Методика оптимизации распределения плотности пикселов по зоне наблюдения
https://doi.org/10.17586/2226-1494-2022-22-6-1055-1062
Аннотация
Предмет исследования. Рассмотрена задача оптимизации параметров матрицы видеокамеры для снижения избыточности информативности видеосигнала. Актуальность темы обусловлена существующей избыточностью формируемых матрицами видеосигналов в разных частях зоны наблюдения и, как следствие, избыточной загрузкой устройств передачи, хранения и обработки сигналов. Данная задача решена путем достижения равномерности распределения плотности пикселов по зоне наблюдения. Методика основана на решении задачи программным способом в отличие от существующих решений, использующих аппаратные методы.
Метод. Предложен метод представления зоны обзора как совокупности подмножеств пространства задач наблюдения с последующей ее фрагментацией. Задачи наблюдения определяют требуемую минимальную плотность пикселов в разных фрагментах.
Основные результаты. Осуществлена сегментация матрицы в соответствии с размерами фрагментов зоны наблюдения и заданным допустимым диапазоном изменения распределения плотности пикселов в зоне обзора телекамеры. Предложены обязательные и дополнительные критерии оптимизации распределения. Сформулирована методика оптимизации. В соответствии с коэффициентом избыточности распределения плотности пикселов в сегментах произведено объединение пикселов в группы, различные в разных сегментах. Приведены примеры решения задач оптимизации по разным критериям.
Практическая значимость. Предложенный подход позволил минимизировать избыточность плотности пикселов и, как следствие, снизить загрузку каналов связи, объем памяти устройств хранения видеоинформации и требования к производительности устройств обработки видеосигналов. Решена задача формирования непрерывного изображения зоны наблюдения. Результаты работы могут найти применение при обработке видеосигналов и разработке новых телекамер систем наблюдения.
Ключевые слова
Об авторах
В. В. ВолхонскийРоссия
Волхонский Владимир Владимирович – доктор технических наук, доцент, доцент
Санкт-Петербург, 197101
sc 6507100798
В. А. Ковалевский
Россия
Ковалевский Владислав Александрович – аспирант
Санкт-Петербург, 197101
Список литературы
1. Волхонский В.В. Системы телевизионного наблюдения: основы проектирования и применения. М.: Горячая линия-Телеком, 2020. 392 с.
2. Волхонский В.В., Ковалевский В.А. Подход к выбору разрешения матрицы телекамеры для оптимизации параметров видеосигнала // Микро- и нанотехнологии в электронике: Материалы XII Международной научно-технической конференции. Нальчик: Каб.-Балк. ун-т, 2021. С. 412–416.
3. Волхонский В., Ковалевский В. Влияние параметров установки телекамер на информативность видеоизображения // Системы безопасности. 2022. № 2(164). С. 78–80.
4. Alpert S., Galun M., Brandt A., Basri R. Image segmentation by probabilistic bottom-up aggregation and cue integration // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2012. V. 34. N 2. P. 315–327. https://doi.org/10.1109/TPAMI.2011.130
5. Chen C.H., Patel V.M., Chellappa R. Matrix completion for resolving label ambiguity // Proc. of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2015. P. 4110–4118. https://doi.org/10.1109/CVPR.2015.7299038
6. Wronski B., Garcia-Dorado I., Ernst M., Kelly D., Krainin M. Handheld multi-frame super-resolution // ACM Transactions on Graphics (TOG). 2019. V. 38. N 4. P. 1–18. https://doi.org/10.1145/3306346.3323024
7. Panda R., Roy-Chowdhury A.K. Multi-view surveillance video summarization via joint embedding and sparse optimization // IEEE Transactions on Multimedia. 2017. V. 19. N 9. P. 2010–2021. https://doi.org/10.1109/TMM.2017.2708981
8. Luo Z., Huang Y., Li S., Wang L., Tan T. Unfolding the alternating optimization for blind super resolution // Advances in Neural Information Processing Systems. 2020. V. 33. P. 5632–5643.
9. Su H., Yu L., Jung C. Joint contrast enhancement and noise reduction of low light images via JND transform // IEEE Transactions on Multimedia. 2020. V. 24. P. 17–32. https://doi.org/10.1109/TMM.2020.3043106
10. Ma L., Liu R., Wang Y., Fan X., Luo Z. Low-light image enhancement via self-reinforced retinex projection model // IEEE Transactions on Multimedia. 2022. in press. https://doi.org/10.1109/TMM.2022.3162493
11. Liang C.H., Chen Y.-A., Liu Y.-C., Hsu W.H. Raw image deblurring // IEEE Transactions on Multimedia. 2020. V. 24. P. 61–72. https://doi.org/10.1109/TMM.2020.3045303
12. Волхонский В.В., Муратов А.С. Специфика использования мультимодульных телевизионных камер // Технологии защиты. 2021. № 2. С. 52–54.
13. Dallmeier D. Monitoring Device. Patent WO 2012/164089 A1.
14. Далльмайер Д. Устройство наблюдения. Патент ЕАПО 026475. 2017.
15. Stening J., Persson H., Rusz A., Bengtsson A. System for panoramic imaging. Patent US 2020/0195845 A1.
Рецензия
Для цитирования:
Волхонский В.В., Ковалевский В.А. Методика оптимизации распределения плотности пикселов по зоне наблюдения. Научно-технический вестник информационных технологий, механики и оптики. 2022;22(6):1055-1062. https://doi.org/10.17586/2226-1494-2022-22-6-1055-1062
For citation:
Volkhonskiy V.V., Kovalevskiy V.А. Distribution optimization method of pixel density by surveillance area. Scientific and Technical Journal of Information Technologies, Mechanics and Optics. 2022;22(6):1055-1062. (In Russ.) https://doi.org/10.17586/2226-1494-2022-22-6-1055-1062