A legújabban terjedő „filozófia” szerint, a biztonságtechnika lehetséges felhasználási területeinek kiterjesztését már koránt sem technológiai problémák akadályozzák, hanem az emberi képzelőerő. A lehetséges biztonságtechnikai hozzáadott értéket biztosító, illetve az alternatív felhasználásokat lehetővé tévő technológiai megoldások egyike, a videó- (kép) tartalom elemzés, „közismertebb” nevén: VCA. Akad néhány félreértés a témával kapcsolatban, melyet szerzőnk jelen cikkével szeretnénk eloszlatni.
Előhang
A megfigyelés egyik fő korlátja, hogy egy ember, több-kevesebb hatékonysággal hét darab videofolyamot (7 kamera képét) képes egyszerre figyelni, azt is csak korlátozott ideig. Ennél több képet nem tud az agy egy időben feldolgozni úgy, hogy riasztást generáljon minden, azt megkívánó esetben, vagy mindig felfedezze az azonosítandó információt. A CCTV rendszerek képeit figyelő operátorokat általánosan napi nyolc órában foglalkoztatják és akár 16 kamera képe is jut egy emberre. Egyértelmű, hogy technikai segítség nélkül aligha látható el ez a munkakör hibátlanul. A biztonságtechnikában használt kamerák és a DVR szoftverek fejlesztése nem véletlenül irányul a csak embertől függő észlelés minimalizálására.
A (közterületi) térfigyelés külön, kiemelt problémává vált a megfigyelés számára, főleg amióta a fejlett és fejlődő városok utcáit bűnmegelőzési és bűnfelderítési céllal felszerelték kamerákkal. Ez olyan speciális területe a CCTV rendszereknek, ahol a természeti jelenségek (például egy sűrű köd, vagy egy heves nyári zápor) jelentősen meghatározzák a képalkotást és ebből fakadóan az analízist is.
Tehát a képtartalom analízis célja kettős: egyrészt az emberi megfigyelőképesség végességét a technika segítségével kiküszöbölni, másrészt ugyanezzel a technikával harcolni a természetes hátráltató tényezők ellen. A megfelelő képalkotás és a képanalízis legnagyobb haszna az, hogy az operátort mentesíti a folyamatos, koncentrált monitorfigyeléstől, amely alatt egyszerre kellene felfedeznie a körözött, keresett bűnözőket, miközben a gyanús, rendhagyó mozgásokat vagy épp a mozdulatlanságot keresi, mi alatt rendszámokat jegyez fel, miközben figyelmen kívül hagyja a nem lényeges képrészleteket vagy a megfigyelt területen dolgozók személyiségi jogait sértő területeket. Tehát a megfelelően beállított képanalízis mentesít a monotonitástól és közben a helyzeti, helyszíni, gyors és adekvát döntések meghozatalát teszi az operátori munkakör alapfeladatává.
Analóg CCTV és VCA történelem
Az első CCTV rendszert a Siemens AG használta 1942-ben Peenemündében, Németországban azzal a céllal, hogy a V-2-es rakéták indítását biztonságban, bunkerből tudják figyelni. 1968 szeptemberében a New York állami Oleanban telepítettek először térfigyelő rendszert, főutcáikra bűnüldözés céljából, minek köszönhetően hamarosan az oleani rendőrkapitányság az élvonalba került a bűntények felderítésében. Később a CCTV rendszerek a biztonsági rendszerek alapköveivé váltak. A XX. század utolsó évtizedében eluralkodó általános félelem-növekedésnek köszönhetően térfigyelő rendszerek számolatlanul kerültek telepítésre világszerte, hazánkban is (kiemelkedően az Egyesült Királyságban, ahol mára minden 12 főre jut egy kamera).
Az első CCTV kamerák, fotoemissziós elven vagy a fotokondukció elvén működtek. A csöves kamerák azonban olyan hátrányos tulajdonságokkal rendelkeztek, mint például az érzéketlenség, a rövid élettartam, a geometriai torzítás és a beégésre való hajlam, amik a megbízható működés rovására mentek. A technika fejlődésében a CCD kamerák követték őket. Ezekben a kamerákban egy megfelelően vezérelt CCD chip található, amely képes analóg információt továbbítani. Az érzékelőelem nem más, mint egy félvezető eszköz, amelyet vonalas vagy mátrix formában elrendezett MOS (fémoxid félvezető) elemek építenek fel. Ennek a megoldásnak számos előnyét a mai napig előszeretettel aknázzák ki a kameragyártók: a kis méretéből fakadó rejtett szerelés lehetőségét, a nagy érzékenységéből és nagy fény-intenzitás átfogásából fakadó, rossz megvilágítási körülmények közt való használhatóságát, valamint, hogy kevésbé érzékeny a mechanikai behatásokra. Mindezeken felül az alacsony fogyasztását és disszipációs hőjét. A CCD elem által jött el a biztonságtechnikai megfigyelés kiemelkedő mérföldköve, a színes kamera.
A VCR a videoközpontok által adott analóg jeleket rögzítette VHS kazettákra. Külön a biztonságtechnika számára korábban megjelent egy úgynevezett Time Lapse videomagnó, amely képes volt a léptetett képsorozatok rögzítésére, időnyújtására. A VHS-re történő tárolásnak több nagy hátránya között olyan tényezők szerepelnek, mint a felvett anyagot őrző kazetták tárolásának helyigénye, a mágneses szalagokon tárolt információ fokozatos vesztése, valamint az osztott képek rögzítésénél a rossz felbontás. Ezért az analóg jelek ezen a módon történő rögzítése helyett egy olyan tárolási formát kellett létrehozni, ami nemcsak megoldást nyújt a fent említett problémákra, hanem akár teret ad további fejlesztési lépcsőknek is.
Hibrid rendszerek
Az analóg-digitális rendszereknél a képosztó és képrögzítő együttes funkcióját az úgynevezett DVR vette át. Ezek a rögzítők digitális jelet rögzítenek. Ez több előnnyel is jár. Az előző fejezetben említett multiplexerek által végzett digitalizálás után például már nincs szükség a jel visszaalakítására, hogy utána azt analóg monitor jelenítse meg vagy VCR rögzítse. A DVR tárolása nem olyan körülményes, sokkal ellenállóbb a környezeti hatásokkal szemben (nedvesség, por, magas hőmérséklet). Lehetővé vált a mozgó- vagy állóképek tömörítése, szem előtt tartva a minél kisebb kompressziós veszteséget és a minél nagyobb tömörítési arányt (lehetőleg minél egyszerűbb algoritmussal).
Továbbá a digitális rögzítők lehetőséget biztosítottak a képek analizálására, amelyek emberi figyelmetlenségből fakadó hibákat csökkentve tették egyszerűbbé a térfigyelést, illetve a több kamerás rendszerek követését. Ezek adják a szerveroldali képanalízis alapját.
Mozgásdetektorok kamerákba építésével már 30 éve próbálkoznak. Ennek legegyszerűbb megvalósítása az intenzitás detektor volt, ám ez a típus minden változásra reagált, ugyanis nem volt képes a fényváltozásokat megkülönböztetni. A kutatások két ágon indultak el: a teljesen analóg ágon, illetve később az analóg-digitális ágon.
Az analóg rendszerekről gyorsan kiderült, hogy nem tudnak megfelelni a pixelszintű analízist igénylő elemzéseknek, amit a kültéri megfigyelés igényel: nem tudták kezelni a természet által generált folytonos változásokat, csak homogén (labor) környezetben lehetett volna analóg képanalízist alkalmazni a mozgásérzékelésen túl. Az analóg-digitális rendszerek, a digitális képalkotásnak hála (eleinte ugyan nehézkesen), idővel képesek voltak a nem szokványos megvilágítással megbirkózni. A digitális rendszerek választóvize az érzékenység és annak beállítása volt abból a célból, hogy a rendszerek különbséget tudjanak tenni a háttér és bármilyen egyéb változás között.
Egy hazai csoda
A megfigyelni kívánt tér lehetőség szerinti maximális lefedése is kérdéseket vet fel, hiszen anyagi szempontból nem mindegy, hogy hány kamerára van szükség, milyen látószögű objektívvel, mekkora ráközelítéssel lehet arcot vagy rendszámot azonosítani, meg lehet-e oldani csupán fix kamerákkal, vagy inkább mozgatható, ún. speed dome kamerákat kell használni.
Amennyiben fix kamerákkal próbálják meg lefedni az adott területet, az általában jelentősen megnöveli a költségeket, a szükséges berendezések száma miatt. A speed dome kamerák hátránya, hogy ugyan tanítható nekik úgynevezett túraútvonal, biztosítva a folyamatos területpásztázást – amelyet a kezelők indokolt esetben megszakíthatnak, amikor a gyanús eseményt jobban szemügyre veszik pl. ráközelítéssel – ellenben, azon kívül, amit a kamera épp lát, más nem látható, vagyis két gyanús mozgás egy időben nem figyelhető meg, hiszen a látószöget „elhasználja” az első mozgás.
Erre a helyzetre létezik egy magyar megoldás, a Scout. Jelenleg ez a termék jelenti a mozgást követő analóg alapokra építkező térfigyelési technológiák csúcsát. Ez a térfigyelő kamera egy gömbházba integrálva rendelkezik több, a lefedendő területtől függő számú, nagy látószögű fix kamerával és egy központi forgó-pásztázó-zoomoló dome-mal.
A Scout kamerák beépített digitális mozgásdetektorral rendelkeznek. A főképet mindig az újonnan felfedezett változásra irányítják, amit az operátor megszakíthat, ha szükséges. A fix kamerák képét is rögzíti, így két megjelenítő eszközt igényel. Körülbelül 200 méter átmérőjű terület fedhető le a legtöbb, 8 darab fixkamera felhasználásakor.
A kameraegység képes továbbá kisállatok figyelmen kívül hagyására (PET funkció), statikus objektumok detektálására (pl.: rossz helyen parkoló autó), irreleváns területek figyelmen kívül hagyására (emeleti ablakok), illetve, mivel vektoranalízisen alapul, a mozgás érzékelése az elmozdulás vektor nagyságán keresztül állítható.
Analóg kamerás rendszerek hátrányai
A CCTV kamerák a CCD-ről beolvasott képet először szabványos videojellé alakítják, majd ezt továbbítják koaxális vagy UTP kábelen, a rögzítő pedig a beérkező analóg jelet digitalizálja, majd tömöríti. Az ilyen típusú jeltovábbítás egyik gyengéje, hogy a beérkező kamerakép minőségét behatárolja az éppen használt videó szabvány, nálunk ez a PAL szabvány, vagyis a 625 tévésor és 25 HZ-es képfrekvencia.
Hibrid rendszereknél az elérhető maximális felbontás a D1 formátum, vagyis 720x576 pixel, az A/D és D/A átalakítások miatt. A képfrekvencia már az interlaced scanninget, vagyis váltottsoros képalkotást figyelembe véve határozza meg az értéket, tehát valójában a PAL rendszernél másodpercenként 50 darab félképet jelent, amelyek 25 darab egész képpé állnak össze fésűs elrendezésben.
A váltottsoros képalkotás a második kiemelt probléma a képalkotás szempontjából, ugyanis mozgás esetén a kimerevített képen a kontúrok elmosódnak, mivel minden második képsor később kerül rögzítésre.
A a képet analizálni hivatott szoftver kevés eséllyel tud egy ilyen képen vektoriális elmozdulás alapján mozgást detektálni, vagy pixelek alapján arcot felismerni, illetve kontúr alapján tárgyat azonosítani.
Végül a zajok által generált képhibák sem hagyhatók ki. Mivel a vezeték hossza korlátozott a vezeték típusától és minőségétől függően, így nagyobb távolság esetén számos alkalommal kell/lehet videojel-erősítőt használni, amely nemcsak a hasznos jelet, hanem az előző vezetékszakaszon összegyűlt zajt és zavart is erősíti, tehát használatával csökken a képek hasznos jel/zaj viszonya.
VCA- Videotartalom elemzés
A VCA egy olyan eljárás, amely gyanús személyeket, élőlényeket, tárgyakat, eseményeket, vagy statisztikailag fontos változásokat detektál (megapixel) IP CCTV kamerák adta nagy mennyiségű pixel adatból. VCA rendszerek felé irányuló elvárás, hogy programozhatók legyenek a cél által meghatározott különböző felhasználási módokra, többféle tartalom vagy tartalmi változás felismerésére, valamint könnyedén adoptálják a folyamatosan fejlődő algoritmusok újabb verzióit.
A modern, elérhető videó processzorok egyre magasabb teljesítménnyel és programbeli rugalmassággal kell, rendelkezzenek a tömörítési eljárások, a videoanalitika és a hálózati megfigyelő rendszerek egyéb szükségletei miatt.
A digitális képfeldolgozás elsődleges célja a kép komponenseire bontása és a komponensekből, azok alakjából, méretéből, textúrájából a kép szemantikus tartalmának kinyerése. A képjavító eljárások célja a későbbi feladatok, például a szegmentálás hatékonyságának növelése. A szegmentálás alapfeladata a legegyszerűbb megfogalmazásban: az előtér és a háttér szétválasztása. A szétválasztást egy maszk testesítheti meg, amely mérete megegyezik a szegmentálandó kép méretével és nulla értékeket tartalmaz azon pozíciókban, ahol a szegmentálandó kép háttér pixelei helyezkednek el, illetve nullától eltérő értékeket tartalmaz azon pozíciókban, amelyek előtér objektumok pixelei találhatók.
A feladat nehézsége már itt észrevehető. az, hogy mi az előtér és mi a háttér, relatív. A képszegmentáló módszerek révén megkapjuk azt a maszkot, amely az előtér objektumokat reprezentálja. Egy digitális kép szegmentálása alatt a képet alkotó pixelek valamilyen egységes tulajdonság, sajátságvektor szerinti csoportosítását értem. E csoportosítás során a pixelek összefüggő képponthalmazokba rendezhetővé válnak és elkülönül az értékes információt hordozó (előtér) pixelhalmaz az információt nem hordozó (háttér) pixelhalmaztól. A szegmentálási folyamat további eredménye az előtér-pixelhalmaz további bontása a vizsgált objektumokat reprezentáló képponthalmazokká.
Alapvető problémát okoz a térbeli dimenzióra vonatkozó információ hiánya. A térbeliség ugyanis jelentős hatással lehet a különböző felületek fénysűrűségére, ami a gyakorlatban sokszor különböző árnyékhatásokban nyilvánul meg, de gyakran előfordul az is, hogy a valóságban különböző mélységben lévő eltérő térbeli helyzetű objektumok a képen egy síkba esnek.
