В рубрику "Видеонаблюдение (CCTV)" | К списку рубрик | К списку авторов | К списку публикаций
Статья печатается в авторской редакции
В предыдущем номере журнала "Системы безопасности" была опубликована статья М.В. Руцкова "Дурная наследственность". В своей статье, публикуемой ниже, он продолжает тему, затронутую ранее
М.В. Руцков
Эксперт, к.т.н.
А теперь рассмотрим еще одно мультимедийное "чудо природы" - компрессию. Суть в том, что объемы видеоданных оцифрованного телесигнала настолько велики, что не лезут никуда - ни в каналы связи, ни на какие-либо сменные цифровые носители. Ну сами посудите, при формате 720х576 пиксел (в цвете) и скорости 25 кадр/с, получается поток порядка 20 Мбайт/с! Сначала был MPEG-1 - этакое баловство, уступающее по качеству легендарным VHS-кассетам. А потом "родили" формат MPEG-2, который практически стал стандартом записи на DVD-диск. Хоть там и есть некоторые рекомендации - суть самого кодека особо не меняется. Это дискретно-косинусное преобразование, которое выполняется над блоками 16х16 пиксел, используя межкадровую разность. Естественно формат MPEG-2 начали успешно использовать и в нашей области, хотя насчет качества можно еще и поспорить. Все-таки одна из основных функций охранного видеонаблюдения - просмотр стоп-кадров из архива.
Однако аппетит приходит во время еды! Захотелось закатывать "голливудское добро" и на обыкновенные CD-болванки, а еще гонять эти произведения кинематографа через Интернет (не безвозмездно, естественно). Сказано - сделано! Появился MPEG-4.
Так что ж это такое - стандарт или формат? На бытовом уровне - второе, а вот если использовать научный подход - первое. Само название MPEG происходит от Motion Picture Experts Group. Вот тут-то - в четвертой версии, в отличие от MPEG-1 и MPEG-2, "товарищи ученые" развернулись по полной программе.
Они решили написать рекомендации лет этак на 50 вперед - каким образом собирать в одну кучу разнородную мультимедийную информацию: видео, аудио, текст, графику и т.д. Причем начали фантазировать на темы того, чего еще и в помине нет. Ну например - выделение на статическом фоне неких объектов типа: человек, автомобиль, лошадь, грабли и т.д. Фактически прозвучало - мол, когда изобретете эти технологии, то вот вам наши рекомендации: как все это в единый мультимедийный поток запихивать! Отсюда самое глубокое заблуждение по поводу "фантастических" возможностей MPEG-4. Народ, прочитав эти рекомендации, причем не напрямую из самого документа, а из популярных статей некоторых горе-писателей - делает вывод, что в MPEG-4 уже реализованы не просто интеллектуальные видеодетекторы, а еще и распознавание объектов, в придачу!!! Если б это было так, то мы - видеодетекторщики уж давно бы отдыхали, а юго-восточные системы гордо маршировали во все стороны!
На самом деле речь идет не о MPEG-4, а о видеокодеках, которые в рамках этого стандарта применяются. Кстати все MPEG-и -1,2,4 используют общие принципы кодирования. Например, метод компенсации движения и другие, но об этом чуть позже. Так вот, в первых двух используется дискретно-косинусное преобразование -выполняется апроксимация внутри блока волновыми функциями: 8х8 для MPEG-1 и 16х16 для MPEG-2. Отличия обусловлены разным уровнем вычислительной мощности для своего времени. А вот кодеков в рамках MPEG-4 уже столько, что пальцев на руках и ногах не хватит сосчитать. Не буду вдаваться в тонкости (у всех свои секреты), а попробую выделить несколько общих штрихов.
Итак - компенсация движения! В чем смысл? Обыкновенная межкадровая разность уж не позволяет жать шибко сильно - поэтому и придумали сие творение! Сначала можно подумать - как круто: выделяется объект и трассируется вдоль траектории. Да нет же конечно - просто берется область (квадратно-гнездовая), а далее начинается поиск "методом елозинея" - ей подобной, по минимуму иль максимуму некой компарирующей функции. Думаю, даже корреляция не используется, в силу ее ресурсоемкости. Определив новую позицию такого квадратика, можно теперь лишь задать вектор смещения и разность. Самое интересное - учитываются только лишь линейные сдвиги! Ежели объект вращается иль надвигается, а может быть меняет форму, да и яркость колыхнулась, то алгоритм уходит в глубокие раздумья и эффективность его резко падает. Однако в мультимедийных "фильмах" такое происходит редко - там мы следим за крупными объектами. Даже если они и поворачиваются, то "квадратики", их разбивающие, смещаются практически линейно. А теперь возьмем мелочевку - человечек целиком вписывается в квадратик, да еще машет там руками и ногами! В результате все ломается и пропускается, особенно для кодеков с постоянным потоком. Но никто этого не замечает - сюжетом увлечены, да и мозг человеческий в движении мелких деталей не видит! А вот в архиве можно лишь более-менее рассмотреть - опорные кадры. Причем некоторые "умельцы" сочиняют самодельные алгоритмы, в которых "опорники" расставлены в километре друг от друга. Тогда совсем - караул! Вот теперь и почувствуйте разницу, что такое - тупо тащить технологии из одной области в другую! Небо и земля!!!
Следующий "феномен" - сегментация. Идея заманчивая - зачем передавать по каналам связи пикселы. Давайте выделять на изображении области с примерно одинаковыми свойствами внутри - текстурами, и отсылать лишь их описание. Таким образом, степень компрессии возрастет еще больше! Естественно, получается -усредненная температура больных в больнице. Если более образно - текстура - это, например, что-то типа: "кирпичной кладки" или "травы", хотя до таких высот в кодеках еще не дошли. После сего кодирования и соответствующего декодирования "кладка" замурует маленькую бойницу, из которого дуло торчало, а в "траве" потеряется кузнечик, сидевший там. И сожрала его не лягушка-прожорливое брюшко, а текстурная сегментация (зелененький он был, как и трава)!
Но и на этом мультимедийная индустрия останавливаться не желает. Наверное, все видели шпионские фильмы, в которых резидент и центр общаются друг с другом шифровками. Причем у обеих сторон одинаковые книжки -передаются не слова, а их координаты (на какой странице, строке и внутри нее). Теперь вообразите, что у вас не книжка, а альбом с картинками - слабо!!! Живое видео подменяется мульти-ком в режиме реального времени! Даже трудно себе представить, к каким последствиям приведет перетаскивание такой "чудо-технологии" в охранное видеонаблюдение. Думаете - не додумаются. Ошибаетесь - еще как! Обязательно найдутся "умельцы", которым лень подумать, а может быть и нечем. Главное - чтобы костюмчик сидел! Вспоминаю времена "перестройки" - порошок стиральный куда-то пропал. И отлично на эту тему "Веселые ребята" из одноименной телепередачи прикололись - рекламный клип выдали. На нем вместо порошка выплывала коробка с "геркулесом". А что, все правильно -внешне не отличить!
Ну и, наконец, поговорим о модном ныне явлении - "предугадывающих" алгоритмах. В первую очередь их собираются использовать в "интеллектуальном" деинтерлейсинге для борьбы с "гребенкой". Задача сама по себе абсурдная -из двух полей, между которыми 20 мс, сделать единый стоп-кадр. А в перспективе - "дорисовывать" фрагменты на слабоконтрастных изображениях. Может быть для целей мультимедиа это и хорошо. Ведь все MPEG-и и были задуманы для кинозрителей. Любая компрессия с потерями вносит искажения. Но и они бывают разными - в пределах удовольствия зрительного восприятия человеком и - раздражающими его! Обычно это раздражение возникает от шибко сильной компрессии, когда появляются, например - JPEG-лапти или та самая "гребенка". Ну и другие, скажем, "диагональные усы" от WaveLet-а. Поэтому цель видеокодеков - "успокоить" глаз человеческий, даже путем микрообмана, фильтруя все вдоль и поперек! Однако у нас - в "царской охранке" - совсем другая задача - правда и только правда!!! Объясняю - в отличие от Голливуда имеем мелкие и слабоконтрастные детали, которые в первую очередь страдают от компрессоров! И никакие "алгоритмические гадалки" не способны выдать истину! Немного нейрофизиологии и психологии зрения. Мозг (не глаз), причем не только у человека, построен на ассоциативном восприятии. Когда не хватает реальной информации, он сам ее достраивает, исходя из своего жизненного опыта. Сами знаете, что может померещиться в потемках или какие замысловатые "белогривые лошадки" возникают в облаках. Это не случайно - это помогает выживать! Лучше десять раз в час зайцу шарахнуться в сторону, чем единственный и последний раз в жизни быть съеденным совой, например. Это хорошо было бы для видеодетекторов, да и то в меру! Однако такие алгоритмы требуют по сути создания искусственного интеллектуального зрения с огромной базой "личного опыта"! Причем все очень индивидуально - милиционерам мерещится одно, военным - другое, матерям -третье и т.д. Поэтому, при фиксации видеособытий в охранной области, такие вероятностные "дорисовывания" - абсолютно недопустимы!!! Можно и собаку Тузика нарисовать, и дуло "макарыча", или выдать кадр, в котором один человек тюкает другого не ножом, а бутылкой "Клинского"!
Поэтому сейчас можно лишь констатировать -никакие "интеллектуальные" алгоритмы пока не могут сравниться с интеллектом мозга. Дистанция огромна! Никогда не забуду своего общения с врачами-рентгенологами. Они смотрели на свои пленки, как на творения импрессионистов. И приходилось лишь диву даваться - как они умудрялись из этой каши пикселов выделять те или иные патологии!
Итак, сухой остаток:
1. MPEG-4 изначально предназначен для мультимедийных приложений.
2. В мультимедиа все крупно и контрастно! В охранном видеонаблюдении все - мелко и тускло!
3. В мультимедиа зритель смотрит кино, в охранном видеонаблюдении - стоп-кадры!
4. В мультимедиа главная задача - не раздражать глаз зрителя, пусть даже путем "художественного шаманства", в охранном видеонаблюдении - правда и только правда, эксперты смотреть будут!
Таким образом, делаю вывод - использование MPEG-4 в охранном видеонаблюдении чревато! Это все равно, что криминалисту выдать мобильный телефон с камерой вместо профессиональной фотоаппаратуры!!!
Опубликовано: Журнал "Системы безопасности" #4, 2006
Посещений: 10006
Автор
| |||
В рубрику "Видеонаблюдение (CCTV)" | К списку рубрик | К списку авторов | К списку публикаций
