| Abstract: | В связи с интенсивным развитием цифровых видеокамер, снижением их стоимости и совершенствованием алгоритмического обеспечения обработки изображений системы видеонаблюдения стали доступны широкому классу пользователей и позволяют упростить многие задачи в практической деятельности человека, например, охраны и контроля доступа на различные объекты, обнаружения пожаров на открытых пространствах, мониторинга и
управления крупными автопарковками и т. д. Совершенствование таких систем обеспечивается не только улучшением аппаратной части, но и автоматизацией обработки, т. е. развитием методов и алгоритмов, применяемых для обработки и анализа последовательностей изображений (видеопоследовательностей) и одиночных изображений (кадров), получаемых с видеокамер. Видеопоследовательности содержат значительный объем информации, который,
как правило, изменяется и в пространстве, и во времени. Поэтому обработка и анализ их позволяет учитывать и выявлять не только статические, но и динамические признаки, что приводит к повышению точности работы систем видеонаблюдения в целом. Последовательности изображений, формируемые камерами таких систем, содержат объекты интереса, которые подвержены существенному влиянию ряда мешающих факторов, таких, как изменение освещенности сцены, одновременное присутствие нескольких объектов со схожими характеристиками, вариативность их формы и размеров при движении и т. д., что предопределило разработку и развитие ряда методов и алгоритмов для их обработки. Исследованиями по обработке последовательностей изображений занимаются многие ученые Республики Беларусь, СНГ и дальнего зарубежья: С. В. Абламейко, А. В. Тузиков, В. В. Старовойтов, В. В. Краснопрошин, Б. А. Залесский, В. А. Головко, А. М. Недзьведь, А. А. Борискевич, В. Ю. Цветков, Б. А. Алпатов, Н. А. Обухова, М. Н. Фаворская, T. Celik, B. U. Toreyin, G. Rigoll, S. Ushida и др. C учетом многообразия и сложности задач, решаемых на основе анализа видеоданных, разработан и используются методы и алгоритмы для обнаружения и анализа объектов на изображениях в системах видеонаблюдения, но они не в полной мере обеспечивают высокую эффективность обработки при решении прикладных задач. Увеличение разрешающей способности видеокамер до 4К и выше, с одной стороны, предоставляет возможность более детального анализа изображений, а с другой стороны, существенно возрастает объем вычислений, что приводит к сложности обработки последовательностей изображений в реальном времени. Таким образом, в настоящее время существует проблема, связанная с необходимостью повышения эффективности методов и алгоритмов обработки изображений систем видеонаблюдения для обнаружения и анализа объектов на них с приемлемой для практики вычислительной сложностью, в том числе и при использовании видеокамер высокого разрешения. |
