Алгоритм верификации объектов организации с помощью средств видеоконтроля

Размещено на http://www.allbest.ru/

Алгоритм верификации объектов организации с помощью средств видеоконтроля

Стеценко Дмитрий Андреевич

Научный руководитель Умницын Михаил Юрьевич,

ассистент кафедры информационной безопасности

Аннотация

В статье приводится общая последовательность действий системы видеоконтроля для обнаружения угрозы в пределах контролируемой зоны, данное описание формализуется с точки зрения задачи верификации: в исследовании используется словестное и графическое описание алгоритма.

Ключевые слова: Видеоконтроль; верификация; алгоритм; блок-схема; модульность; пошаговое описание.

Abstract

The article provides an overview of systems of video sequence to detect threats within a controlled area, this description is formalized in terms of the verification task: the study used Verbal and graphic description of the algorithm.

Keywords: Video surveillance; verification; algorithm; flowchart; modularity; step by step description.

Введение

Верификация какого-либо объекта заключается в проверке его соответствия некому набору правил, который выступает в качестве критериев корректности. Критерий корректности, в соответствии с которым объект верифицируется, задается в виде некой спецификации.

В работе " ЗАДАЧА ВЕРИФИКАЦИИ ОБЪЕКТОВ ОРГАНИЗАЦИИ СРЕДСТВАМИ ВИДЕОКОНТРОЛЯ." было установлено, что для решении задачи верификации с помощью средств видеоконтроля, в качестве такой спецификации представляется возможным использовать точечные особенности изображений объектов верификации, иначе называемыми характерными точками.

1. Исследование

Последовательность действий для решения задачи выявления угроз, выполняемых системой видеоконтроля, в общем виде можно представить следующим образом [2]:

Рисунок 1 Общий алгоритм обнаружения угрозы системой видеоконтроля

Изображение, полученное с камеры, попадает в захватчик кадров или в память компьютера. Захватчик кадров ? это устройство, которое преобразует выходные данные с камеры в цифровой формат (как правило, это двумерный массива чисел) и размещает изображения в памяти компьютера, так чтобы оно могло быть обработано с помощью программного обеспечения для машинного зрения. верификация видеоконтроль алгоритм угроза

Программное обеспечение, как правило, совершает несколько шагов для обработки изображений. Часто изображение для начала обрабатывается с целью уменьшения шума или конвертации множества оттенков серого в простое сочетание черного и белого (бинаризации). После первоначальной обработки программа будет определять заданные характеристики изображения. В качестве последнего шага, программа пропускает или блокирует объект контроля в соответствии с заданными критериям.

Общий алгоритм представляет из себя универсальное описание последовательности действий, выполняемой системой контроля для обнаружения различного класса угроз. Для детализации общего алгоритма видеоконтроля был разработан алгоритм приспособленный специально под решение задачи верификации объектов организации.

На вход алгоритма поступают различные изображения с камер видеонаблюдения. В ходе выполнения алгоритма контролируемый объект должен быть верифицирован на одном из поступивших на вход изображении, путем подтверждения соответствия его верификационных характеристик имеющейся в базе эталонной модели. Т.о. на выходе алгоритма пользователь должен получить ответ на вопрос прошел ли объект процедуру верификации или нет.

На практике получили применение два способа изображения алгоритмов:

a) в виде пошагового словесного описания;

b) в виде блок-схем.

Вышеизложенную общую последовательность действий можно конкретизировать в виде следующего пошагового словесного описания.

1. Получить изображения с камеры видеонаблюдения и эталонной БД.

2. Перевести полученные изображения в градации серого.

3. Детектировать особенностей на текущем и эталонном изображении при помощи детектора и рассчитать значения их дескрипторов.

4. Каждой найденной точке с текущего изображения сопоставить точку с эталонного, используя рассчитанные на предыдущем шаге значения их дескрипторов.

5. Отфильтровать выявленные на прошлом шаге соответствия на наличие ложных: предполагается, что если между точками в паре расстояние по дескрипторам маленькое, то пара более "качественная" и помещаются в множество inlier, "неудачные" совпадения в outlier.

6. Если верификация пройдена успешно: число элементов inlier превышает определенный порог - выделить на изображении верифицированный объект.

7. Выделить на верифицированном и эталонном объекте пары характерных точек.

8. Вывести результаты на экран.

Для наглядности алгоритм следует представить в виде блок-схемы, а шаги 5 и 7 вынести с достаточной детализацией на отдельные иллюстрации для сохранения целостного восприятия общей последовательности действий.

Рисунок 2 Блок-схема функции "Детектор особенностей"

Рисунок 3 Блок-схема функции "Фильтр дескрипторов" семейства RANSAC

Вывод

Разработанный алгоритм может выступать в качестве основы для составления компьютерной программы решающей задачу верификации, а так же позволяет оценить эффективность предлагаемого в предыдущих исследованиях способа решения данной задачи и выявить возможные ошибки на стадии проектирования.

Библиографический список

1. Чернявский А. Методы сопоставления изображений // Введение в компьютерное зрение МГУ ВМК, весна 2009

2. Фельдман А.Б. Алгоритмы оценивания параметров объектов на изображениях для бортовых систем обработки информации и управления летательных аппаратов // Автореферат диссертации на соискание учёной степени кандидата технических наук, 2013

3. Т.В. Петрова Машинное зрение // электронный ресурс. Режим доступа: http://www.bibliofond.ru/view.aspx?id=447462

Размещено на Allbest.ru