Ανίχνευση κίνησης με τεχνικές επεξεργασίες εικόνας

Ένα από τα βασικά χαρακτηριστικά των συστημάτων κλειστού κυκλώματος τηλεόρασης, είναι σίγουρα η ικανότητά τους να ανιχνεύουν κινήσεις μέσα στο πεδίο επιτήρησης των καμερών, προκειμένου η διαχείριση των δεδομένων που καταγράφονται να είναι πιο αποτελεσματική, ενισχύοντας παράλληλα το επίπεδο ασφαλείας.  

Υπάρχουν τεχνικές ανίχνευσης εισβολέων που περιλαμβάνουν υπέρυθρους (ενεργούς ή παθητικούς) ανιχνευτές, μικροκυματικούς ανιχνευτές, συστήματα ειδικών καλωδίων – ανιχνευτών κ.ά. Όλοι αυτοί οι ανιχνευτές συνδέονται με κεντρικά συστήματα διαχείρισης συναγερμού, για τον έγκαιρο εντοπισμό των εισβολέων.

Στις περιπτώσεις όμως που υπάρχει εγκατεστημένο σύστημα κλειστού κυκλώματος τηλεόρασης (CCTV), η ανίχνευση μπορεί να επιτευχθεί με κατάλληλη επεξεργασία του σήματος video των καμερών (Video Motion Detection). Για το σκοπό αυτό μπορεί να χρησιμοποιηθούν είτε αυτόνομες συσκευές είτε το σύστημα ανίχνευσης να βρίσκεται ενσωματωμένο σε κάποια άλλη συσκευή (πολυπλέκτη, DVR).
Σε έναν ιδανικό κόσμο, οι συσκευές ανίχνευσης δεν θα έπρεπε να δίνουν ψεύτικους συναγερμούς, αλλά μόνο πραγματικούς. Ένας πραγματικός συναγερμός δημιουργείται από την κίνηση ενός ανθρώπου ή ενός οχήματος στην περιοχή επιτήρησης, ενώ ένας ψευδοσυναγερμός από την κίνηση ζώων, πουλιών ή την κακή λειτουργία της συσκευής.

Ένα μέτρο της απόδοσης του συστήματος είναι να ορίσουμε το ρυθμό των εσφαλμένων συναγερμών (False Alarm Rate), ως το ρυθμό των λανθασμένων συναγερμών σε ένα ορισμένο χρονικό διάστημα.( π.χ. οκτώ ψευδοσυναγερμοί ανά ημέρα). Ένα άλλο μέτρο είναι ο ρυθμός της πιθανότητας ανίχνευσης (Propability of Detection), που ορίζεται ως ο λόγος των επιτυχημένων ανιχνεύσεων προς τον αριθμό των προσπαθειών σε ελεγχόμενες δοκιμές.
Η ανίχνευση κίνησης μέσα από το σήμα video είναι μια ηλεκτρονική μέθοδος ανίχνευσης μιας αλλαγής, που συμβαίνει στο πεδίο επιτήρησης μιας κάμερας. Είναι γνωστό ότι το σήμα video, στο τηλεοπτικό πρότυπο PAL που χρησιμοποιείται στην Ελλάδα, αποτελείται από 25 πλαίσια (ή καρέ) ανά δευτερόλεπτο (25 fps). Οι αναλογικές τεχνολογίες VMD χρησιμοποιούνταν για αρκετά χρόνια και προσέφεραν χαμηλού κόστους συσκευές για την ανίχνευση μιας απλής κίνησης. Κατά τη διαδικασία της επεξεργασίας για την ανίχνευση κίνησης γίνεται αποθήκευση ενός πλαισίου του σήματος video (πλαίσιο αναφοράς), το οποίο συγκρίνεται με τα επόμενα πλαίσια για να διαπιστωθεί αν υπάρχει κάποια αλλαγή. Η διάρκεια της δειγματοληψίας μπορεί να διαφέρει από 1/16s έως 1s ανάλογα με την τεχνική που χρησιμοποιείται. Η αλλαγή ανιχνεύεται με μια διαφορά στην τάση του σήματος video, η οποία δείχνει μεταβολή στη λαμπρότητα της εικόνας. Αρχικά, αυτή η μεταβολή μπορεί να αγνοηθεί και να εξεταστεί το επόμενο πλαίσιο, το οποίο θα επιβεβαιώσει ή όχι τη μεταβολή. Η μεταβολή αυτή θα συγκριθεί με μια προεπιλεγμένη τιμή (συνήθως σε ένα εύρος 10% – 25%). Αν η τιμή βρεθεί μεγαλύτερη, τότε θα παραχθεί ένα σήμα συναγερμού, το οποίο μπορεί να είναι ηχητικό ή οπτικό ή ταυτόχρονα και τα δύο (εξαρτάται από τον κατασκευαστή).
Τα αναλογικά συστήματα VMD έχουν τη δυνατότητα ρύθμισης ζωνών ανίχνευσης στην εικόνα που εμφανίζεται στην οθόνη παρακολούθησης. Οποιαδήποτε μεταβολή του επιπέδου φωτός συμβεί σε αυτήν τη ζώνη, αυτόματα θα ενεργοποιηθούν και τα σήματα συναγερμού. Επιπλέον, λειτουργούν αποτελεσματικά σε εσωτερικούς χώρους όπου υπάρχουν σταθερές συνθήκες φωτισμού και ο περιβάλλων χώρος είναι γνωστός. Οποιαδήποτε μεταβολή θα οφείλεται στην παρουσία ενός εισβολέα. Αν ο εισβολέας είναι άνθρωπος ή ένα μικρό ζώο (π.χ. ποντίκι), το σύστημα δεν είναι ικανό από μόνο του να διακρίνει τη διαφορά.
Όπως αναφέρθηκε, τα αναλογικά συστήματα VMD ήταν αποτελεσματικά μόνο για εφαρμογές ασφαλείας σε εσωτερικούς χώρους. Σε εξωτερικούς χώρους απαιτούνται πιο πολύπλοκα ηλεκτρονικά συστήματα, για να προσφέρουν ικανοποιητικά αποτελέσματα. Ο λόγος είναι ότι τώρα πρέπει να συνυπολογιστούν παράγοντες, όπως οι μεταβολές στα επίπεδα του φωτός (π.χ. λόγω συννεφιάς), ο τύπος του μετακινούμενου αντικειμένου, οι ηλεκτρικές διαταραχές από εξωτερικές πηγές, ο θόρυβος κ.ά. Λόγω του υψηλού κόστους των συσκευών που υλοποιούσαν τα παραπάνω, αυτές χρησιμοποιούνταν κυρίως σε στρατιωτικές εφαρμογές. Με τη μείωση του κόστους και την εμφάνιση πιο ισχυρών υπολογιστών, οι συσκευές αυτές χρησιμοποιούνται πια ευρύτατα στις κοινές εμπορικές εφαρμογές.
Ένα ψηφιακό σύστημα VMD μετατρέπει το αναλογικό σήμα video που λαμβάνεται από την κάμερα, σε ψηφιακό. Έτσι τώρα, το πλαίσιο του σήματος ψηφιοποιείται και χωρίζεται σε έναν αριθμό κελιών, όπου για το καθένα, το σύστημα αναθέτει μια τιμή, την οποία αποθηκεύει στην εσωτερική μνήμη που διαθέτει. Με την καταχώρηση στη μνήμη των τιμών όλων των κελιών αναφοράς, το σύστημα ψηφιοποιεί κάθε εισερχόμενο πλαίσιο και το συγκρίνει κελί-κελί με τις τιμές αναφοράς. Ανάλογα με το σύστημα, η διαφορά παράγει ένα σήμα συναγερμού.
Όσο πιο μεγάλος είναι ο αριθμός των κελιών στα οποία τμηματοποιείται η εικόνα, τόσο πιο πολύπλοκη είναι η επεξεργασία. Σε μερικά συστήματα, αντί να καθορίζονται κελιά ανίχνευσης, γίνεται σχεδιασμός ζωνών ανίχνευσης συνήθως ορθογώνιου σχήματος.. Ουσιαστικά και πάλι όμως κάθε περιοχή αποτελείται από έναν αριθμό κελιών. Μερικά συστήματα περιορίζουν τον επιτρεπτό αριθμό των ενεργών ζωνών ανίχνευσης (π.χ. σε έξι).
Υπάρχουν όμως ορισμένοι παράγοντες που πρέπει να λαμβάνονται υπόψη και επηρεάζουν την απόδοση ενός ψηφιακού συστήματος VMD, όπως:

• Το επίπεδο αντίθεσης του φωτός (contrast level). Όπως έχει ήδη αναφερθεί, η ανίχνευση επιτυγχάνεται με τη μέτρηση των αλλαγών της λαμπρότητας στα συσχετισμένα πλαίσια του σήματος video. Για ένα άτομο που φοράει γκρι ρούχα, σε ένα καλά φωτισμένο χώρο η ανίχνευση θα επιτευχθεί ικανοποιητικά. Η μεταβολή στη λαμπρότητα όμως θα είναι μικρή σε έναν πιο σκοτεινό χώρο. Αυτός είναι ένας κρίσιμος παράγοντας, ειδικά για την ανίχνευση σε εξωτερικούς χώρους.
• Αν το μέγεθος του αντικειμένου ανίχνευσης είναι μικρό σε σχέση με το μέγεθος του κελιού, τότε απαιτείται μεγαλύτερη ευαισθησία ανίχνευσης. Σε αυτήν την περίπτωση όμως, θα λαμβάνονται αρκετοί ψεύτικοι συναγερμοί για αντικείμενα που παρουσιάζουν μεγαλύτερη αντίθεση από ότι ένας εισβολέας. Από την άλλη μεριά όμως, με χρήση μεγαλύτερων κελιών ελλοχεύει ο κίνδυνος να έχουμε την ίδια μεταβολή στη λαμπρότητα είτε από την κίνηση ενός ατόμου με μικρή αντίθεση είτε από την κίνηση ενός ζώου με υψηλή αντίθεση.
• Οι αλλαγές στις συνθήκες φωτισμού (π.χ. λόγω συννεφιάς). Στην περίπτωση αυτή θα υπάρχουν ζώνες ανίχνευσης σκοτεινές και άλλες πιο λαμπερές. Επιπλέον, όταν χρησιμοποιείται φακός αυτόματης ίριδας, πρέπει το σύστημα να είναι ικανό να καταλάβει αν η αλλαγή προέρχεται από την προσαρμογή του φακού στις νέες συνθήκες φωτισμού ή από την κίνηση κάποιου ατόμου.
• Το μέγεθος του αντικειμένου σε σχέση με την απόσταση από την κάμερα. Ένα μικρό κινούμενο αντικείμενο που βρίσκεται κοντά στην κάμερα, επηρεάζει τον ίδιο αριθμό κελιών σε σχέση με κάποιο άλλο που βρίσκεται πιο μακριά. Αυτό πολλές φορές είναι ανεπιθύμητο για την ανίχνευση ενός εισβολέα.
• Η κίνηση της κάμερας. Σε εξωτερικούς χώρους, αν η κάμερα δεν είναι καλά στερεωμένη και κινείται, επηρεάζει αρνητικά την ανίχνευση ατόμων.

IVS: Η εξέλιξη των VMD
Τα τελευταία χρόνια, με την ανάπτυξη της τεχνολογίας του λογισμικού και την αύξηση της επεξεργαστικής ισχύος των υπολογιστών, περάσαμε από την παθητική ανίχνευση των συσκευών VMD σε εξελιγμένα λογισμικά που προσφέρουν τεχνικές, ώστε να αντιλαμβάνονται οι συσκευές τι «βλέπει» μια κάμερα. (Intelligent Video Surveillance). Είναι μια τεχνολογία που αρχίζει να βγαίνει από τα εργαστήρια των Πανεπιστημίων και να υλοποιείται σε εφαρμογές CCTV (και όχι μόνο), με δραστηριοποίηση αρκετών εταιρειών.
Η βάση αυτής της τεχνολογίας είναι έξυπνοι αλγόριθμοι, που αναπτύσσονται για ανίχνευση και παρακολούθηση όλων των αντικειμένων, τα οποία εμφανίζονται στο επίπεδο επιτήρησης μιας κάμερας, καθώς και την κατηγοριοποίησή τους σε καθορισμένους τύπους (π.χ. άνθρωποι, οχήματα κ.λπ.).
Το λογισμικό μπορεί να ανιχνεύσει και να κατηγοριοποιήσει τα κινούμενα αντικείμενα της εικόνας ως «αεροπλάνο» και ως «άνθρωπος». Μια συσκευή VMD δεν μπορεί να ξεχωρίσει το πλοίο, αφού όλη η εικόνα κινείται, ενώ μια συσκευή IVS ανιχνεύει με ακρίβεια το αντικείμενο.
Οι σύγχρονες απαιτήσεις ασφαλείας δημιούργησαν την ανάγκη για ανάπτυξη συστημάτων IVS για επιτήρηση σε πολυπληθείς χώρους, όπως είναι οι χώροι αναμονής & άφιξης αεροδρομίων, τραίνων κ.ά. Ο βαθμός δυσκολίας είναι μεγάλος, γιατί είναι δύσκολο οι υπολογιστές να διακρίνουν ένα αντικείμενο από ένα άλλο, όταν υπάρχει πολύπλοκη κίνηση στην εικόνα .
Η τεχνολογία σε αυτό το σημείο βρίσκεται σήμερα σε νηπιακή μορφή. Η έρευνα έχει εστιαστεί σε δύο περιοχές. Η μία είναι προς την κατεύθυνση της ανίχνευσης ενός ατόμου (συνήθως το πρόσωπό του) μέσα στο πλήθος, με την ταυτοποίησή του μέσω κάποιας βιομετρικής τεχνικής, όπως η αναγνώριση προσώπου. Απλές μέθοδοι χρησιμοποιούνται για αναζήτηση ατόμων μέσα στο πλήθος, που εστιάζουν στην απόχρωση του δέρματος, στην αναγνώριση προσώπου ή στην ανίχνευση συγκεκριμένου σωματότυπου.
Η δεύτερη περιοχή έρευνας είναι η ροή του πλήθους. Πολλές φορές, ακόμα και αν δεν μπορούμε να αναγνωρίσουμε ένα άτομο μέσα στο πλήθος, είναι σημαντική για λόγους δημόσιας ασφάλειας η πληροφορία που μπορεί να εξαχθεί από τη ροή του πλήθους. Για παράδειγμα, είναι δυνατή η ανίχνευση μιας διαταραχής στην τυπική κίνηση του πλήθους, όπως επεισόδια που έχουν ξεσπάσει μεταξύ των θεατών ενός ποδοσφαιρικού αγώνα. Μια πολύ γρήγορη μετακίνηση πλήθους μπορεί να δείχνει ότι κάτι επικίνδυνο συμβαίνει, ενώ η απομάκρυνση του πλήθους από μια χαρακτηριστική περιοχή ή η μετακίνησή του προς ένα κεντρικό σημείο, δείχνουν ότι κάτι ασυνήθιστο συμβαίνει.
Μια χαρακτηριστική εφαρμογή για να κατανοήσουμε τη σημασία της κατεύθυνσης του πλήθους, είναι η ανίχνευση με μετρητή. Η ιδέα είναι, ότι σε μια περιοχή η οποία ελέγχεται από μία κάμερα, οι κανονισμοί επιτρέπουν στους ανθρώπους ή τα αντικείμενα να κινούνται προς μια καθορισμένη διεύθυνση. Το σύστημα IVS παρακολουθεί τη ροή του πλήθους μέσα από αυτήν την περιοχή και ανιχνεύει τα αντικείμενα που μετακινούνται ενάντια στην κατεύθυνση αυτή. Την τεχνολογία αυτή χρησιμοποιούν οι κάμερες που έχουν τοποθετηθεί σε κεντρικές αθηναϊκές λεωφόρους, για τη μέτρηση της ροής των οχημάτων.

ΒΙΒΛΙΟΓΡΑΦΙΑ– ΠΗΓΕΣ

• Herman Kruegle "CCTV SURVEILLANCE video practices and technology".
  Butterworth-Heinemann 1995.
• Mike Constant and Philip Ridgeon " The Principles and Practice of CCTV"
  2nd edition, Miller Freeman 2000.
• Alan J. Lipton "Intelligent Video Surveillance in Crowds".
• www.cs.cmu.edu