به دلیل اینکه دوربین مدار بسته از نوع دام گران قیمت تر هستند ، تعدادی از امکانات فیزیکی / مزایا که در دوربین های باکس نادر می باشند را ارائه می دهند .

زیبایی / پنهان بودن: دوربین های دام می توانند بر روی سقف و یا دیوار به صورت تراز نصب شوند که باعث می شود نسبتا" نا محسوس و خارج از دید باشد . توجه شود که سایز دام ها به صورت قابل توجهی از مینی دام ها تا دام های بسیار بزرگ متغیر می باشد که مینی دام ها بهترین عملکرد را از لحاظ زیبایی و پنهان بودن ارائه می دهند .

مقاومت در برابر خرابکاری: بیش از 60% از دوربین های دام ( در مقایسه با کمتر از 10 % از دوربین های باکس ) دارای قابلیت مقاومت در برابر خرابکاری می باشند . اگر شما نگران هستید که افراد به دوربین هایتان آسیب برسانند ویژگی مقاومت در برابر خرابکار ارزشمند می باشد . توجه شود که میزان و یا سطح مقاومت در برابر خرابکاری یک دوربین خاص ممکن است به طور چشمگیری متفاوت باشد . در حالی که معیار های رسمی اندازه گیری خرابکاری موجود است ، تولید کنندگان به ندرت نتایج بدست آمده از دوربین هایشان را فاش می کنند .

فضای باز : اگر به دنبال دوربینی هستید که بدون نیاز به محفظه جداگانه در فضای باز نصب گردد ، دوربین های دام ارجحیت دارند .بیش از نیمی از دام ها برای استفاده در فضای باز تولید می شوند در حالی که تنها تعداد کمی از دوربین های باکس این گونه هستند .

تکنولوژی مادون قرمز : اگر به دنبال بهبود عملکرد در شرایط کم نور و یا شب می باشید ، برخی دوربین های دام تکنولوزی مادون قرمز را ارائه می دهند . زمانی که نور مصنوعی وجود ندارد ، این یک راه حل کم هزینه برای بهبود کیفیت تصویر می باشد . از سویی دیگر فاصله ی دست یافتنی کوتاه می شود ( کمتر از 20 متر / 60 فیت) و حضور LED های مادون قرمز در فاصله ی خیلی کم نسبت به تصویر ساز باعث بروز مشکلاتی در تصاویر می شود . بیایید بگوییم شما دوربینی با مقاومت در برابر خرابکار ، قابلیت نصب در فضای باز و تکنولوژی مادون قرمز می خواهید ، اما دوربین باکس را به دلیل راحتی در هدف گیری و داشتن لنز های قابل تعویض ترجیح می دهید .

 

ساس تحلیل ویدئویی به مقایسه نقاط استوار است . به بیان ساه تر فرض کنید 30 نقطه بخش مشخصی از تصویر در ابتدا روشن بوده و سپس تاریک شده است . این یعنی حرکتی در تصویر رخ داده است . در اصل این همان شیوه ای است که یک آشکار ساز ساده برای تشخیص حرکت در صحنه از آن بهره می برد. اگر یک دسته ای از نقاط متغیر را به صورت گروهی واحد تحت نظر یگیرید آنگاه به یک آشکار ساز سوژه دست یافته ایم که البته مزیت بیشتری هم دارد چرا که ما بیشتر دوست داریم به جای حرکت ( و تشخیص آن ) با خود سوژه ها ( و تشخیص آن ) کار کنیم .برای ارزیابی و تشخیص سوژه می توان از اندازه و نسبت آنها استفاده کرد . برای مثال یک شیء 500x50 نقطه ای در تصویر به احتمال زیاد می تواند نشان دهنده ی خودرو و شی ء 30x 70 نقطه ای متعلق به یک فرد باشد . دسته بندی سوژه هاعموما" به همین ترتیب صورت می گیرد . پس از آن نیز می توانید تعداد سوژه ها را محاسب کرده، سرعت آنها را بسنجید و مسیر حرکتشان را تعیین کنید .

با دارا بودن این ویژگی ها آشکار ساز می تواند با دقت بالایی تشخیص دهد آیا شرایط عادی است یا خیر . برای مثال در محیط بانک مشتریان معمولا" به آهستگی حرکت می کنند . پس اگر شرایطی وجود داشته باشد که در آن شخصی در حال دویدن در محیط بانک باشد . مساما" موردی مشکوک خواهد بود . در نتیجه ما تنظیمات آشکار ساز را بر روی بیشینه سرعت حرکت ( عادی ) افراد تنظیم می کنیم و در شرایطی که شخصی شروع به دویدن کند نگهبان به صورت خودکار پیام آلارمی شامل محل رویداد ( قسمتی که دوربین حرکت مشکوک را مشاهده کرده است ) را دریافت خواهد کرد .

چه آشکار ساز هایی در آن مورد استفاده قرار می گیرند ؟

در ادامه فهرستی از پر کاربردترین انواع آشکار سازها ارائه شده است .

آشکار ساز حرکت : ابزار پایه ای است که در هر سیستم دیده بانی ویدئویی حضور دارد . هدف اصلی از بکارگیری این آشکار ساز صرفه جویی در فضای ذخیره سازی ویدئویی است . چون تا زمانی که تحرکی در صحنه رخ ندهد . سیستم نیز تصویری ضبط نخواهد کرد . حال اگر در صحنه مورد نظر حرکتی دائمی وجود داشته باشد . مثلا" پنجره ای وجود دارد و از پشت آن درختی که با وزش باد دائما" تکان می خورد در تصویر موجود است . می توان با تعریف آن بخش از تعریف یک فضای مرده برای آن ناحیه از تصویر و پوشاندن آن ( به صورت نرم افزاری) از حساسیت آشکار ساز به آن قسمت جلوگیری کرد .

محاسبه و دسته بندی سوژه ها: به شناسایی سوژه های موجود در قاب تصویر پرداخته و با محاسبه تعدادشان آن ها را بر اساس اندازه و نسبتشان دسته بندی می کند .

تعیین چهت و سرعت حرکت سوژه ها ی متحرک: سوژه ی متحرک را انتخاب نموده و آن را دنبال می کند و مسیر حرکت و سرعت آن را به خاطر می سپارد .

آشکار سازی رفتار های غیر عادی : برای مدتی جهت حرکت و سرعت سوژه ای که در قاب تصویر حاضر است را ذخیره کرده و برای خود تصویری ( الگویی) از حرکت عادی اشیا بوجود می آورد . اگر بعد از آن حرکت سوژه ای با الگوی ذخیره شده هماهنگ نباشد ، آشکار ساز نگهبان را خبر خواهد کرد . برای مثال در یک مرکز خرید ، معمولا" افراد با آسودگی در حال قدم زدن هستند و یا بر روی نیمکت ها مشغول استراحتند . حال اگر آشکار ساز در گوشه ای از سالن مر کز خرید که معمولا" کسی آن جا تردد نمی کند مردی که برای مدتی طولانی در آن جا ایستاده است را شناسایی کند ، پیغامی برای اپراتور ارسال خواهد کرد .

آشکار ساز اشیاء رها شده :

هنگامی فعال می شود که سوژه ای از قاب تصویر حذف و یا به آن اضافه شود . برای مثال دوربینی که در ایستگاه راه آهن تعبیه شده است را در نظر بگیرید اگر مسافری کیف خود را کنار نیمکتی که قبلا" روی آن نشسته بوده است جا بگذارد ، آشکار ساز محل آن را با یک مربع که دور آن کشیده مشخص نموده و هشدار لازم را برای اپراتور ارسال می کند . هرچند در اینجا مشکلی وجود دارد و آن این است که در عمل ممکن است این آشکار ساز شخصی که روی نیمکت نشسته است را با شیء جا گذاشته شده اشتباه بگیرد .

آشکار ساز پوشش :

مورد استفاده قرار می گیرد تا در صورتی که لنز دوربین با رنگ پوشانده شود یا جهت دید آن به سمت دیگری تغییر داده شود آلارم را فعال نماید . آشکار ساز ساختار قاب تصویر را ذخیره کرده و در صورت بروز هر گونه تغییر آن را گزارش می کند .

آشکار ساز پلاک خودرو :

به شما امکان می دهد تا پلاک خودروهای عبوری را لیست کرده و آنها را در یک پایگاه داده مرتب کند . از آن پس هر زمانی که نیاز باشد با تعیین پلاک خودرو مورد نظرتان سیستم تصاویر ضبط شده مربوط به آن را از آرشیو بیرون آورده و در اختیارتان می گذارد یا حتی می توانید پلاک خودرویی که مد نظرتان است را برای سیستم مشخص کنید تا به محض ورود خودرو مذکور به ناحیه دید دوربین سیستم فورا" شما را از رویت آن مطلع کند .

آشکار ساز چهره :

به شما اجازه می دهد تا به صورت خودکار چهره افراد را از یکدیگر متمایز نموده و با الگوی مشخصی که در اختیار است مطابقت دهید . برای مثال فرض کنید عکس صورت فردی که به دنبال وی هستید را روی سیستم بارگذاری کرده اید . از این لحظه به بعد سیستم صورت تمام افرادی که در قالب تصویر حاضر شوند را با عکس شخصی که بارگذاری شده است مقایسه می کند و هم زمان که نتیجه ی تطبیق دهی مثبت باشد شما را آگاه خواهد کرد . علیرغم این واقعیت که الگوریتم های شناسایی چهره سالهاست توسط شرکت های مختلف توسعه یافته اند اما هنوز نتوانسته اند به پایداری عملیاتی مطلوب برسند .

تعقیب خودکار سوژه با استفاده از دوربین PTZ:

هر گاه آشکار ساز سوژه ای متحرک را در میدان دید دوربین PTZ خود تشخیص دهد هم زمان دوربین را به گونه ای می چرخاند تا سوژه ی متحرک همواره در قالب تصویر باقی بماند توجه به این مسئله لازم است که در حالی که کاربردهای مورد نیاز خود از تحلیل ویدئویی را انتخاب می کنید ، باید به کیفیت آشکار ساز نیز توجه نمایید. واقعیت این است که بیشتر آشکار سازهای موجود در بازار فقط در غرفه نمایشگاه کارکردی قابل اطمینان از خود نشان می دهند .

چگونه با تحلیل ویدئویی یک سیستم دیده بانی بسازیم ؟

لازم است در مرحله ی طراحی سیستم تصمیم بگیریم که امر آشکار سازی در کجا باید اتفاق بیفتد . الگوریتمی که جریان ویدئویی را تحلیل می کند می تواند روی خود دوربین آِ پی پیاده سازی شود . بر روی سرور ضبط ویدئو قرار بگیرد یا اینگه از طریق سرور تحلیل جداگانه ای اجرا شود بیایید هر یک از این حالات را بررسی نماییم .

آشکار ساز توسط سرور ضبط ویدئو:

درابتدا کار تشخیص حرکت توسط ضبط کننده های ویدئویی انجام می شد . اما با ظهور دوربین های مگاپیکسلی آی پی این قابلیت در بیشتر موارد به خود دوربین آی پی یا یک کامپیوتر جداگانه نتقل شد و سرورها تنها ماموریت ضبط ویدئو را عهده دار شدند . علت اصلی این کار نیز بار پردازشی بزرگی بود که به پردازنده سرور تحمیل می شد . و این بار نه تنها ناشی از امر آشکار سازی بلکه علاوه بر آن از بابت پیش-رمز گشایی جریان ویدئویی دریافت شده از دوربین است . بنابراین حتی با انجام آشکار سازی ساده تشخیص حرکت ، بار بزرگ پردازشی برای پردازنده بوجود می آید .

آشکار سازی توسط دوربین آی پی :

ما به این واقعیت که همه دوربین های آی پی استاندارد دارای آشکار ساز حرکت هستند ادت کرده ایم . سال به سال نیز دوربین ها با پردازنده های قویتر تجهیز می شوند که به ما اجازه می دهند الگوریتم های پیچیده تر و سنگین تری را توسط آن ها بکار بریم . امروزه برخی دوربین های آی پی قادرند سوژه ها را دسته بندی کرده و تعداد و جهت حرکتشان را تعیین کنند و سوژه های رها شده را تشخیص دهند و تمام این قابلیت ها را به طور مستقل و در محل دوربین ارائه کنند .

ساختن سیستم دیده بانی که قابلیت های تحلیل در آن به دوربین آی پی منتقل شده است کاری با بازدهی بالا است . به این دلیل که ال سرورهای ضبط ویدئو بارگذاری نمی شوند و دوم کار آشکار سازی بر روی تصاویر فشرده نشده ای که دارای کیفیت بالایی هستند صورت می گیرد . بخش سخت اینگونه پیاده سازی اینجاست که گاهی لازم است نرم افزارهای دیده بانی ویدئویی را بهبود بخشید تا بتوانند اطلاعات سوژه های شناسایی شده را از دوربین دریافت کنند .

آشکار سازی توسط سرور تحلیل ویدئویی جداگانه :

آشکار سازهایی وجود دارند که نمی توان آنها را به دوربین آی پی منتقل کرد . برای مثال قابلیت هایی چون تشخیص چهره و پلاک خودرو از چنان الگوریتم های پیچیده ای استفاده می کنند که برای حصول نتیجه به توان پردازشی بالایی نیاز دارند . بنابراین معمولا" از سرورهای جداگانه ای برای انجام این امور استفاده می شود .

باید در خاطر داشت که در این موارد لازم است یک جریان ویدئویی به سرور ضبط و جریان ویدئویی جداگانه ای نیز به سرور تحلیل ویدئویی ارسال شود .ساده ترین راه برای پیاده سازی چنین قابلیتی استفاده از دوربین دو خروجی است . در انتها ذکر این مطلب به عنوان یک قانون لازم است که رسیدن به ثبات در امر شناسایی وابسته به سطح الگوریتم مورد استفاده نیست ، بلکه نیازمند تصویری با کیفیت بالا است . بیشتر آشکار سازها حساسیت بالایی به میزان نویز تصویر کنتراست ، اندازه ی سوژه ی مور نظر و غیره دارند . حتی اندکی انحراف از شرایط توصیه شده تولید کننده به طور چشمگیری ثبات شناسایی را کاهش می دهد . بنابر این درزمان ساخت یک سیستم دیدبانی با استفاده از تحلیل ویدئویی باید توجه ویژه ای به مسئله ی انتخاب دوربین مدار بسته کیفیت بالا و بکارگیری درست آن داشته باشید .