Компьютерное зрение (CV) все активнее занимает позиции на рынке видеонаблюдения. Активность оправдана — системы видеомониторинга, где есть камеры для компьютерного зрения, более точны в своем функционале. Они значительно облегчают процесс наблюдения и аналитики. Для слаженной работы и исключения ложной сработки важно наделить CV умным рабочим алгоритмом и соответствующей камерой. Об этом и поговорим.
Компьютерное зрение извлекает необходимую информацию из полученного изображения. Другими словами, видеокамера перед снимком идентифицирует картинку, например, лицо, и на нем фокусируется.
В частности, технология активно применяется при распознавании лица в системе защиты смартфона. Но не только для простого селфи удобно компьютерное зрение.
Пригодится CV и беспроводная камера видеонаблюдения для дома, на производстве, в офисе и общественных местах. CV успешно распознает и проанализирует текст, лица, передвижение и автономера автомобилей, а также многое другое.
1D-камера использует в работе линейное сканирование предмета съемки и создает очень длинное изображение. Их используют на конвейере. Такие камеры снимают объект в движении, а картинка остается четкой.
2D-камера более привычна для нас, используется чаще остальных видов. Она генерирует картинку по высоте и ширине.
3D-камеру применяют, когда нужно провести аналитику объекта по форме или позиции в трехмерном пространстве. Такие камеры используют в работе один объектив со смещением положения или несколько, чтобы записать ряд обзорных точек.
Виды камер различаются методами обработки информации и способами передачи видео. Существует два вида: аналоговые и цифровые.
Аналоговые камеры видеонаблюдения дают картинку от аналоговой матрицы. Затем она оцифровывается, обрабатывается и передается тоже аналоговым сигналом. Занимается оцифровкой, кодировкой и сжатием для записи видеорегистратор.
Цифровые камеры видеонаблюдения отличаются от аналоговых тем, что сигнал поступает на видеорегистратор оцифрованным. В зависимости от камеры (IP или HD-SDI) сигнал может проходить или не проходить кодировку и сжатие. Цифровые камеры выполняют более широкий спектр задач, легче модернизируются, но дороже по стоимости. Хотя цена вполне себя оправдывает.
ПРИМЕЧАНИЕ: прочтите статью “ТОП-6 ошибок при переходе с аналогового наблюдения на цифровое”
Кроме прочих есть камера машинного зрения. Картинка с такой камеры имеет высокое разрешение и не сжимается перед отправкой на компьютер. У изображения отличное качество и детализация.
Применяют эти камеры там, где важны все детали на снимке: в медицине, на автоматизированном производстве.
Типы матриц, CCD и CMOS, имеют разные алгоритмы работы, устройства, используются для разных задач. Поэтому перед выбором матрицы следует определиться с необходимым функционалом: нужно ли ИК-зрение, низкий уровень шума, светочувствительность.
Размер матрицы и ее пикселя также важны при выборе камеры. Чем больше эти параметры, тем лучше чувствительность света, соотношение сигнала и шума, разрешение. А это, в свою очередь, влияет на детализацию снимка.
Все подробности о матрицах в систем мониторинга здесь.
Дистанция между матрицей и линзой — расстояние фокуса. Фокус показывает дальность и ширину зрения камеры. Соответственно большая фокусировка дает больше деталей для просмотра объекта наблюдения.
У объектива довольно много различных типов. Зависят они от фокуса и отличаются углом обзора. Панорамные камеры с обзорным углом в 360 градусов называют «рыбий глаз».
Сделать качественное изображение при плохом освещении поможет апертура — отверстие в объективе перед линзой. В таких условиях диафрагма будет открыта по максимуму, апертура фиксируется на малом значении.
Электронный затвор отвечает за чувствительность матрицы к свету. Оптимальным вариантом станет ручная регулировка скорости.
За размер картинки отвечает разрешение камеры. Высокое разрешение дает лучшую детализацию изображения. При выборе видеокамеры стоит обратить внимание на показатель «эффективные пиксели». Он создает картинку в итоге.
Подходите к выбору видеокамеры скрупулезно. Четко определите для нее список выполняемых задач. От ее характеристик значительно зависит успешное использование компьютерного зрения.
