Создано 16.12.2014 14:47

Эффект толпы или методы детектирования скопления людей

Подсчёт плотности людей в местах скопления (эффект толпы) достаточно актуален в настоящее время, так как очень часто подобные скопления бывают на вокзалах, площадях и остановках.

 

Подсчёт плотности людей в местах скопления (эффект толпы) достаточно актуален в настоящее время, так как очень часто подобные скопления бывают на вокзалах, площадях и остановках. Чтобы контролировать ситуацию, за такими местами будет следить администратор системы видеонаблюдения. В случае же превышения установленного значения система выдаст предупреждение.

Все эти системы условно делятся на две группы. Первая включает в себя детекторы, которые непосредственно рассматривают характеристики в общем, а затем уже делают соответствующие выводы о месте скопления и количестве людей. Вторая же группа рассматривает отдельно каждый объект.

Таким образом, первой группой методов осуществляется:

1. Подсчет по площадям

Данный метод направлен на работу с массами, в которых люди постоянно перемещаются, и базируется на детекторе движения. В фрагменте выделяются прямоугольные места, которые соответствуют скоплению людей. Выделив границы толпы, метод устанавливает размер её площади.

Детектор вычисляет количество людей с помощью деления площади движущейся области на площадь изображения одного человека.

Так как участок наблюдения камеры может быть очень широким, то детектор также должен учитывать масштабы области наблюдения, чтобы проанализировать площадь, которую занимает один человек в кадре. А для этого администратор должен указать детектору размеры человека на большом и малом расстоянии.

Кроме того следует рассматривать варианты, когда люди закрывают друг друга, что в свою очередь влияет на площадь. Чтобы учесть эти данные в процессе подсчёта количества людей, метод анализирует уровень заполнения в пикселях, а затем рассчитывает коэффициент перекрытия.

Этот метод характеризуется точностью в 70% и он непосредственно зависит от процесса работы детектора движения.

2. Подсчет по особым точкам

Особые точки — это места изображения, где цвет имеет ограниченные максимумы. Эти точки будут сосредотачиваются на углах тела, на пересечениях контуров, изломах одежды и т.п.

Данный метод направлен на работу с движущимися объектами фрагмента, где перемена цвета происходит одновременно в двух направлениях.

Сложность заключается в множестве точек одного человека, так как оно не постоянно и зависит от разных факторов (перекрытия другими людьми, освещенности, положения камеры, её настроек и т.п.). Вследствие чего данный метод используют с другими методами подсчетов. Во время работы этих методов происходит «обучение» алгоритмов. Анализируются итоги метода подсчета по площадям и количество точек в области движения, а зачем вычисляется среднее значение точек на одного человека.

Этот метод имеет некий перечень ограничений:

• Подсчет производится непосредственно в движущейся толпе;

• Точность зависит от точности работы других методов.

3. Детектирование толпы по текстуре

Этот метод рассчитан на то, что камера охватывает обширное поле наблюдения, а большое скопление людей находится на дальнем расстоянии. Анализ изображения такой массы скопления основывается на сочетании компонентов, которые складываются в определенный узор. После чего алгоритм метода делает вывод о количестве людей.

Среди всех представленных методов этот метод является самым неточным. Его погрешность достигает 50%.

Вторая группа методов осуществляет:

4. Детектирование изображений голов

Алгоритмом метода анализируется количество изображений голов, содержащихся в исследуемой области кадра. Для поиска изображения голов используется классификатор, который предназначен для распознавания объектов или отдельных составляющих.

Поиск и подсчет голов был выбран не случайно, так как люди могут располагаться где угодно (внутри общего скопления людей или перекрывать друг друга). При этом их головы зачастую всё же попадают в поле зрения камер.

Сложность данного метода заключается в том, что ему необходимо высокое расширение изображения и это изображение должно соответствовать определённым нормам.

Что касательно статистики следует заметить, что зачастую наблюдается занижение итогов, нежели завышение с помощью метода по изображению голов. В случае же метода подсчета по площади ситуация обратная. При этом величина занижения и завышения значений у этих методов примерно одинаковая, а чтобы сделать погрешности менее значительными эти методы используются одновременно.

5. Подсчет по траекториям движения

Этот метод взаимосвязан с модулем отслеживания. Данные алгоритмы анализируют характер движения объектов, которые ранее были обозначены. При этом одни алгоритмы этого метода подразумевают классификацию и учитывают линию передвижения только людей, а другие – отслеживают движение иных объектов. Непосредственный подсчет осуществляется по траектории объектов в указанной области.

К достоинствам этого метода следует отнести высокую точность подсчета: даже при сильном скоплении людей и их непосредственной близости друг к другу или сильном перекрытии осуществляется непосредственно анализ их перемещения, а не изображения.

Точность, сложность, малые погрешности программ

В каждом программном комплексе реализуются разные методы подсчёта людей в местах скопления. Соответственно, каждый из методов предоставляет отличающиеся по точности результаты.

Подводя итоги следует отметить, что наибольшей точностью обладает метод подсчета людей по их траекториям, а вот метод анализа текстур наоборот наделён самой большой погрешностью. Другие же методы, такие как: подсчет по площадям, изображениям голов и особым точкам — оказываются точны в среднем в 70% случаев и поэтому чаще всего используются вместе.

 

по материалам статьи А. Коробкова, директора по разработкам компании Macroscop, опубликованной в журнале «Системы Безопасности» №1, 2014 

Источник: http://intell.in.ua/

AD Статьи

все статьи

 

все новости Лента новостей