X trust overview

508 views

Published on

how to apply video analytics tech to improve video-surveillance

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
508
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
7
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

X trust overview

  1. 1. Video Analytics Smart Vision & Security Roberto Marega, PMP®, CRISC®, CISA® roberto.marega@xtrust.net®
  2. 2. La Video Content Analysis (VCA), indicata più diffusamente come «videoanalytics», è definita in Wikipedia come:“… the capability of automatically analyzing video to detect and determine temporalevents not based on a single image. As such, it can be seen as the automatedequivalent of the biological visual cortex.”Ovvero la capacità di elaborare inautomatico le immagini video (filmati)per identificare eventi, in manierasimile a quanto avviene con l’occhioumano. ® © Copyright 2012 – XTrust s.r.l.
  3. 3. Nel corso della presentazione vedremo:  Esempi applicativi di video analytics  Problemi legati all’efficacia delle applicazioni (ma soprattutto delle implementazioni)  Classiche applicazioni «state-of-the-art»  Soluzioni avanzate di video analytics  Quando è necessario realizzare un progetto personalizzato. ® © Copyright 2012 – XTrust s.r.l.
  4. 4. Gli ambienti aeroportuali richiedono controlli di sicurezza su ampi spazi, sia interniche esterni , con flussi molto intensi di passeggeri, che sono distribuiti anche sumolteplici code e costretti a sostare per lunghi periodi in attesa con bagagli sialeggeri sia pesanti. Le funzionalità di video analytics a supporto della sicurezza sonomolteplici, tra cui: Controllo oggetti abbandonati Controllo perimetrale (zona aeromobile) Monitoraggio code Monitoraggio transiti anomali Identificazione pattern sospetti ® © Copyright 2012 – XTrust s.r.l.
  5. 5. Gli esercizi commerciali, oltre ad avere ovvie esigenze di controllo ai fini dellasicurezza, possono trarre vantaggio anche da informazioni raccolte permigliorare il servizio offerto ai clienti e per analizzare l’orientamento dei clienti: Conteggio e analisi dei transiti Analisi punti di attrazione Identificazione colli di bottiglia Ottimizzazione delle file Analisi della reazione dei clienti ® © Copyright 2012 – XTrust s.r.l.
  6. 6. Nel settore dei trasporti, in particolar modo, le applicazioni che possonorichiedere l’utilizzo di video anlytics sono molteplici, per evidenziare eventi chepossono rappresentare un rischio per la sicurezza, intralcio al traffico, : Analisi del traffico e velocità Identificazione veicoli fermi Identificazione violazioni Riconoscimento targhe Mezzi abbandonati Segnalazione incidenti ® © Copyright 2012 – XTrust s.r.l.
  7. 7. I porti hanno la caratteristica di ospitare una grande varietà di mezzi, persone e merce intransito: navi e barche di vario tipo e dimensione, passeggeri, addetti ai lavori, mezzi di terra,ecc. Le minacce alla sicurezza del porto e all’incolumità dei passeggeri sono molteplici ed ilmonitoraggio di ciò che sta avvenendo trova beneficio nella identificazione rapida di alcunieventi anomali, che possono essere evidenziati dalle applicazioni di video analytics: Classificazione e identificazione delle imbarcazioni in transito Identificazione posizione, direzione e velocità delle imbarcazioni Identificazione automatica movimenti anomali Verifica anomalie e conteggio nelle operazioni di imbarco e sbarco Segnalazione incidenti Controllo automatico delle videocamere PTZ ® © Copyright 2012 – XTrust s.r.l.
  8. 8. Lo scopo di un progetto è soddisfare lesigenza del cliente e risolvere il suo problemaal meglio. La spinta verso una soluzione di VA può essere di natura economica ofinalizzata esclusivamente ad aumentare il livello di sicurezza.Spesso i clienti si sono già informati riguardo a soluzioni disponibili sul mercato epossono avere aspettative poco realistiche riguardo a ciò che le applicazioni di VApossono offrire, sia in generale, sia nel loro caso particolare.E’ importante chiarire che la scelta del software di VA incide solo in piccola parte sulrisultato. In un progetto di VA, il software è come la punta di un iceberg. Se una o piùdelle altre componenti del progetto falliscono, il VA non funzionerà come previsto.Anche i migliori applicativi di VA non possono offrire le prestazioni desiderate se integratiin un sistema disfunzionale di videosorveglianza. ® © Copyright 2012 – XTrust s.r.l.
  9. 9. VCA Video Management System Configurazione videocamere Hardware videocamere Custodia videocamere e fissaggio Luce artificiale (se necessario) Comunicazione (rete o fibra) e alimentazione Zona monitorata (idonea per la sorveglianza) Comprensione dei requisiti e soluzione concettuale® © Copyright 2012 – XTrust s.r.l.
  10. 10.  Quali sono le aspettative del cliente -> "Troppo CSI?” Di che cosa ha realmente bisogno? Quali sono le minacce? Come viene misurato il successo? -> tasso di rilevamento vs tasso di falsi allarmi -> prezzo vs prestazioni -> … Quale soluzione di VA è la più adatta il progetto? ® © Copyright 2012 – XTrust s.r.l.
  11. 11.  Ci sono oggetti visibili /distinguibili nella zona monitorata? C’è tanta attività nella zona / background? Ci saranno molti oggetti nella zona monitorata? Esempio ambienti non idonei ® © Copyright 2012 – XTrust s.r.l.
  12. 12.  Definizione della rete di comunicazione e alimentazione per impianti più grandi decidere tra un sistema centralizzato o un sistema di VCA e VMS distribuito. Scelta tra soluzione VCA e/o VMS centralizzata o distribuita E’ necessario considerare nel calcolo dell’energia necessaria anche le eventuali luci artificiali ® © Copyright 2012 – XTrust s.r.l.
  13. 13. Illuminazione errata Soluzione ideale ® © Copyright 2012 – XTrust s.r.l.
  14. 14. La qualità dellimmagine è fondamentale per il coretto funzionamento di unsistema VCA; aspetti importanti da non sottovalutare: Fissaggio videocamere – disturbo da vento e vibrazioni del terreno da macchine passanti Evitare il posizionamento troppo basso e l’orientata in orizzontale Evitare videocamera senza paraluce Esempio posizionamenti non idonei ® © Copyright 2012 – XTrust s.r.l.
  15. 15. Le applicazioni di VA non richiedono necessariamenteimmagini ad altra definizione, né un elevato frame rate;tuttavia è importante garantire sempre:  poca distorsione  frame rate costante  buona sensibilità nel caso scarsa illuminazione  tolleranza ai cambiamenti d’illuminazione  minimo rumore termico (meglio immagini scure che disturbate)Di regola le applicazioni centralizzate di Vasi applicano flussi MJPEG.E’ possibile prevedere flussi distinti per VA e altre applicazioni (es:registrazione). ® © Copyright 2012 – XTrust s.r.l.
  16. 16. Il VMS è una parte molto importante dellasoluzione Analytics. Nella maggior parte dei casi èlunica interfaccia utilizzata dal cliente.Il modo con cui vengono segnalati gli allarmiinfluisce notevolmente sull’esperienza dellutentefinale e sullutilità dellintera soluzione.Le applicazioni di VA commerciali sononormalmente progettate per essere integrate condiversi VMS high-end.. ® © Copyright 2012 – XTrust s.r.l.
  17. 17.  Asset protection  Intrusion detection  People slip and fall detection  People counting  License plate detection® © Copyright 2012 – XTrust s.r.l.
  18. 18. ® © Copyright 2012 – XTrust s.r.l.
  19. 19. VPN® © Copyright 2012 – XTrust s.r.l.
  20. 20. VA on Camera  Si sfrutta HW già presente a bordo delle videocamera  VA applicato a monte della compressione immaginiVPN  Massima scalabilità aggiunta videocamere con Vincoli imposti dalla ! potenza dell’HW Disponibilità applicazioni ! vendor-dependent Mono-camera vision e uso ! limitato di sensori esterni® © Copyright 2012 – XTrust s.r.l.
  21. 21. VA on Edge  VA applicato a immagini poco compresse  Massima scalabilità al crescere dell’installazioneVPN  Parziale indipendenza tecnologia dalla  Compatibile con l’uso di multi- camera vision e sensori esterni Necessità di hardware ! aggiuntivo Necessità di definire un ! alloggiamento adeguato® © Copyright 2012 – XTrust s.r.l.
  22. 22. VA on Local VR  VA applicato a immagini poco compresse  Buona compatibilità videocamere alternative conVPN  Compatibile con l’uso di multi- camera vision e sensori esterni  Possibilità di integrare VR e VA nello stesso HW La qualità dipende dalla rete ! locale L’hardware deve essere ! opportunamente dimensionato® © Copyright 2012 – XTrust s.r.l.
  23. 23. VA on NOC  Massima flessibilità e indipendenza dalle videocamere e  Ottimizzazione dell’hardware su scala WANVPN  Compatibile con l’uso di multi- camera vision e sensori esterni Limiti imposti da esigenze di ! compressione Criticità nella progettazione ! della rete® © Copyright 2012 – XTrust s.r.l.
  24. 24. Approccio ibrido  Si sfruttano al massimo le potenzialità delle videocamere  Massima scalabilità e flessibilitàVPN  Compatibiità con multi-camera vision e uso di sensori esterni  Uso minimo di hardware aggiuntivo Maggiore complessità di ! progettazione e gestione® © Copyright 2012 – XTrust s.r.l.
  25. 25.  Localizzazione 3D dei  Identificazione delle target, attraverso la modellizzazione minacce sulla base di : del terreno, e la conseguente calibratura della videocamere  Posizione Integrazione visuale con mappe  Altezza  Velocità  Direzione  Ingombro v h ® © Copyright 2012 – XTrust s.r.l.
  26. 26.  Possibile utilizzo di immagini «stereo», integrando il video di due telecamere, per una migliore identificazione dei target quando l’uso della ripresa 2D non è sufficiente. Tracking :tramite l’uso di videocamere PTZ è possibile puntare in automatico sugli oggetti che rappresentano possibili minacce e zoomare sulla scena;  Semplificazione per gli operatori della sicurezza;  Registrazione più accurata degli eventi critici. ® © Copyright 2012 – XTrust s.r.l.
  27. 27. Con la cucitura degli immagini provenienti da molteplici telecamere si ottiene un unico flusso videocon una visione panoramica dell’area sorvegliata. Consentendo all’operatore e/o al al sistema di videoanalytics di tracciare eventuali intrusioni in tutta la scena sorvegliata senza interruzioni. ® © Copyright 2012 – XTrust s.r.l.
  28. 28. Soluzione in grado di combinare in tempo reale immagini provenienti da sorgenti di tipologia diversa(termico e visible-band) con funzionalità di zoom. Il sistema è in grado di fornire un quadro efficacecon situazioni in condizioni di giorno e di notte, su obiettivi vicini e lontani e attraverso il fumo, lanebbia e altre condizioni visive avverse o occluse. La soluzione è disponibile anche come unità integrata, (Digital Barriers) che comprende un sensore combinato termico e visivo e un’unità di elaborazione che è in grado d’integrare sensori di terze parti. ® © Copyright 2012 – XTrust s.r.l.
  29. 29. Xtrust partecipa al consorzio D-SenS (Depth Sensing System for People Safety).In D-Sens creeremo un framework con soluzioni di videoanalytics nei settori orientati alla sicurezza umana: SmartBuilding, Assisted living e Sicurezza.I partner del consorzio sono composti da centri di ricerca e PMIdei paesi Italia, Francia, Olanda, Finlandia e Austria, favorendol’apporto di conoscenze e requisiti provenienti da un più ampiomercato. Lo sviluppo sarà concentrato intorno a sensori di rilevamento dimmagini con informazioni di profondità (visione in 3D) che forniscono preziose informazioni complementari alla classica visione 2D aumentando notevolmente lefficienza della Computer Vision. A differenza delle normali telecamere, questi sensori di profondità come ad esempio telecamere time-of-flight forniscono in uscita unimmagine che contiene linformazione della distanze degli oggetti visibili, la cosiddetta "mappa di profondità" che permette nuove possibilità e affidabilità per lanalisi automatica degli eventi in una scena monitorata. Larrivo di nuovi sensori a basso costo come ad esempio la Kinect della Microsoft sono sufficientemente economici per essere utilizzati in applicazioni di ogni giorno e per un mercato di massa. ® © Copyright 2012 – XTrust s.r.l.
  30. 30. Le applicazioni commerciali di video analytics risolvono gran parte delle esigenze più comuni,configurando un numero elevato di parametri, per adattarsi a contesti applicativi anche moltodiversi.Rimangono tuttavia alcuni casi particolari, nei quali non è possibile identificare una soluzionecommerciale pronta all’uso, e questo può accadere per diverse ragioni, e per esempio:  quando l’informazione che si vuole estrarre dai video non rientra nei casi “tipici” comunemente richiesti;  quando è possibile integrare nella scena informazioni provenienti da sorgenti (es: sensori) diversi;  quando risulta opportuno portare una applicazione su uno specifico hardware (non supportato dalle applicazioni commerciali), ad esempio per supportare una migliore scalabilità del software;  quando si vuole introdurre un nuovo stadio elaborativo nella catena applicativa, ad esempio per sfruttare meglio l’informazione all’interno di un particolare spettro visivo. ® © Copyright 2012 – XTrust s.r.l.
  31. 31. • Conversione di formatoConversion • Applicazioni di filtri, ottimizzazione • Estrazione delle parti di interesseBackgroundSubtration • Eliminazione informazioni irrilevanti • Trasformazioni geometriche Mapping • Eventuale fusione 3D • Eventuale integrazione con altre informazioniDetection • Logica applicativa: riconoscimento eventi • Eventuali calibrazioni e adattamentiIntegration • Integrazione con ambiente NVR / PSIM ® © Copyright 2012 – XTrust s.r.l.
  32. 32. Progetto sviluppato per rendere più efficace l’identificazione di bagagliabbandonati in aree critiche. Obiettivi:  Utilizzare l’informazione proveniente da molteplici videocamere (più di 2 videocamere fisse) per riconoscere in maniera più accurata gli oggetti che si inseriscono nella scena  Semplificare le operazioni di calibrazione delle videocamere  Sfruttare HW basato su GPU e software scalabile per implementare il mapping e algoritmi più sofisticati di background subtraction. ® © Copyright 2012 – XTrust s.r.l.
  33. 33. Fasi impegnative più impegnative in termini di processing sono il backgroundsubtraction ed il mapping: • Input: 720 x 576px a colori Background • Output: 720 x 576px BW Subtration • Trasformazioni omografiche Mapping • Fusione sorgenti ® © Copyright 2012 – XTrust s.r.l.
  34. 34. La fusione dei profili rappresentanti gli oggetti, ripresi da più videocamere produce una informazione visiva combinata, che prende una forma caratteristica di stella. La sovrapposizione di almeno tre profili produce una informazione chiamata «blob». I «blob», che vengono classificati tramite un codice, la posizione e dimensione, consentono di identificare in maniera più accurata gli oggetti che toccano il pavimento. Le informazioni relative ai profili combinati ed i blob vengono gestite per identificare situazioni anomale.® © Copyright 2012 – XTrust s.r.l.
  35. 35. L’utilizzo di GPUs consente di rendere più performante l’utilizzodell’applicazione. La scalabilità del codice consente di utilizzare l’applicazioneanche in contesti che prevedono l’utilizzo di numeri elevati di videocamereed applicare algoritmi più sofisticati di background subtraction.La seguente tabella propone un raffronto tra le prestazioni ottenuteutilizzando l’algoritmo A-BGS di background subtraction con un processoreconvenzionale vs. la stessa applicazione che fa utilizzo di GPU. Hardware Image Size Throughput Intel Core 2 Duo CPU E7600 @3,06 GHz 720x576 2,79 fps GeForce GTX 550 Ti 720x576 26,35 pfs ® © Copyright 2012 – XTrust s.r.l.
  36. 36.  Le applicazioni di video analytics non sono solo mature, ma spesso possono produrre risultati che superano le aspettative  Aspetto fondamentale è l’accuratezza nella gestione di tutto il progetto, a partire dalla corretta definizione del requisito, passando per una corretta progettazione di tutti gli elementi che entrano a far parte dell’architettura, avendo chiare in mente le esigenze di analytcs.  Molto si può ottenere da soluzioni economiche, pronte all’uso. Quando queste non soddisfano il requisito, è possibile progettare l’applicazione partendo dal requisito.® © Copyright 2012 – XTrust s.r.l.
  37. 37. Grazie per l’attenzione. Domande? v ® v

×