Регистрация / Вход
Прислать материал

Проведение теоретических и экспериментальных исследований в области ситуационной видеоаналитики потоков Больших данных в объединенной информационной инфраструктуре

Докладчик: Марчук Владимир Иванович

Должность: заведующий кафедрой "Радиоэлектронные системы", директор НИИ "Цифровая обработка сигналов и компьютерное зрение"

Цель проекта:
Исследование и решение сформулированной проблемы приводит к постановке научно-технической задачи - проведение теоретических и экспериментальных исследований в области ситуационной видеоаналитики потоков Больших данных в объединенной информационной инфраструктуре. Целью прикладного научного исследования и экспериментальной разработки являются: - Научные и научно-технические исследования в области построения автоматизированных систем ситуационной видео аналитики потоков Больших данных для создания научно-технического задела с университетами стран-членов ЕС по приоритетным направлениям федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы»: информационно-телекоммуникационные системы. - Создание совместных научных результатов по приоритетным направлениям в рамках европейской программы «Горизонт 2020», включая ее под-направления «Технологии будущего» (FET - Future Emerging Technologies) и «ERANET».

Основные планируемые результаты проекта:
По результатам проводимых научных исследований предполагается создание научно-технического задела в области ситуационной видеоаналитики потоков Больших данных в объединенной информационной инфраструктуре. На основе существующих наработок предполагается решение двух главных задач в рамках области исследований: первичная обработка видеопотоков и задача распознавания текстурных областей и действий объектов.
Иностранным партнером будут получены научно-технические результаты в области первичной обработки сигналов, в том числе:
- Аналитический обзор современной научно-технической, нормативной, методической литературы, затрагивающей научно-техническую проблему в области ситуационной видеоаналитики потоков Больших данных в объединенной информационной инфраструктуре.
- Разработка адаптивных методов и алгоритмов фильтрации цифровых многомерных сигналов потоков Больших данных на основе разреженных 3D преобразования в частотной области.
- Разработка адаптивных методов и алгоритмов восстановления четкости цифровых многомерных сигналов потоков Больших данных с устойчивыми характеристиками к широкому диапазону начальных условий.
- Разработка методов и алгоритмов пространственно-временной фильтрации и реконструкции 3D сцен и объектов на изображениях и видеосигналах, в частности, на основе синтеза с использованием статистических критериев.
- Исследование основных характеристик синтезированных методов первичной обработки видеопоследовательностей на основе статистических и экспертных оценок.
Российской стороной будут получены научно-технические результаты в области распознавания образов, в том числе:
- Анализ основных публикаций, по теме проводимого исследования, российских и зарубежных ученых и обобщение методологии построения пространств дескрипторного описания видеопоследовательностей для решения прикладных задач в системах технического зрения.
- Разработка математической модели многомерных сигналов при решении задачи идентификации ситуаций задымленности и огня для определения пространства описания сигналов, при анализе отдельных локальных текстурных участков.
- Разработка робастных дескрипторов описания текстур при распознавании ситуаций возникновения огня и дыма в объединенной информационной инфраструктуре видеорегистраторов.
- Разработка пространственно-временных робастных дескрипторов описания действий для распознавания тревожных ситуаций в объединенной информационной инфраструктуре видеорегистраторов.
- Синтез методов распознавания объектов и действий на основе построения обобщенного статистического решающего правила в рамках заданного объема априорной информации об объекте и его действий.
- Получение базы изображений и видеопоследовательностей для проведения сравнительного анализа и обучения алгоритмов распознавания.
- Формирование набора критериев оценки эффективности решения поставленных задач предложенными методами и алгоритмами распознавания образов и действий, как на основе числовых показателей, так и на основе эвристических и экспертных оценок.
- Получение характеристик и зависимостей эффективности распознавания действий при разнообразии начальных условий для решения поставленных задач.
- Определение основных характеристик и исследование возможности использования предложенных подходов для решения практических задач в интеллектуальных системах анализа данных: детектирование ситуаций возникновения огня и дыма, сопровождения объектов при помощи множества камер и анализ поведенческих признаков действий человека.
- Исследование возможности построения архитектуры системы ситуационной видеоаналитики в объединенной информационной инфраструктуре: серверная, встроенная и распределенная видеоаналитика.
В проекте предполагается использовать современные методы и алгоритмы цифровой обработки одномерных и многомерных сигналов для реализации первичной обработки. Основной задачей систем первичной обработки является ослабление действующих аддитивных помех. Классические линейные методы первичной обработки основываться на синтезе дискретных фильтров во временной или частотной области с заданными свойствами. Использование нелинейных алгоритмов ограниченно и существенно зависит от объема априорной информации, математической модели взаимодействия его составляющих (винеровская и калмановская фильтрация, методы обработке на основе байесовского подхода, адаптивная обработка на основе нелинейных решающих правил). Современные исследования в области построения методов и алгоритмов первичной обработки основано на синтезе адаптивных алгоритмов обработке с использованием принципов комплексирования линейных и нелинейных оценок (локальная и нелокальная фильтрация, агрегирование коррелированных интервалов обрабатываемого сигнала с целью совместной обработки, детектирование и анализ локальных особенностей и т.д.). При реализации проекта будут использованы методы и алгоритмы первичной обработки сигналов, основанные на адаптивной обработке с нелинейным решающим правилом агрегирования среди множества оценок сигнала (квазивинеровская и квазикалмановская обработка, метод размножения оценок, BM3D, SA-DCT, LPA-ICI).
При синтезе методов и алгоритмов увеличения разрешения изображений видеосигналов будет использоваться подход обучения на тестовых выборках по нескольким выборкам большого разрешения и построения словаря.
Реализация этапа получения первичных признаков идентифицируемых объектов основывается на использовании решений широко спектра задач: выделение границ объектов, кластеризация сигнала на основе признаков стационарности и нестационарности, извлечение корреляционных зависимостей, получение коэффициентов формы идентифицируемых объектов, нахождение особых областей и точек на основе априорной информации об идентифицируемом объекте и т.д. Совокупность полученных признаков составляет пространство дескрипторов, позволяющих получить многомерное описание объекта (вектор признаков), представленного на цветном изображении или на видеопоследовательности. Существенная часть проекта направлена на исследование метрик сравнения векторов признаков, как широко используемых на практике (евклидовое расстояние в пространстве Lp, расстояние Махаланобиса, исследование обобщенных моментов и кумулянтов, построение линейных и нелинейных корреляционных зависимостей), так и синтезе новых. Результирующим этапом обработки является использование алгоритмов линейной или нелинейной классификации, позволяющие разделить идентифицируемые объекты на классы в пространстве признаков: метод опорных векторов (SVM), метод усиления простых классификаторов (Boosting), адаптированное усиление простых классификаторов (AdaBoost). Развитие современных методов классификации направлено на построение нелинейных методов классификации, суть которых заключается в получении нелинейной гиперплоскости в пространстве признаков, разделяющая объекты классификации на компактные классы. Применительно к различным прикладным задачам представляет интерес разработка новых дескрипторов на основе известных подходов. К таким подходам относится текстурное и структурное описание локальных точек и областей изображений с целью устранения недостатков и ослабления ограничений использования известных методов (таких, как LBP, Hist, Sift, Surf, Gabor и др.).
Современные высокопроизводительные системы видеоаналитики позволяют значительно увеличить эффективность обработки за счёт использования ресурсоёмких алгоритмов анализа многомерных сигналов. Современные тенденции развития области анализа и распознавания образов полностью соответствуют предлагаемым этапам реализации проекта, а использование предлагаемой комплексной обработки позволит значительно увеличить эффективность обработки сигналов в высокопроизводительных интеллектуальных системах видеонаблюдения.
По результатам исследований будут поданы патентные заявки на новые методы анализа и распознавания образов для регистрации результатов интеллектуальной деятельности в соответствии с законодательством РФ.

Назначение и область применения, эффекты от внедрения результатов проекта:
Ожидаемые результаты выполнения проекта могут быть использованы в различных системах обработки и анализа Больших данных, в том числе статических и динамических изображений в том числе:
- Системы любительской и профессиональной фото и видео фиксации с целью фильтрации помех для визуального и особенно автоматического анализа.
- Системы распознавания лиц на основе биометрии лица и вероятностной связи изображения с идентификаторами людей, зарегистрированных в базе данных.
- Системы обнаружения опасных ситуаций (скопления людей, оставленные предметы, возгорания и задымления и т. п.).
- Системы анализа поведенческого характера и движения объектов сцены (мониторинг банков, гипермаркетов, аэропортов, автомобильных парковок, контроль доступа на охраняемые объекты).
- «Интерфейс человек-машина» за счет контекстного анализа видеоданных.
Одно из главных назначений разрабатываемых методов и программного комплекса - распознавание опасных ситуаций, связанных с возгоранием и задымленностью, а так же распознавания тревожных ситуаций в объединенной информационной инфраструктуре видеорегистраторов с целью обеспечения безопасности на различных объектах: охраняемых территориях, транспорте (аэропорты, железнодорожный транспорт), а также на государственных объектах.
Предлагаемые подходы позволят решить основные недостатки известных методов анализа изображений (влияние уровня освещенности, низкое разрешение, сегментация распознавание объектов в сложных условиях на текстурированном фоне) и видеопоследовательностей за счет развития комплексных, многокритериальных подходов к решению задач анализа и распознавания образов для реализации интеллектуальных систем видеонаблюдения и автоматизированного принятия решений.
Прогнозируемые социально-экономические эффекты от использования результатов ПНИ, созданных на основе результатов данного исследования включают следующие пункты:
а) создание принципиально новой продукции (теория, методы, программный комплекс);
б) улучшение потребительских свойств существующей продукции;
в) повышение уровня автоматизации обработки сигналов в системах видеоаналитики.
В ходе выполнения ПНИ будут разработаны новые методы первичной и вторичной обработки и анализа изображений и видеосигналов, обладающие новыми улучшенными характеристиками в сравнении с аналогами, что позволяет сделать вывод о перспективности вновь создаваемой интеллектуальной собственности и патентоспособности будущих результатов исследований.
В рамках осуществляемого проекта планируется осуществление коммерциализации результатов интеллектуальной (научно-технической) деятельности на базе программного продукта индустриального партнера ЗАО "Нордавинд" SmartStation в IP-камерах NEYRO, включая системы класса "Безопасный город". Продукт разработан на базе ОС Windows для создания систем охранного видеоконтроля различного масштаба. Современное, технически выверенное решение обеспечивает возможность построения распределенных IP систем видеонаблюдения, мониторинга видео и аудиоинформации в реальном времени, полнофункционального удаленного управления любыми компонентами системы. В программном обеспечении реализована поддержка IP-камер и энкодеров более 40 известных мировых производителей, гибкие алгоритмы архивирования, поиска, отображения, интеллектуального анализа видео и многие другие. Открытая программная платформа SmartStation позволяет создавать комплексные системы безопасности, полностью отвечающие требованиям заказчиков. С конца 2012 года было продано 10 622 лицензии SmartStation, что говорит о заинтересованности рынка в данном продукте.

Текущие результаты проекта:
В настоящее время проведен аналитический обзор современной научно-технической, нормативной, методической литературы, затрагивающей научно-техническую проблему в области ситуационной видеоаналитики потоков Больших данных в объединенной информационной инфраструктуре и обоснован выбор направления дальнейших исследований.