ntvНаучно-технический вестник информационных технологий, механики и оптикиScientific and Technical Journal of Information Technologies, Mechanics and Optics2226-14942500-0373Университет ИТМО10.17586/2226-1494-2026-26-2-402-409ntv-603Research ArticleМАТЕМАТИЧЕСКОЕ И КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕMODELING AND SIMULATIONКритерии оценки и метод оптимизации избыточности видеоизображений в системах наблюденияEstimation criterion and method for optimizing the redundancy of video images in surveillance systemshttps://orcid.org/0000-0001-9628-2046ВолхонскийВ. В.VolkhonskiyV. V.

Волхонский Владимир Владимирович — доктор технических наук, доцент, профессор

Санкт-Петербург, 197101

sc 6507100798

Vladimir V. Volkhonskiy — D.Sc., Associate Professor, Professor

Saint Petersburg, 197101

sc 6507100798

volkhonski@mail.ruhttps://orcid.org/0000-0002-2792-9800КалибердаИ. В.KaliberdaI. V.

Калиберда Игорь Владимирович — старший преподаватель

Пятигорск, 357500

Igor V. Kaliberda — Senior Lecturer

Pyatigorsk, 357500

Kaliberda-igor@yandex.ruУниверситет ИТМОРоссияITMO UniversityRussian FederationПятигорский институт (филиал) федерального государственного автономного образовательного учреждения высшего образования «Северо-Кавказский федеральный университет»РоссияPyatigorsk Institute (branch) of the Federal State Autonomous Educational Institution of Higher Education “North Caucasus Federal University”Russian Federation202620042026262402409Copyright © Волхонский В.В., Калиберда И.В., 20262026Волхонский В.В., Калиберда И.В.Volkhonskiy V.V., Kaliberda I.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://ntv.elpub.ru/jour/article/view/603

Введение. Рассмотрена задача оптимизации распределения плотности пикселов по зоне обзора, обеспечивающая минимум избыточности видеоизображений при ограниченном пространстве мест установки камер. Представлено решение устранения избыточности информативности видеосигналов, приводящей к чрезмерным затратам ресурсов по передаче, хранению, обработке и отображению видеосигналов. Метод. Предлагаемый подход основан на интегральной оценке непрерывного распределения плотности пикселов в зоне обзора по сравнению с необходимым значением для решения заданной задачи наблюдения. Формализована задача наблюдения — определение пространств наблюдения и возможных мест установки камер. Показана методика расчета распределения плотности пикселов по зоне обзора с последующей оптимизацией параметров установки по критериям минимума значения коэффициента избыточности при достижении требуемого значения плотности пикселов или максимума минимальной плотности пикселов при заданном ограничении на коэффициент избыточности. Основные результаты. Предложены интегральный коэффициент и критерии оптимизации избыточности, учитывающие характер распределения плотности пикселов и метод оптимизации, позволяющий максимизировать минимальное значение плотности пикселов или минимизировать значение избыточности видеоизображения. Показано, что использование нормировки как по минимально требуемой плотности пикселов, так и по протяженности зоны обзора, позволяет использовать предложенные критерии для большинства практических задач обнаружения и идентификации при разных параметрах установки камер. Приведен практический пример использования метода. Обсуждение. Представленные критерии и метод позволяют повысить эффективность системы видеонаблюдения за счет сокращения избыточности ресурсов при сохранении требуемой информативности. Результаты работы применимы к задачам видеоконтроля зоны одной или несколькими камерами, а также для решения разных задач наблюдения в одной зоне. Могут использоваться при разработке систем наблюдения и программ автоматизированного проектирования таких систем.

The problem of optimizing the distribution of pixel density over the viewing area is considered, which ensures a minimum of redundancy of video images with a limited space for camera installations. A solution is presented to eliminate the redundancy of the informativeness of video signals, which leads to excessive resource costs for transmitting, storing, processing and displaying video signals. The proposed approach is based on an integral assessment of the continuous distribution of pixel density over the viewing area in comparison with the required value for solving a given observation task. The surveillance task is formalized — the definition of surveillance spaces and possible camera installation locations. A method for calculating the pixel density distribution over the viewing area is shown followed by optimizing the installation parameters according to the criteria of the minimum value of the redundancy coefficient when the required pixel density is reached or the maximum minimum pixel density with a given limitation on the redundancy coefficient. An integral coefficient and redundancy optimization criteria are proposed, taking into account the nature of the pixel density distribution and an optimization method that allows maximizing the minimum pixel density or minimizing the redundancy value of the video image. It is shown that the use of normalization in terms of both the minimum required pixel density and the length of the viewing area makes it possible to use the proposed criteria for most practical detection and identification tasks with different camera installation parameters. A practical example of using the method is given. The proposed criteria and method make it possible to increase the efficiency of the video surveillance system by reducing resource redundancy while maintaining the required information content. The results of the work are applicable to the tasks of video monitoring of a zone with one or more cameras as well as for solving various surveillance tasks in one zone. They can be used in the development of surveillance systems and computer-aided design programs for such systems.

распределение плотности пикселовплотность пикселовинформативность видеоизображенийизбыточность информативности видеоизображенийpixel density distributionpixel densityinformativeness of video imagesredundancy of video images informativenessReferencesПетраков А.В., Лагутин В.С. Телеинфраультра Визуализация как защищённое ТелеВидение. М.: Academia, 2015. 642 с.Petrakov A.V., Lagutin V.S. TeleInfraUltraVisualization as Secure TeleVision. Moscow, Academia Publ., 2015. 642 p. (in Russian)Волхонский В.В. Системы телевизионного наблюдения: основы проектирования и применения. М.: Горячая линия-Телеком, 2022. 392 с.Volkhonsky V.V. Video Surveillance Systems: Design and Application Fundamentals. Moscow, Gorjachaja linija-Telekom Publ., 2022, 392 p. (in Russian)Yang M.-H., Kriegman D.J., Ahuja N. Detecting faces in images: a survey // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2002. V. 24. N 1. P. 34–58. https://doi.org/10.1109/34.982883Yang M.-H., Kriegman D.J., Ahuja N. Detecting faces in images: a survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, vol. 24, no. 1, pp. 34–58. https://doi.org/10.1109/34.982883Liao S., Jain A.K., Li S.Z. Partial face recognition: alignment-free approach // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2013. V. 35. N 5. P. 1193–1205. https://doi.org/10.1109/TPAMI.2012.191Liao S., Jain A.K., Li S.Z. Partial face recognition: alignment-free approach. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2013, vol. 35, no. 5, pp. 1193–1205. https://doi.org/10.1109/TPAMI.2012.191Nasrollahi K., Moeslund T.B. Face quality assessment system in video sequences // Lecture Notes in Computer Science. 2008. V. 5372. P. 10–18. https://doi.org/10.1007/978-3-540-89991-4_2Nasrollahi K., Moeslund T.B. Face quality assessment system in video sequences. Lecture Notes in Computer Science, 2008, vol. 5372, pp. 10–18. https://doi.org/10.1007/978-3-540-89991-4_2Korshunov P., Ooi W.T. Video quality for face detection, recognition, and tracking // ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM). 2011. V. 7. N 3. P. 1–21. https://doi.org/10.1145/2000486.2000488Korshunov P., Ooi W.T. Video quality for face detection, recognition, and tracking. ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM), 2011, vol. 7, no. 3, pp. 1–21. https://doi.org/10.1145/2000486.2000488Almustafa K.M., Zantout R.N., Obeid H.R. Pixel density: recognizing characters in Saudi license plates // Proc. of the 10th International Conference on Intelligent Systems Design and Applications. 2010. P. 308–313. https://doi.org/10.1109/ISDA.2010.5687246Almustafa K.M., Zantout R.N., Obeid H.R. Pixel density: recognizing characters in Saudi license plates. Proc. of the 10th International Conference on Intelligent Systems Design and Applications, 2010, pp. 308–313. https://doi.org/10.1109/ISDA.2010.5687246Ahuja N. A transform for multiscale image segmentation by integrated edge and region detection // IEEE Transactions on Pattern Analysis and Machine Intelligence. 1996. V. 18. N 12. P. 1211–1235. https://doi.org/10.1109/34.546258Ahuja N. A transform for multiscale image segmentation by integrated edge and region detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1996, vol. 18, no. 12, pp. 1211–1235. https://doi.org/10.1109/34.546258Zhao H., Wang T., Zeng X. A clustering algorithm for key frame extraction based on density peak // Journal of Computer and Communications. 2018. V. 6. N 12. P. 118–128. https://doi.org/10.4236/jcc.2018.612012Zhao H., Wang T., Zeng X. A clustering algorithm for key frame extraction based on density peak. Journal of Computer and Communications, 2018, vol. 6, no. 12, pp. 118–128. https://doi.org/10.4236/jcc.2018.612012Zhang, J.Q., Zhang, H.Y. Clustering by fast search and find of density peaks based on manifold distance // Computer Knowledge and Technology. 2017. V. 13. P. 179–182.Zhang, J.Q., Zhang, H.Y. Clustering by fast search and find of density peaks based on manifold distance. Computer Knowledge and Technology, 2017, vol. 13, pp. 179–182.Kubota S., Hisatake Y., Kawamura T., Takemoto M. 5.1: influence of pixel density on the image quality of smartphone displays // SID Symposium Digest of Technical Papers. 2015. V. 46. N 1. P. 22–25. https://doi.org/10.1002/sdtp.10179Kubota S., Hisatake Y., Kawamura T., Takemoto M. 5.1: influence of pixel density on the image quality of smartphone displays. SID Symposium Digest of Technical Papers, 2015, vol. 46, no. 1, pp. 22– 25. https://doi.org/10.1002/sdtp.10179Saad M.A., Pinson M.H., Nicholas D.G., Van Kets N., Van Wallendael G., Da Silva R., et al. Impact of camera pixel count and monitor resolution perceptual image quality // Proc. of the Colour and Visual Computing Symposium (CVCS). 2015. P. 1–6. https://doi.org/10.1109/CVCS.2015.7274887Saad M.A., Pinson M.H., Nicholas D.G., Van Kets N., Van Wallendael G., Da Silva R., et al. Impact of camera pixel count and monitor resolution perceptual image quality. Proc. of the Colour and Visual Computing Symposium (CVCS), 2015, pp. 1–6. https://doi.org/10.1109/CVCS.2015.7274887Волхонский В.В., Ковалевский В.А. Методика оптимизации распределения плотности пикселов по зоне наблюдения // Научно-технический вестник информационных технологий, механики и оптики. 2022. Т. 22. № 6. С. 1055–1062. https://doi.org/10.17586/2226-1494-2022-22-6-1055-1062Volkhonskiy V.V., Kovalevskiy V.A. Distribution optimization method of pixel density by surveillance area. Scientific and Technical Journal of Information Technologies, Mechanics and Optics, 2022, vol. 22, no. 6, pp. 1055–1062. (in Russian). https://doi.org/10.17586/2226-1494-2022-22-6-1055-1062Волхонский В.В., Ковалевский В.А. Метод оптимизации параметров установки камеры для видеоконтроля зоны наблюдения произвольной формы // Научно-технический вестник информационных технологий, механики и оптики. 2023. Т. 23, № 5. С. 927–934. https://doi.org/10.17586/2226-1494-2023-23-5-927-934Volkhonskiy V.V., Kovalevskiy V.A. Method for optimization of camera installation parameters for video monitoring of arbitrary surveillance zone. Scientific and Technical Journal of Information Technologies, Mechanics and Optics, 2023, vol. 23, no. 5, pp. 927– 934. (in Russian). https://doi.org/10.17586/2226-1494-2023-23-5-927-934Волхонский В.В., Муратов А.С. Специфика использования мультимодульных телевизионных камер // Технологии защиты. 2021. № 2. С. 52–54.Volkhonskiy V.V., Muratov A.S. Specific features of multimodule TV-cameras application. Tehnologii zashhity, 2021, no. 2, pp. 52–54. (in Russian)Бакиров Р.М., Волхонский В.В., Калиберда И.В. Оптимизация параметров устройств формирования видеосигналов на основе матричных микроэлектронных преобразователей оптического излучения для контроля протяжённых зон // Микро- и нанотехнологии в электронике. Материалы XV Международной научно-технической конференции. Нальчик: Кабардино-Балкарский государственный университет им. Х.М. Бербекова, 2025. С. 284– 288.Bakirov R.M., Volkhonskiy V.V., Kaliberda I.V. Optimization of parameters of video signal formation devices based on matrix microelectronic transducers of optical radiation for extended zones monitoring. Proc. of the 16th International Scientific and Technical Conference “Micro- and Nanotechnologies in Electronics”, 2025, pp. 284–288. (in Russian)

The authors declare that there are no conflicts of interest present.