Computer Vision

Dalla Videosorveglianza alla Videosicurezza 

A cura di Aldo Leonardi

Gli elementi della Computer Vision

L’obiettivo dei sistemi di videosorveglianza è l’individuazione di eventi a rischio o pericolosi, ed è subordinato ad un eventuale presenza di personale preposto al controllo delle immagini sui monitor.

Questo controllo ha una sua relativa validità che è inversamente proporzionale al numero dei monitor che la persona addetta al monitoraggio deve osservare. Più sono i monitor da controllare meno il personale addetto è capace di un reale controllo delle scene visualizzate.

Questo accade, naturalmente, poiché il personale preposto al controllo diretto delle telecamere, dopo circa 1 o 2 ore è soggetto a cali fisiologici di attenzione.

Quando, invece, i sistemi di sorveglianza , sono finalizzati a registrare tutte le immagini riprese dalle telecamere, questa tecnologia serve ben poco. Cioè non è un sistema che può fornire un sicurezza attiva. Diviene semplicemente un deterrente o nel migliore dei casi un elemento d’indagine giudiziaria; ciò solo e unicamente nel caso che chi è l’autore dell’atto illecito è così maldestro da lasciare elementi validi per essere individuato.

L’obbiettivo dei sistemi di VideoSicurezza, portano invece ad assumere un ruolo attivo, allorquando rappresentano l’individuazione immediata di eventi a rischio, rilevando persone, o oggetti o veicoli, che in movimento in una determinata scena, attivano una serie di riconoscimenti automatici nel tempo, al fine di poter trarre informazioni comportamentali degli oggetti stessi. Tali informazioni, immediate, possono essere adoperate per poter rilevare l’accadimento di eventi anomali e inviare opportuni allarmi verso qualsiasi tipo di terminale digitale, e richiedere quindi l’intervento relativo al caso.

La VideoSicurezza, opera attraverso la Computer Vision (o intelligenza artificiale) , che è quella  scienza che consente che una macchina possa vedere. Trova ampia applicazione per il monitoraggio ed il controllo nelle situazioni in cui l’uso di altri tipi di sensori non basta o non sarebbe in egual modo efficace. Inoltre lo sviluppo di applicazioni nel campo della Computer Vision è stato agevolato dalla potenza dei calcolatori attualmente in commercio, che permettono di acquisire e elaborare filmati con grandi quantità di informazioni in modo più veloce di quanto possa fare un operatore umano, che va in difficoltà quando in una scena compaiono molti oggetti e numerosi eventi da seguire contemporaneamente.

Questa tecnologia consente di utilizzare le prestazioni di algoritmi intelligenti di tracking per il movimento sulle scene, utilizzando una piattaforma software preesistente scritta in linguaggio C++ e sviluppata in ambiente Linux.

Il tracking degli oggetti, o persone o veicoli, in movimento in una sequenza video è tuttora un campo di ricerca aperto, in quanto lo sviluppo di un buon tracker attraversa diverse e continue fasi di sviluppo. Fasi che si possono elaborare attraverso scene difficoltose, rese tali da una severa analisi e quindi attualizzazione delle molteplici situazioni critiche che si possono incontrare in una scena reale, come oggetti che si occludono tra loro rispetto alla posizione delle videocamere, oppure a ostacoli naturali o difetti di rilevamento del movimento che possono fornire immagini disturbate degli oggetti, ad esempio frammentandoli in più parti.

La funzionalità principale di un sistema di tracking è la capacità di associare tra loro due immagini di uno stesso oggetto in fotogrammi successivi (Matching).

Il Matching che è stato sviluppato nella piattaforma utilizza una tecnica di bipartite graph macthing, in cui i nodi del grafo rappresentano gli oggetti dei due insiemi (frame attuale e frame precedente) e ogni arco associa un oggetto appartenente a un insieme con un oggetto di un altro insieme.

Ad ogni arco è associato un peso che rappresenta la distanza di due oggetti rispetto a una determinata metrica.

La continua evoluzione di questa tecnologia è rivolta allo sviluppo di metriche di tipo predittivo.

Sono state analizzate le caratteristiche degli elementi (oggetti o persone o veicoli) che non si conservano tra un frame e l’altro, e che seguono un andamento temporale non casuale. Tali caratteristiche sono considerate stati di un sistema; quindi si è passati alla definizione di un modello matematico lineare di evoluzione dello stato di ogni oggetto rilevato nella scena.

In base a tale modello matematico vengono sviluppati due predittori: un modello lineare del primo ordine e un Filtro di Kalman discreto del primo ordine, che si basa sull’idea di aggiornare la stima dei minimi quadrati quando intervengono nuove misure o informazioni, senza ricalcolare tutto il sistema, ma ripartendo dalla precedente soluzione e dal suo modello stocastico.

I predittori sviluppati permettono di poter associare i pesi al bipartite graph, in base a confronti tra i valori predetti degli stati di un oggetto nel frame precedente e ai valori misurati di tutti gli oggetti del frame attuale.

E’ stato sviluppato un sistema di valutazioni delle prestazioni di un algoritmo di tracking, con un  DataSet di filmati di tratti stradali, in cui gli oggetti da seguire sono veicoli, che hanno un moto meno casuale rispetto alle persone e quindi più consono agli algoritmi sviluppati.

Per ogni filmato è stata costruita una ground-truth, in cui a ogni oggetto è associato univocamente un ID e per ogni frame sono indicati gli ID e le caratteristiche di tutti gli oggetti presenti nel frame stesso.

Dal confronto dei risultati degli algoritmi analizzati con la ground-truth si può dare una valutazione prestazionale quantitativa dell’algoritmo.

Ogni algoritmo di tracking necessita di un settaggio di alcuni parametri, a tale proposito il DataSet è diviso in due insiemi con caratteristiche simili: TrainingSet e TestSet; il TrainingSet è utilizzato per trovare la combinazione ottima di parametri, il TestSet è usato per valutare le prestazioni dell’algoritmo.

Gli algoritmi realizzati sono stati sperimentati sul DataSet e sono stati comparati con altre metriche di tracking. In generale la bontà dei risultati è molto dipendente dal Frame-Rate con il quale vengono acquisite le immagini, quindi è stata fatta un’analisi delle prestazioni degli algoritmi al variare del Frame-Rate.

Articoli Correlati

Programma Operativo Nazionale
views 38
"SICUREZZA PER LO SVILUPPO DEL MEZZOGIORNO D'ITALIA" Programma 2007-2013 Il Programma Operativo Nazionale Sicurezza per lo Sviluppo – Obiettivo Convergenza 2007-2013 si propone di migliorare le co...
I limiti della video sorveglianza
views 23
I più recenti episodi di cronaca dimostrano le evidenti necessità di sistemi video in ambito di attività commerciali, lotta al crimine, applicazioni di sicurezza civili e militari. Sebbene le telecame...
Equalizzazione cromatica per algoritmi di Computer...
views 36
Abstract. Nelle applicazioni della computer vision può essere molto vantaggioso riprodurre alcuni processi di adattamento alle condizioni nelle quali un sistema di visione si trova ad agire. In part...
Gli Algoritmi nella Computer Vision
views 24
1.   Algoritmi In questo capitolo verranno presentati gli algoritmi di un sistema di videosorveglianza che sono stati studiati in precedenti lavori svolti presso un laboratorio di Visione Artificiale...
Atteggiamenti Sospetti
views 27
Qui notiamo una persona che si sofferma innanzi una banca senza fare intendere che desidera entrare, o che vuole utilizzare lo sportello del bancomat. Il suo bighellonare viene rilevato come atteggiam...
Antintrusione
views 25
Il sito inquadrato viene protetto attraverso la definizione di 3 aree. La prima area, che il software evidenzia con una linea gialla, se viene oltrepassata provoca immediatamente l’invio dell’allarme...
Antiterrorismo – Aeroporto
views 34
Vengono elaborati, se pur in ambiente caotico, gli spostamenti di tutte le persone, il loro conteggio, e il  riconoscimento delle forme degli oggetti abbandonati. Il sistema riesce a sincronizzare le ...
Videosicurezza
views 220
A R K V I S I O N A cura di Aldo Leonardi La VideoSicurezza non è Videosorveglianza ♦ Videosorveglianza è semplicemente un deterrente, oppure  uno degli elementi nel campo delle indagini gi...
Analisi d’immagine
views 23
  L'analisi delle immagini consiste nell'estrazione di informazioni da immagini di una scena reale; si basa sulla possibilità di formulare una rappresentazione matematica della distribuzione deg...