Если вы поклонник шпионских фильмов, вы, вероятно, сталкивались со сценами, в которых агенты разведки пытаются идентифицировать или обнаружить преступника с помощью сложной технологии улучшения изображения на изображениях с камер наблюдения. Хотя идея камер наблюдения и обнаружения объектов в реальной жизни одинакова, в отличие от фильмов, часто существует компромисс между полем обзора камеры и ее разрешением.

Камеры видеонаблюдения обычно должны иметь широкий угол обзора, чтобы сделать обнаружение угрозы более вероятным. Из-за этого всенаправленные камеры, обеспечивающие диапазон захвата на 360 градусов, стали популярным выбором по той очевидной причине, что они не оставляют мертвых зон, а также потому, что они дешевы в установке. Однако недавние исследования распознавания объектов всенаправленными камерами показывают, что удаленные объекты, захваченные этими камерами, имеют довольно низкое разрешение, что затрудняет их идентификацию. Хотя увеличение разрешения является очевидным решением, минимальное необходимое разрешение, согласно исследованию, составляет 4K (3840 X 2160 пикселей), что приводит к огромным требованиям к битрейту и необходимости эффективного сжатия изображения.

Более того, трехмерные всенаправленные изображения часто не могут быть обработаны в необработанном виде из-за эффектов искажения объектива, и их необходимо сначала спроецировать на 2D. «Непрерывная обработка при высоких вычислительных нагрузках, связанных с такими задачами, как обнаружение движущихся объектов в сочетании с преобразованием 360-градусного видео с разрешением 4K или выше в 2D-изображения, просто невозможна с точки зрения реальной производительности и затрат на установку», — говорит д-р Чинтака. Премачандра из Технологического института Шибаура (SIT), Япония, который исследует обработку изображений.

Обращаясь к этой проблеме в своем последнем исследовании, опубликованном в журнале IEEE Sensors Journal, доктор Премачандра вместе со своим коллегой Масая Тамаки из SIT рассмотрел систему, в которой всенаправленная камера будет использоваться для определения интересующей области, а отдельная камера будет снимать ее. изображение с высоким разрешением, что позволяет с высокой точностью идентифицировать объект без больших вычислительных затрат. Соответственно, они сконструировали платформу гибридной камеры, состоящую из всенаправленной камеры и камеры панорамирования-наклона (PT) с полем обзора 180 градусов по обе стороны от нее. Между прочим, сама всенаправленная камера состояла из двух линз типа «рыбий глаз», расположенных между корпусом камеры, причем каждая линза покрывала диапазон захвата 180 градусов.

Исследователи использовали модули камеры Raspberry Pi версии 2.1 в качестве камер PT, на которых они установили модуль панорамирования и наклона и подключили систему к Raspberry Pi 3 Model B. Наконец, они подключили всю систему, всенаправленную камеру, камеры PT и Raspberry Pi на персональный компьютер для полного контроля.

Последовательность действий была следующей: исследователи сначала обработали всенаправленное изображение для извлечения целевой области, после чего информация о ее координатах была преобразована в информацию об угле (углы панорамирования и наклона) и затем передана в Raspberry Pi. Raspberry Pi, в свою очередь, управлял каждой PT-камерой на основе этой информации и определял, нужно ли делать дополнительное изображение.

Исследователи в основном выполнили четыре типа экспериментов, чтобы продемонстрировать производительность в четырех различных аспектах платформы камеры, и отдельные эксперименты, чтобы проверить производительность захвата изображения для различных местоположений целевого объекта.

Хотя они предполагают, что потенциальная проблема может возникнуть при захвате движущихся объектов, для которых дополнительные изображения могут быть смещены из-за временной задержки в получении изображения, они предложили наряду с потенциальной контрмерой — введение метода фильтрации Калмана для прогнозирования будущих координат объекта. объект при захвате изображений.

«Мы ожидаем, что наша система камер окажет положительное влияние на будущие приложения, использующие всенаправленную визуализацию, такие как робототехника, системы безопасности и системы мониторинга», — взволнованно комментирует доктор Премачандра.

Кто бы не был взволнован, если одна дополнительная камера может иметь такое большое значение?