ntvНаучно-технический вестник информационных технологий, механики и оптикиScientific and Technical Journal of Information Technologies, Mechanics and Optics2226-14942500-0373Университет ИТМО10.17586/2226-1494-2023-23-3-493-499ntv-9Research ArticleКОМПЬЮТЕРНЫЕ СИСТЕМЫ, ИНФОРМАЦИОННЫЕCOMPUTER SCIENCEМетод повышения информационной ценности видеоданных на основе фильтрации кадров и оценки энтропииMethod for increasing the information value of video data based on the removal of redundant frames and entropy estimationhttps://orcid.org/0000-0002-3450-5213ОбуховА. Д.ObukhovA. D.

Обухов Артём Дмитриевич — доктор технических наук, доцент 

sc 56104232400 

Тамбов, 392000 

Artyom D. Obukhov — D.Sc., Associate Professor 

sc 56104232400 

Tambov, 392000 

obuhov.art@gmail.comhttps://orcid.org/0000-0003-1648-0136НиколюкинМ. С.NikolyukinM. S.

Николюкин Максим Сергеевич — аспирант 

Тамбов, 392000 

Maxim S. Nikolyukin — PhD Student 

Tambov, 392000 

Ch1ppyone@mail.ruТамбовский государственный технический университетРоссияTambov State Technical UniversityRussian Federation202310122024233493499Copyright © Обухов А.Д., Николюкин М.С., 20242024Обухов А.Д., Николюкин М.С.Obukhov A.D., Nikolyukin M.S.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/9

Введение. Применение современных систем видеонаблюдения сопряжено с решением задач мониторинга деятельности персонала и соблюдения технологического процесса на основе анализа и обработки больших объемов видеоданных. Это приводит к удорожанию хранилища информации, затратам временных ресурсов персонала на поиск ключевых событий на длительных временных отрезках. Рассмотрена задача повышения информационной ценности хранимых данных с камер видеонаблюдения на основе фильтрации кадров и оценки энтропии. Метод. Предложена реализация алгоритмов обработки и сжатия информации, направленных на снижение объема хранимых видеоданных. Применение данной реализации способствует повышению общей информационной ценности, эффективности работы систем видеонаблюдения за счет оптимизации объемов хранимой информации и увеличению соотношения полезной информации. Для повышения информационной ценности видеоданных предложен метод, включающий использование современных технологий сжатия видео, алгоритма фильтрации кадров и оценку обработанного видео по метрике энтропии Шеннона. Основные результаты. Выполнены анализ и сравнение существующих алгоритмов сжатия видеоданных. Проведен эксперимент, в результате которого доказана корреляция между высокими значениями энтропии и информационной ценностью кадра. Успешно апробирован алгоритм фильтрации кадров, позволивший повысить энтропию в 5,4 раза и сократить длительность видео в 8 раз. Использование методов сжатия видеоданных и эффективных кодеков, например, H.265/HEVC позволило уменьшить объем файла по сравнению с исходным в 14,57 раз. Рассмотрена апробация предложенного метода при решении задач фильтрации, передачи и хранения видеоданных для повышения информационной ценности видеоданных, производительности процессов анализа и поиска информации за счет снижения избыточных, малополезных фрагментов данных. Обсуждение. Преимущество представленного метода заключается в удалении избыточных кадров на основе анализа движения и оценки энтропии видеоданных, комбинации различных подходов по снижению объема передаваемой и хранимой информации. Применение метода позволит повысить эффективность хранения данных в различных системах видеонаблюдения (для логистических центров, складских комплексов, торговых помещений).

The use of modern video surveillance systems is associated with solving the tasks of monitoring the activities of personnel and compliance with the technological process based on the analysis and processing of large amounts of video data. This leads to an increase in the cost of information storage, the cost of staff time resources to search for key events over long time periods. The problem of increasing the information value of stored data from video surveillance cameras based on frame filtering and entropy estimation is considered. The implementation of algorithms for processing and compressing information aimed at reducing the volume of stored video data is proposed. The use of this implementation contributes to increasing the overall information value, the efficiency of video surveillance systems by optimizing the volume of stored information and increasing the ratio of useful information. To increase the informational value of video data, a method is proposed that includes the use of modern video compression technologies, a frame filtering algorithm, and an evaluation of the processed video by the Shannon entropy metric. The analysis and comparison of existing video data compression algorithms are performed. An experiment was carried out, as a result of which the correlation between high entropy values and the information value of the frame was proved, the frame filtering algorithm was successfully tested, which allowed to increase entropy by 5.4 times and reduce the duration of the video by 8 times. The use of video data compression methods and efficient codecs, for example, H.265/HEVC, reduced the file size by 14.57 times compared to the original one. The approbation of the proposed method is considered when solving problems of filtering, transmitting, and storing of video data to increase the information value of video data, the productivity of the analysis and information retrieval processes by reducing redundant, useless data fragments. The advantage of the presented method is to remove redundant frames based on motion analysis and entropy estimation of video data, a combination of various approaches to reduce the volume of transmitted and stored information. The application of the method will increase the efficiency of data storage in various video surveillance systems (for logistics centers, warehouse complexes, retail premises).

информационная энтропияэнтропия Шеннонавидеоданныеалгоритмы сжатия видеохранение информациисистемы видеонаблюденияinformation entropyShannon entropyvideo datavideo compression algorithmsinformation storagevideo surveillance systemsРабота выполнена при финансовой поддержке Министерства науки и высшего образования Российской Федерации в рамках проекта «Разработка медицинских VR тренажерных систем для обучения, диагностики и реабилитации» (№ 122012100103-9).The article was carried out with the financial support of the Ministry of Science and Higher Education of the Russian Federation within the framework of the project “Development of medical VR simulator systems for training, diagnosis and rehabilitation” (No. 122012100103-9).ReferencesСинегубова С.В., Савельева Д.Г. Задачи, возникающие при азработке проекта системы видеонаблюдения для частного объекта охраны // Актуальные проблемы деятельности подразделений УИС: cборник материалов Всероссийской научно-практической конференции. Т. 1. 2020. С. 46–49.Sinegubova S.V., Saveleva D.G. Tasks that arise when developing a video surveillance system project for a private protected site. Actual problems of the penal system units: collection of materials of the AllRussian Scientific and Practical Conference. V. 1, 2020, pp. 46–49. (in Russian)Медведев Д.С. Гносеологические аспекты информации // Социально-гуманитарные знания. 2019. № 10. С. 47–50.Medvedev D.S. Gnoseological aspects of information. Social and humanitarian knowledge, 2019, no. 10, pp. 47–50. (in Russian)Егорова С.Ю., Смолина С.Г. Некоторые подходы к определению информационной энтропии // Что есть жизнь?: cборник статей университетской научной конференции студентов и преподавателей. 2021. С. 25–32.Egorova S.Yu., Smolina S.G. Some approaches to determining the entropy level. What is Life?: Collection of articles from the University Scientific Conference of Students and Teachers, 2021, pp. 25–32. (in Russian)Бородко А.В. Классификация центров обработки данных // Информационные технологии и телекоммуникации. 2019. Т. 7. № 1. С. 1–9. https://doi.org/10.31854/2307-1303-2019-7-1-1-9Borodko A. Classification of data centers. Telecom IT, 2019, vol. 7, no. 1, pp. 1–9. (in Russian). https://doi.org/10.31854/2307-1303-2019-7-1-1-9.Кожемякина А.А., Буторина Н.Б. Система сжатия информации с выбором оптимального алгоритма // Материалы VII Международной молодежной научной конференции «Математическое и программное обеспечение информационных, технических и экономических систем». 2019. С. 202–210.Kozhemiakina A.A., Butorina N.B. Information compression system with the choice of the optimal algorithm. Proc. of the VII International Youth Scientific Conference “Mathematical and software support for information, engineering and economic systems”, 2019, pp. 202–210. (in Russian)Qiao W., Fang Z., Chang M.-C.F., Cong J. An FPGA-based BWT accelerator for Bzip2 data compression // Proc. of the 2019 IEEE 27th Annual International Symposium on Field-Programmable Custom Computing Machines (FCCM). 2019. P. 96–99. https://doi.org/10.1109/fccm.2019.00023Qiao W., Fang Z., Chang M.-C.F., Cong J. An FPGA-based BWT accelerator for Bzip2 data compression. Proc. of the 2019 IEEE 27th Annual International Symposium on Field-Programmable Custom Computing Machines (FCCM), 2019, pp. 96–99. https://doi.org/10.1109/fccm.2019.00023Görne L., Reuss H.-C., Sauerwald R. Enhancing ground truth for digital twins by complete and real-time upload of vehicle signals // 22. Internationales Stuttgarter Symposium. Proceedings. Wiesbaden: Springer Vieweg, 2022. P. 322–333. https://doi.org/10.1007/978-3-658-37009-1_23Görne L., Reuss H.-C., Sauerwald R. Enhancing ground truth for digital twins by complete and real-time upload of vehicle signals. 22. Internationales Stuttgarter Symposium. Proceedings. Wiesbaden, Springer Vieweg, 2022, pp. 322–333. https://doi.org/10.1007/978-3-658-37009-1_23Tayyeh H.K., Al-Jumaili A.S.A. A combination of least significant bit and deflate compression for image steganography // International Journal of Electrical and Computer Engineering (IJECE). 2022. V. 12. N 1. P. 358–364. https://doi.org/10.11591/ijece.v12i1.pp358-364Tayyeh H.K., Al-Jumaili A.S.A. A combination of least significant bit and deflate compression for image steganography. International Journal of Electrical and Computer Engineering (IJECE), 2022, vol. 12, no. 1, pp. 358–364. https://doi.org/10.11591/ijece.v12i1.pp358-364Chen Z., Pan X. An optimized rate control for low-delay H.265/ HEVC // IEEE Transactions on Image Processing. 2019. V. 28. N 9. P. 4541–4552. https://doi.org/10.1109/tip.2019.2911180Chen Z., Pan X. An optimized rate control for low-delay H.265/ HEVC. IEEE Transactions on Image Processing, 2019, vol. 28, no. 9, pp. 4541–4552. https://doi.org/10.1109/tip.2019.2911180Ohm J.R., Sullivan G.J., Schwarz H., Tan T.K., Wiegand T. Comparison of the coding efficiency of video coding standards— including high efficiency video coding (HEVC) // IEEE Transactions on Circuits and Systems for Video Technology. 2012. V. 22. N 12. P. 1669–1684. https://doi.org/10.1109/tcsvt.2012.2221192Ohm J.R., Sullivan G.J., Schwarz H., Tan T.K., Wiegand T. Comparison of the coding efficiency of video coding standards— including high efficiency video coding (HEVC). IEEE Transactions on Circuits and Systems for Video Technology, 2012, vol. 22, no. 12, pp. 1669–1684. https://doi.org/10.1109/tcsvt.2012.2221192Тимошенко А.В., Кошкаров А.С. Сравнительный анализ энтропийных метрик информативности оптических изображений космических объектов // Труды МАИ. 2020. № 112. С. 10. https://doi.org/10.34759/trd-2020-112-10Timoshenko A., Koshkarov A. Comparative analysis of entropic metrics of space objects optical images informativity. Trudy MAI, 2020, no. 112, pp. 10. (in Russian). https://doi.org/10.34759/trd-2020-112-10Ibrahim S.K., Khamiss N.N. A new video transcoding for future wireless communication system // Proc. of the 2019 International Conference on Electrical Engineering and Informatics (ICEEI). 2019. P. 544–548. https://doi.org/10.1109/iceei47359.2019.8988900Ibrahim S.K., Khamiss N.N. A new video transcoding for future wireless communication system. Proc. of the 2019 International Conference on Electrical Engineering and Informatics (ICEEI), 2019, pp. 544–548. https://doi.org/10.1109/iceei47359.2019.8988900Hao Q., Qin L. The design of intelligent transportation video processing system in big data environment // IEEE Access. 2020. V. 8. P. 13769–13780. https://doi.org/10.1109/access.2020.2964314Hao Q., Qin L. The design of intelligent transportation video processing system in big data environment. IEEE Access, 2020, vol. 8, pp. 13769–13780. https://doi.org/10.1109/access.2020.2964314Бекболатова Ж.Б. Вопросы организации хранения и перемещения массивов видеоданных // Kazakhstan Science Journal. 2019. Т. 2. № 8(9). С. 5–14.Bekbolatova Z.B. Questions of the organization of the storage and transfer of arrays of video data. Kazakhstan Science Journal, 2019, vol. 2, no. 8(9), pp. 5–14. (in Russian)Nikbakht R., Kahvazadeh S., Mangues-Bafalluy J. Video on demand streaming using RL-based edge caching in 5G networks // Proc. of the 2022 IEEE Conference on Standards for Communications and Networking (CSCN). 2022. P. 208. https://doi.org/10.1109/CSCN57023.2022.10051020Nikbakht R., Kahvazadeh S., Mangues-Bafalluy J. Video on demand streaming using RL-based edge caching in 5G networks. Proc. of the 2022 IEEE Conference on Standards for Communications and Networking (CSCN), 2022, pp. 208. https://doi.org/10.1109/CSCN57023.2022.10051020

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