Повышение точности подсчета посетителей с использованием 3D-технологий

Видеонаблюдение - многофункциональный инструмент

Система видеонаблюдения давно перестала быть только инструментом для обеспечения безопасности. Сейчас с помощью камер и профессионального ПО решаются задачи автоматизации, оптимизации процессов, контроля сотрудников и сбора всевозможной статистики.

И одной из самых благодатных отраслей для применения максимального спектра возможностей видеосистем является сфера ритейла. Разработчики программного обеспечения предлагают для сферы торговли модули распознавания автономеров для организации автоматического допуска на стоянки торговых центров, контроля длины очереди для оптимизации работы касс, тепловой карты для оценки трафика покупателей в торговых залах, контроля кассовых операций для предупреждения финансовых нарушений. Но абсолютной популярностью пользуется модуль подсчета посетителей. Простая по своей сути информация о количестве вошедших и вышедших людей позволяет маркетологам и управляющим магазинов оценивать качество обслуживания (сопоставляя количество посетителей и покупателей магазина), эффективность маркетинговых мероприятий (акций, распродаж), корректировать график работы магазина и планировать технические мероприятия.

Ранее в своей статье «Технологии подсчета посетителей в коммерческих интересах» мы рассматривали несколько программных методов решения этой задачи. Сегодня передовые технологии отличаются от рассмотренных ранее. Разработчики применяют новые алгоритмы, которые позволяют добиться точности подсчета до 99%.

«Классические» подходы

Посчитать количество вошедших и вышедших людей можно, используя «традиционные» подходы:

• «Классический» подсчет посетителей с помощью трекинга движущихся объектов. В таком подходе алгоритм фиксирует движущийся объект, строит его траекторию на основе последовательности кадров и определяет пересечение виртуальной линии входа/выхода.
• Подсчет посетителей с помощью метода оптического потока. Этот метод не завязан на детектировании движущегося объекта, он работает с потоком пикселей, которые пересекают виртуальную линию подсчета. В зависимости от характерного размера человека в кадре, заданного пользователем, определяется количество объектов, прошедших через линию. Данные подходы имеют ряд серьезных недостатков, что существенно снижает точность их работы:
• Пользователю необходимо задавать характерные размеры объекта, что часто вызывает сложности, так как размеры изображений людей очень разнятся.
• Главной характеристикой движущихся объектов, с которой работает алгоритм, является размер, поэтому наряду с людьми могут считаться и прочие движущиеся объекты характерного размера. Например, продуктовые тележки.
• Иногда происходит срабатывание на тени или блики на полу.

Вводим третье измерение

Рассмотренные выше методы работают с данными двух измерений (2D-картинкой), что и влияет на качество работы модуля. Для повышения точности подсчета и снижения количества ложных срабатываний были разработаны алгоритмы, использующие третье измерение – глубину.

Глубина дает информацию о высоте, и позволяет отличать людей от прочих объектов. Оператор может задать характерный рост посетителя и все люди этого роста и выше будут подсчитываться системой. Алгоритмы, использующие это измерение, работают с картой глубины.

Работа детектора глубины схожа с работой обычной камеры. Излучая сигнал и получая отраженный свет от каждой точки пространства, камера строит изображение на основе значения цвета в каждой точке. Детектор глубины аналогично получает значение расстояния до каждой точки и строит матрицу глубины, которую можно визуализировать в карту.

Карту глубины можно получить с помощью инфракрасных проекторов и сенсоров. ИК-проектор излучает лучи в виде окружностей, которые при отражении от объектов на различных расстояниях имеют разный радиус. Чем объект ближе к сенсору, тем радиус меньше, чем дальше – тем больше. Сенсор измеряет радиус и вычисляет расстояние до точки, он воспринимает только свет того же спектра, что и излучает проектор. В зависимости от размеров он вычисляет и строит карту глубины.

Также возможна оценка не радиуса отраженного луча, а его интенсивности. Чем выше интенсивность, тем ближе объект.

Но у разных объектов разная степень поглощения и отражения ИК-излучения, что влияет на интенсивность отражаемого сигнала, а значит, вносит погрешность в определение расстояния.

Еще один вариант получения значений высоты объектов – использование стереозрения. Для реализации устанавливаются две камеры, которые снимают одну и ту же область. Так как между объективами камер есть некоторое расстояние, изображения, полученные с них смещены относительно друг друга. Одна и другая камера снимаю одну и ту же сцену, на каждом изображении выявляются одни и те же особые точки. Алгоритм определяет координаты каждой особой точки на одном и втором изображении и по разнице координат вычисляет расстояние до точек (глубину). Таким образом получается карта глубины.

Также вместо двух камер можно использовать специальную стереонасадку на камеру. Принцип действия остается прежним. Большим преимуществом применения насадки является то, что кадры от двух источников синхронизированы. В случае использования двух камер необходимо аппаратно их синхронизировать, а это является довольно сложной задачей.

Преимущества 3D-методов

Новые методы подсчета посетителей с использованием данных о высоте дают достаточно точные результаты. Чаще всего в реализации встречается применение стереотехнологий и 3D-сенсоров. Такие алгоритмы обеспечивают точность до 99%. Благодаря работе с высотой объектов, исключается влияние посторонних предметов при пересечении виртуальной линии входа-выхода. Также методы позволяют исключать из статистики данные о детях, о чем часто в своих запросах говорят пользователи.

Статья подготовлена специалистами компании Macroscop.