В 2023 году в рамках подготовки к реализации двух проектов "Безопасный город" было принято решение провести ряд специализированных испытаний в различных уличных условиях для выявления прямых и косвенных факторов, влияющих на эффективность работы разработанных систем.

Была сформирована методология и программа испытаний, выбраны различные типы камер и привлечены несколько групп участников для проверки корректности идентификации под влиянием таких условий, как:

Разрешение и угол обзора камер;

Высота установки камер: от 2 до 4 метров - для оценки влияния превышения требований к углу обзора;

Места установки камер: столбы пешеходных светофоров, троллейбусные и трамвайные столбы - для оценки влияния вибрации и тряски;

Ухудшение погодных условий: снег, дождь, туман, смог;

Ухудшенные условия освещения (менее 50 люкс): сумерки, искусственное городское освещение;

Подсветка от светофоров и рекламных конструкций;

Ориентация камер по сторонам света (в северных регионах в утренние и дневные часы солнце может давать встречную засветку на камеры, ориентированные на юг, а в южных регионах - на восток).

В исследовании также проанализировано влияние архитектуры системы с учетом пропускной способности городской сети:

Data Center - трансляция потоков с камер в центр обработки данных;

Edge - обработка потоков с камер непосредственно в местах их установки с последующей отправкой результатов идентификации и "обедненных" видеопотоков в центр обработки данных.

1. Вибрации (ветер, тряска от транспорта)

Степень влияния низкая (3 потери на 1056 попыток).

Наибольшие вибрации и тряску мы получали на опорах трамваев в момент прохождения транспорта, но они слабо влияли на общий результат. Система справляется с обработкой 25 кадров в секунду, поэтому сильного размытия изображения от тряски не наблюдается. Наша общая рекомендация заключается в том, что смещение изображения должно составлять не более 1 % от размера кадра.

2. Погодные условия (снег, дождь, туман)

Степень влияния низкая (7 потерь на 1056 попыток).

В светлое время суток или при достаточном освещении (>200 люкс) снег и дождь создают на изображениях шум, сравнимый с естественным шумом матриц камер.

Ситуация ухудшается при слабом освещении, когда осадки и взвешенные в воздухе частицы начинают усиливать эффект засветки.

3. Расстояние от камеры до объекта

Степень влияния значительна (9 потерь на 1056 попыток).

Иногда для обеспечения идентификации лиц на расстоянии необходимо использовать длиннофокусные камеры. Это может быть необходимо для того, чтобы "дотянуться" до подходящей зоны идентификации (например, где люди находятся в состоянии покоя и стоят в ожидании разрешающего сигнала светофора), или для компенсации чрезмерного угла обзора камеры из-за необходимости поднимать ее выше 2,5 метров.

По мере увеличения расстояния до места идентификации влияние двух предыдущих факторов (осадков, взвешенных в воздухе частиц, тряски и вибрации) начинает резко возрастать.

4. Плотность потока людей

Степень влияния высокая (26 потерь на 1056 попыток).

В плотной толпе больше перекрытий и окклюзий, а значит, выше вероятность пропустить удачные снимки лица, когда:

Человек смотрит в направлении камеры;

Лицо находится в фокусе, и изображение не размыто из-за активного движения;

На лице отсутствуют излишние шумы, артефакты и помехи: снежинки, дождь, волосы, сигаретный дым и т. д.

5. Скорость движения людей в кадре

Степень влияния высокая (28 потерь на 1056 попыток).

Выбирайте такие участки, где скорость движения людей ≤ 5 км/ч. Это означает, что могут быть пропущены люди, двигающиеся трусцой, на скутерах/велосипедах и т. д. Если между двумя соседними кадрами лицо переместилось на расстояние, превышающее его собственный размер, это может привести к чрезмерному размытию изображения и потере трека.

6. Подсветка (от солнца, уличных фонарей, рекламы)

Степень влияния критическая (37 потерь на 1056 попыток).

Подсветка в утренние часы, блики на мокром асфальте или блеск на льду могут длиться недолго и казаться незначительной проблемой на фоне общей продолжительности работы камеры в течение дня или года, но в ходе тестов мы потеряли немало опознаний именно по этой причине.

Туман в ночное время также может ухудшить эффект от встречного освещения от светофоров, рекламных конструкций и проезжающих автомобилей, что делает изображения лиц непригодными для идентификации.

7. Угол съемки (углы поворота и наклона головы)

Степень влияния имеет решающее значение.

Люди смотрят под ноги и в свои телефоны. Слишком высокое расположение камеры резко снижает вероятность получения фронтального изображения лица, оптимального для идентификации.

Если камера чрезмерно смещена в сторону от основного потока движения, повышается риск размытия изображения.

8. Освещенность лица менее 200 люкс

Степень воздействия критическая (98 потерь на 1056 попыток).

Ночные тесты без дополнительного освещения в зонах идентификации (в дополнение к существующему стандартному городскому освещению, обеспечивающему освещенность <50 люкс) показали трехкратное снижение эффективности.

Как управлять внешними факторами?

1. Рекомендуемые производители специализированных линеек камер (с возможностью использования длиннофокусных объективов): AXIS, IDIS, Hikvision

2. При установке проверьте наличие засветки в зависимости от стороны света в утренние и вечерние часы, а также от рекламных конструкций, светофоров и уличных фонарей.

3. Настройте камеры для работы в ночное время. Без специального освещения в течение большей части дня (зимой с 18:00 до 09:00, летом с 22:00 до 07:00) может быть потеряно до 60 % опознаний.

4. Не используйте для опознания обзорные камеры. Избегайте попадания "опознавательного пятна" на проходную зону. Лучше заменить объектив на длиннофокусный и обеспечить захват лица в зоне покоя людей, не превышая допустимых ракурсов.

5. Качество основной массы изображений лица, получаемых с камер, должно быть сопоставимо с качеством NIST Mugshot или Wild (35 пикселей между глазами, равномерное освещение, угол поворота/наклона не более 20° от фронтального положения). Это можно проверить с помощью автоматизированных сервисов, предоставляемых поставщиками услуг по распознаванию лиц, входящих в список качества NIST FATE.

   Практика показывает, что если база данных формируется из лиц с качеством NIST Visa/Border, а с видеокамер поступают изображения лиц с качеством NIST Mugshot/Wild, то система будет работать эффективно и идентификация будет надежной. В противном случае возрастает вероятность ложных опознаний или пропусков.

Заключение

Исследование показало, что на этапе установки и размещения камер профессионалы часто работают "вслепую" ! Несмотря на то что существуют методические материалы и даже инструменты, автоматизирующие оценку эффективности установки камеры, они не получили широкого распространения.

Другие новости по теме

Еще