год каждый час настраивать. А в следующем году все равно вырастит новый куст. И у них это уже называется динамической маской.

Еще есть нейросети – можно пытаться находить полезные образы в каждом кадре каждой многомегапиксельной камеры, для чего потребуется лишь суперкомпьютер за несколько миллионов долларов. 

Ставить маски «недетекции» везде, где теоретически возможна устойчивая помеха – значит, уменьшать вероятность записи реальных целей. Давайте подойдем поближе к практике! Спецлаб нашел и выбрал достаточно простое и мало затратное в плане ресурсов компьютера решение «Динамическая автомаска». Только не надо путать с «динамической маской» - той, которая настраивается на год. Мы применяем слово автомаска потому, что наша программа сама решает, где поставить маску. 

 
Новая версия GOALcity Vanga сама находит устойчивые помехи, локализованные замкнутыми зонами, и сама проставляет на них маску для детектора движения. Причем, это не просто маска недетекции, как в обычном варианте. Сама маска имеет 255 уровней чувствительности. Ванга уменьшает чувствительность этих зон в зависимости от активности и длительности устойчивой помехи. Все параметры плавно адаптируются к изменениям активности и объему зоны. 

 
Таким образом, алгоритм «Растения» позволяет моментально выявлять устойчивую помеху и сразу банить ее – исключать из алгоритмов видеоаналитики. Начался ветреный день – качающиеся растения сразу попали под маску. Стих ветер надолго – маска испарилась. 

 
С внедрением технологии выясняется, что надо маскировать не столько растения, которые фильтруются старыми методами видеодеткции, а тени от них. Да и вообще оказалось, что возникает много зон, которые почему-то вдруг резко начинают контрастировать – на глаз не понятно, почему. 

 
Ванга отслеживает и смещение маски во времени, например, если это тень от веток, которая вместе с движением солнца может меняться весь день.  

Легко обнаруживаются возникшие после дождя лужи и их отражение также перестает влиять на логику программ. Да даже окна, стекла или крыши с лакированной краской недавно поставленных автомобилей – всё это раньше доставляло нам массу неприятных срабатываний. Ведь компьютер не знает, что ему показывают зеркало. Такого он вообще еще не научился понимать. Поэтому наша Ванга говорит ему: там лукавая какая-то зона, не обращай на неё внимания.    

Естественно, надо понимать, что разговор идет о событийном видеонаблюдении, когда от компьютера ждут реакцию по событию. Сам видеодетектор, который дает команду на запись, продолжает работать во всех зонах и на всякий случай записывает в архив всё, что движется. 

Все разновидности устойчивых помех сложно перечислить. Это и качание самой опоры камеры, и паутина на объективе, и даже крупные предметы, двигающиеся на ветру. Мы назвали свой алгоритм "Растения" лишь для упрощенного понимания пользователя. Если он столкнется с тем, что его событийный механизм начинает колбасить от какой-то ветки – а он обязательно когда-нибудь это почувствует – то активация кнопки "Растения" позволит избавиться и от других многочисленных помех, относящихся к группе «устойчивые помехи». 

 
Что эта за группа? Да, не было такого устойчивого термина, пришлось его придумать. Мы относим к ней постоянную или периодическую активность, не меняющую или медленно меняющую свою зону действия, в течение последних 30 – 60 минут.  

Почему мы выбрали именно этот участок времени? Ну, во-первых, надо понимать, что мы, как и говорилось раньше, не используем высоконагрузочные нейросети (хотя и можем, но это другая тема), а задействуем массовые дешевые компьютерные ресурсы, поэтому не анализируем полезность той или иной активности. А значит, будем показывать первоначальную помеху тоже как событие. Другое дело, и это во-вторых, мы не станем долбить оператора этой помехой каждые 20 секунд. Мы решили, что одна-две помехи в час с одной камеры – это тот уровень, который еще не превращает событийное видеонаблюдение в обычное.  Проснуться пару раз в час – не самое страшное для психики человека. 

 
Кстати сказать, человек никогда точно не догадается, как вообще компьютер видит детекцию, очевидная активность для нас часто фильтруется самим детектором. А казалось бы незаметные шевеления программа воспринимает как высокую активность. Поэтому надо доверить машине самой указывать на то, что является устойчивой помехой для нее.

 
Хотя естественно, человеку предоставляется менторская возможность указать компьютеру, какие зоны являются приоритетными, на которые нужно реагировать в независимости от того, что он нашел в них устойчивую помеху. Тогда программа будет срабатывать на все изменения в этих зонах, хотя и небезрассудно, а с учетом общей помеховой ситуации на всей площади кадра. Соответственно, нужно выбирать только те места, где естественная помеха крайне вероятна, но также наиболее вероятно прохождение полезных целей: людей – машин. Общая площадь таких зон не должна превышать 50% кадра.