RU2731032C1

RU2731032C1 - Network video surveillance system with possibility of controlling behaviour factors and biometric parameters of surveillance objects

Info

Publication number: RU2731032C1
Application number: RU2019121602A
Authority: RU
Inventors: Вадим Александрович Первунинских; Владимир Эристович Иванов
Priority date: 2019-07-09
Filing date: 2019-07-09
Publication date: 2020-08-28

Abstract

FIELD: signalling.

SUBSTANCE: invention relates to security alarm using video surveillance equipment. Such a result is achieved by a network video surveillance system with the ability to monitor behavioural factors and biometric parameters of surveillance objects, comprising a set of video surveillance devices (total number n) with video cameras, wherein at least one video surveillance apparatus is equipped with a thermal imager, and a central information collection and display station, wherein said set of video surveillance means is combined with a peer-to-peer information network of reception and transmission of streaming video and service information over a radio link, wherein network system includes subsystem of navigation support, and each video surveillance device has a network module, a memory unit and a big data platform configured to monitor behaviour factors and biometric parameters of the surveillance objects, the network system is configured to transmit fragments of the streaming video image and service information from video surveillance means with video cameras to a central information collection and display station, which performs additional processing of obtained information, uses archive memory and displays human motion on monitor screen with its binding to coordinates of area.

EFFECT: technical result consists in creating a network video surveillance system with the ability to monitor behavioural factors and biometric parameters of surveillance objects.

1 cl

Description

Изобретение относится к области охранной сигнализации с применением средств видеонаблюдения и может быть использовано для обнаружения и идентификации нарушителей, проникающих на охраняемую территорию. Заявленное изобретение может работать как самостоятельно, так и в составе других охранных и разведывательно-сигнализационных систем.The invention relates to the field of burglar alarms with the use of video surveillance and can be used to detect and identify intruders entering the protected area. The claimed invention can work both independently and as part of other security and reconnaissance-signaling systems.

Охрана с видеонаблюдением протяженных периметров и обширных территорий изначально связана с наличием центрального пункта сбора и отображения информации, разветвлённой системой передачи информации (информационного канала) и значительного количества средств видеонаблюдения. Наличие в такой системе большого количества средств видеонаблюдения и, соответственно, большой объём передаваемой информации определяет повышенные требования к пропускной способности информационного канала. Для обеспечения лучших возможностей по пропускной способности информационного канала, и учитывая большой объём обрабатываемой информации и требуемое высокое быстродействие, выгодно использовать технологию сбора и обработки «больших данных» (big data) для анализа различных ситуаций и принятия правильного решения. Технология больших данных часто используются в таких областях, как логистика, банковские операции, медицина и т. п. Однако, большие данные могут использоваться и в области видеонаблюдения, где необходимо анализировать большое количество объектов наблюдения и источников разнородной информации с возможностью контроля поведенческих факторов и их биометрических параметров. Такими объектами могут быть, например, людские потоки вблизи и внутри особо важных объектов (промышленных предприятий, аэропортов, железнодорожных вокзалов, спортивных стадионов, концертных залов и арен), а также многие другие объекты, требующие повышенную бдительность для предотвращения террористических угроз. Сочетание технологии big data с алгоритмами выявления аномальных действий при контроле поведенческих факторов и биометрических параметров позволят существенно усилить охранную систему на основе большой аналитики данных и анализа событий угроз.Security with video surveillance of extended perimeters and vast territories was initially associated with the presence of a central point for collecting and displaying information, an extensive information transmission system (information channel) and a significant number of video surveillance equipment. The presence of a large number of video surveillance equipment in such a system and, accordingly, a large amount of transmitted information determines the increased requirements for the bandwidth of the information channel. To provide the best opportunities for the bandwidth of the information channel, and taking into account the large amount of processed information and the required high speed, it is beneficial to use the technology of collecting and processing "big data" to analyze various situations and make the right decision. Big data technology is often used in such areas as logistics, banking, medicine, etc. However, big data can also be used in the field of video surveillance, where it is necessary to analyze a large number of objects of observation and sources of heterogeneous information with the ability to control behavioral factors and their biometric parameters. Such objects can be, for example, human flows near and inside especially important objects (industrial enterprises, airports, railway stations, sports stadiums, concert halls and arenas), as well as many other objects that require increased vigilance to prevent terrorist threats. The combination of big data technology with algorithms for detecting anomalous actions while controlling behavioral factors and biometric parameters will significantly strengthen the security system based on large data analytics and threat event analysis.

Известна «Интеллектуальная сеть технических средств обнаружения с возможностью функционирования в среде big data для контроля периметров и территорий объектов», описанная в патенте RU № 2682013, МПК: G08B 1/08, H04W 4/00, G06F 17/30563, опубл. 2019 г., содержащая центральный пункт управления (ЦПУ) и множество технических средств обнаружения (ТСО), работающих не разных физических принципах, которые размещены на охраняемой территории и сгруппированы по несколько ТСО в пунктах охраны. Каждый пункт охраны содержит платформу big data, которая выполнена с возможностью обмена данными между ТСО данного пункта охраны и ЦПУ посредством одноранговой радиосети с возможностью перестройки маршрутов передачи информации по критерию наилучшего качества радиосвязи. ЦПУ выполнен в виде автоматизированного рабочего места оператора, которое обеспечено архивной памятью, системой тревожного оповещения и необходимым комплектом программного обеспечения. Центральный процессор ЦПУ выполнен в виде сервера big data с возможностью управления и обеспечения обмена данными между ТСО пунктов охраны и ЦПУ.Known "Intelligent network of technical means of detection with the ability to operate in a big data environment for monitoring the perimeters and territories of objects", described in patent RU No. 2682013, IPC: G08B 1/08, H04W 4/00, G06F 17/30563, publ. 2019, containing a central control center (CPU) and many technical detection equipment (TCO), operating on different physical principles, which are located in a protected area and are grouped into several TCO at security points. Each security point contains a big data platform, which is configured to exchange data between the TCO of this security point and the CPU through a peer-to-peer radio network with the ability to rebuild information transmission routes according to the criterion of the best quality of radio communication. The CPU is made in the form of an automated operator's workstation, which is provided with archive memory, an alarm system and the necessary software package. The central processor of the CPU is made in the form of a big data server with the ability to control and provide data exchange between the TCO of security points and the CPU.

Сходными существенными признаками аналога, описанного в данном патенте, являются: ЦПУ с сервером big data, пункты охраны, размещенные на охраняемой территории, содержащие платформы big data, использование одноранговой радиосети с возможностью перестройки маршрутов передачи информации по критерию наилучшего качества радиосвязи.Similar essential features of the analogue described in this patent are: a CPU with a big data server, security posts located in a protected area containing big data platforms, the use of a peer-to-peer radio network with the ability to rebuild information transmission routes according to the criterion of the best quality of radio communication.

Недостатком аналога является отсутствие возможности видеонаблюдения объектов с целью контроля их поведенческих факторов и биометрических параметров. Другим недостатком аналога является отсутствие навигационного обеспечения для привязки к местности ТСО, сгруппированных в пункты охраны, и ЦПУ.The disadvantage of the analogue is the lack of the possibility of video surveillance of objects in order to control their behavioral factors and biometric parameters. Another disadvantage of the analogue is the lack of navigation support for binding to the terrain of the TCO, grouped in security points, and the central control room.

Наиболее близкой по технической сущности и достигаемым результатам к заявляемому изобретению является выбранная в качестве прототипа «Система обнаружения нарушителя с одноранговой информационной сетью», описанная в патенте RU № 2636012, МПК G08B 25/10, опубл. 2017 г. Указанная система содержит комплект средств обнаружения (общее число п), по меньшей мере одно средство видеонаблюдения, центральный пункт сбора и обработки информации, пульт информационный, а также сетевой ретранслятор или локальный пункт средств сбора и обработки информации, который выполнен с возможностью преобразования потокового видеоизображения в малокадровое. В системе используются три радиоканала связи: первый радиоканал связи - для приёма-передачи тревожной информации, второй радиоканал связи - для приёма-передачи потокового видеоизображения, третий радиоканал связи - для приёма-передачи малокадрового видеоизображения и тревожной информации. Элементы системы объединены одноранговой информационной сетью. Система обеспечивает повышение отказоустойчивости обнаружения нарушителя с одновременным достижением достаточного быстродействия, визуальной маскируемости и качества получаемого видеоизображения.The closest in technical essence and achieved results to the claimed invention is selected as a prototype "Intruder detection system with a peer-to-peer information network", described in patent RU No. 2636012, IPC G08B 25/10, publ. 2017 The specified system contains a set of detection tools (total number n), at least one video surveillance device, a central point for collecting and processing information, an information console, as well as a network repeater or a local point for collecting and processing information, which is configured to convert streaming video into small frame. The system uses three radio communication channels: the first radio communication channel - for receiving and transmitting alarming information, the second radio channel for receiving and transmitting streaming video, the third radio communication channel for receiving and transmitting low-frame video and alarm information. The elements of the system are united by a peer-to-peer information network. The system provides an increase in the fault tolerance of detecting an intruder with the simultaneous achievement of sufficient speed, visual masking and quality of the resulting video image.

Сходными существенными признаками прототипа, описанного в данном патенте, являются: средства видеонаблюдения, центральный пункт сбора и обработки информации, радиоканал связи, использование одноранговой информационной сети для объединения элементов системы.Similar essential features of the prototype described in this patent are: video surveillance equipment, a central point for collecting and processing information, a radio communication channel, the use of a peer-to-peer information network to combine system elements.

Недостатком прототипа является отсутствие возможности видеонаблюдения объектов с целью контроля их поведенческих факторов и биометрических параметров. Другим недостатком является то, что средства видеонаблюдения, описанные в прототипе, не предназначены для работы в одноранговой информационной сети, работают в режиме энергосбережения (включаются по сигналам от средств обнаружения) и служат только для получения и передачи потокового видеоизображения. Третьим недостатком аналога является отсутствие навигационного обеспечения для привязки к местности элементов системы.The disadvantage of the prototype is the lack of the possibility of video surveillance of objects in order to control their behavioral factors and biometric parameters. Another drawback is that the video surveillance devices described in the prototype are not designed to operate in a peer-to-peer information network, operate in a power-saving mode (activated by signals from detection means) and serve only to receive and transmit streaming video. The third disadvantage of the analogue is the lack of navigation support for binding the system elements to the terrain.

Целью настоящего изобретения является создание сетевой системы видеонаблюдения с возможностью контроля поведенческих факторов и биометрических параметров объектов наблюдения.The aim of the present invention is to create a network video surveillance system with the ability to control behavioral factors and biometric parameters of objects of observation.

Поставленная цель достигается тем, что сетевая система видеонаблюдения с возможностью контроля поведенческих факторов и биометрических параметров объектов наблюдения, содержит комплект средств видеонаблюдения (общее число п) с видеокамерами, причём по меньшей мере одно средство видеонаблюдения оснащено тепловизором, и центральный пункт сбора и отображения информации, при этом упомянутый комплект средств видеонаблюдения объединён одноранговой информационной сетью приёма-передачи фрагментов потокового видеонаблюдения и служебной информации по радиоканалу связи, в состав сетевой системы введена подсистема навигационного обеспечения, а каждое средство видеонаблюдения имеет в своём составе сетевой модуль, блок памяти и платформу big data, выполненную с возможностью контроля поведенческих факторов и биометрических параметров объектов наблюдения. Подсистема навигационного обеспечения выполнена с применением стационарных и мобильных средств спутниковой навигации, обеспечивающих топографическую привязку к местности средств видеонаблюдения и центрального пункта сбора и отображения информации. Центральный пункт сбора и отображения информации выполнен в виде автоматизированного рабочего места оператора (АРМ), которое обеспечено архивной памятью, содержит сервер big data для приёма фрагментов потокового видеоизображения и приёма-передачи служебной информации, а также содержит комплекс аппаратных и программных средств, служащих для обработки поступающей информации с её отображением при помощи программного геоинформационного комплекса цифровых карт местности на экране монитора АРМ. Сетевая система выполнена с возможностью передачи фрагментов потокового видеоизображения и служебной информации со средств видеонаблюдения с видеокамерами на центральный пункт сбора и отображения информации, который выполняет дополнительную обработку полученной информации, использует архивную память, и отображает движение человека на экране монитора с привязкой его к координатам местности.This goal is achieved by the fact that the network video surveillance system with the ability to control behavioral factors and biometric parameters of objects of observation, contains a set of video surveillance equipment (total number n) with video cameras, and at least one video surveillance device is equipped with a thermal imager, and a central point for collecting and displaying information, at the same time, the mentioned set of video surveillance devices is united by a peer-to-peer information network for receiving and transmitting streaming video surveillance fragments and service information via a radio communication channel, a navigation support subsystem has been introduced into the network system, and each video surveillance device includes a network module, a memory unit and a big data platform, made with the ability to control behavioral factors and biometric parameters of objects of observation. The navigation support subsystem is made with the use of stationary and mobile satellite navigation facilities, which provide topographic reference to the terrain of video surveillance equipment and a central point for collecting and displaying information. The central point for collecting and displaying information is made in the form of an automated operator's workstation (AWS), which is provided with archive memory, contains a big data server for receiving streaming video fragments and receiving and transmitting service information, and also contains a set of hardware and software for processing incoming information with its display using a software geoinformation complex of digital maps of the area on the AWP monitor screen. The network system is configured to transfer fragments of streaming video and service information from video surveillance equipment with video cameras to the central information collection and display station, which performs additional processing of the information received, uses archive memory, and displays the movement of a person on the monitor screen with reference to the coordinates of the area.

Техническим результатом изобретения является создание сетевой системы видеонаблюдения с возможностью контроля поведенческих факторов и биометрических параметров объектов наблюдения.The technical result of the invention is the creation of a network video surveillance system with the ability to control behavioral factors and biometric parameters of objects of observation.

Работа заявленного технического решения осуществляется следующим образом. Сетевая система обеспечивает видеонаблюдение территории на открытой местности или выделенных зон внутри помещений с помощью комплекта средств видеонаблюдения (общее число п). Территория или выделенные зоны условно разбиваются на множество участков контроля (с общим числом п) с формированием номера «своего» участка. На каждом участке контроля устанавливается средство видеонаблюдения с видеокамерой, которая обеспечивает полный обзор этого участка, причём по меньшей мере одно средство видеонаблюдения оснащено тепловизором. Все средства видеонаблюдения из указанного комплекта объединены одноранговой информационной сетью приёма-передачи фрагментов потокового видеонаблюдения и служебной информации по радиоканалу связи, работающей, например, на частоте 868 МГц. Принцип работы одноранговой информационной сети общеизвестен и подробно описан, например, в патенте RU № 2636012 («Система обнаружения нарушителя с одноранговой информационной сетью»).The work of the claimed technical solution is carried out as follows. The network system provides video surveillance of the territory in open areas or dedicated zones inside the premises using a set of video surveillance equipment (total number of n). The territory or the allocated zones are conditionally divided into many control areas (with a total number of n) with the formation of the number of "their" site. At each control site, a video surveillance device with a video camera is installed, which provides a full overview of this area, and at least one video surveillance device is equipped with a thermal imager. All video surveillance tools from the specified set are united by a peer-to-peer information network for receiving and transmitting streaming video surveillance fragments and service information via a radio communication channel operating, for example, at a frequency of 868 MHz. The principle of operation of a peer-to-peer information network is well known and is described in detail, for example, in patent RU No. 2636012 ("Intruder detection system with a peer-to-peer information network").

Для обеспечения работы сетевой системы в среде big data каждое средство видеонаблюдения имеет в своём составе сетевой модуль, блок памяти и платформу big data. Платформы big data выполнены с возможностью приёма-передачи служебной информации между центральным пунктом сбора и отображения информации и отдельными средствами видеонаблюдения, а также передачи на центральный пункт сбора и отображения информации большого потока данных в виде фрагментов потокового видеонаблюдения. Служебная информация может передаваться в цифровом формате в виде отдельных файлов (фреймов) в структурированном или в не структурированном виде. Служебная информация может включать в себя особенности поведенческих факторов объектов наблюдения, биометрические параметры объектов наблюдения и сетевую (системную) информацию.To ensure the operation of a network system in a big data environment, each video surveillance device includes a network module, a memory block and a big data platform. Big data platforms are designed to receive and transmit service information between the central point for collecting and displaying information and separate video surveillance equipment, as well as transmitting a large data stream to the central point for collecting and displaying information in the form of streaming video surveillance fragments. Service information can be transmitted in digital format in the form of separate files (frames) in a structured or unstructured form. Service information may include features of behavioral factors of objects of observation, biometric parameters of objects of observation and network (system) information.

Поведенческие факторы - это различные действия объектов наблюдения, которые оцениваются (анализируются) поисковыми алгоритмами сетевой системы и влияют на общую оценку тревожной ситуации. К поведенческим факторам объектов наблюдения можно отнести, например, «аномальное» поведение людей в местах массового пребывания, нервозность в движениях, «рысканье», резкое изменение направления движения, попытка спрятаться в толпе, скрывания своего лица от видеокамер наблюдения, скрытый перенос тяжелого груза и т.п.). К биометрическим параметрам объектов наблюдения можно отнести, например, рост, вес, габаритные размеры, половые признаки, осанка человека, особенности походки, а также параметры для идентификации человека по строению лица (при захвате изображения с его приближением). К сетевой (системной) информации можно отнести команды управления, запросы на получение определённой информации, команды дистанционного контроля, определения состояния средств видеонаблюдения и некоторая другая информация).Behavioral factors are various actions of the objects of observation that are evaluated (analyzed) by the search algorithms of the network system and affect the overall assessment of the alarming situation. The behavioral factors of the objects of observation include, for example, the "abnormal" behavior of people in places of mass presence, nervousness in movements, "yaw", a sharp change in the direction of movement, an attempt to hide in a crowd, hiding one's face from surveillance cameras, hidden transfer of a heavy load and etc.). The biometric parameters of objects of observation include, for example, height, weight, overall dimensions, sex characteristics, posture of a person, gait features, as well as parameters for identifying a person by the structure of the face (when capturing an image with its approximation). Network (system) information includes control commands, requests for obtaining certain information, remote control commands, determining the state of video surveillance equipment and some other information).

Центральный пункт сбора и отображения информации сетевой системы выполнен в виде автоматизированного рабочего места оператора (АРМ), которое обеспечено архивной памятью, содержит сервер big data для приёма фрагментов потокового видеоизображения и приёма-передачи служебной информации.The central point for collecting and displaying information of the network system is made in the form of an automated operator's workstation (AWS), which is provided with archive memory, contains a big data server for receiving fragments of streaming video and receiving and transmitting service information.

Основной задачей, решаемой данной сетевой системой, является выявление «аномальных» действий со стороны объектов наблюдения (потенциальных нарушителей) по поведенческим факторам и биометрическим параметрам. На АРМ сетевой системы могут быть поставлены и другие задачи, связанные с оперативной обстановкой на охраняемой территории, например, поиск людей-преступников по фотографиям или фотороботам с использованием архива видеоматериалов.The main task solved by this network system is to identify "anomalous" actions on the part of the objects of observation (potential offenders) by behavioral factors and biometric parameters. Other tasks related to the operational situation in the protected area can be assigned to the AWS of the network system, for example, the search for criminals by photographs or sketches using an archive of video materials.

Процесс обмена большими данными между сервером big data АРМ и платформами big data средств видеонаблюдения осуществляется с использованием распределённой файловой системы, например, Hadoop (HDFS). Hadoop - это программная платформа, позволяющая выполнять распределённую обработку больших массивов данных с большим числом средств видеонаблюдения, a HDFS - файловая система, предназначенная для хранения файлов больших размеров.The process of exchanging big data between the big data server AWP and big data platforms of video surveillance equipment is carried out using a distributed file system, for example, Hadoop (HDFS). Hadoop is a software platform that allows distributed processing of large amounts of data with a large number of video surveillance tools, and HDFS is a file system for storing large files.

Для анализа и обработки больших данных в сетевой системе используется алгоритм параллельной обработки больших объемов данных MapReduce, работающий в два этапа. На этапе Мар происходит предварительная обработка данных. При этом сервер big data АРМ по радиоканалу связи получает от одной или нескольких платформ big data отдельных средств видеонаблюдения входные данные задачи. Далее, сервер big data разделяет их на части и передаёт другим платформам big data (например, соседним) данные для предварительной обработки. На этапе Reduce происходят свёртки предварительно обработанных данных платформами big data, которые передаются снова в сервер big data АРМ в виде ответов, и на их основе формируется в сервере big data результат - решение задачи. Мар и Reduce совместно образуют программный каркас для программирования распределённых вычислений в сетевой системе. Операции предварительной обработки данных проходят параллельно. На основе большой аналитики данных сетевая система может сравнивать ситуации в разных средствах видеонаблюдения и обеспечивать раннее выявление угроз. Сетевая система может также обеспечивать конфигурирование и переконфигурирование количества используемых средств видеонаблюдения в зависимости от времени года, времени суток, метеоусловий и оперативной обстановки, связанной с возникновением угроз.For the analysis and processing of big data in a network system, the parallel processing of large amounts of data MapReduce is used, which works in two stages. At the stage Mar, preliminary data processing takes place. At the same time, the big data server AWP receives the input data of the task from one or several big data platforms of separate video surveillance equipment via the radio channel. Further, the big data server divides them into parts and transfers data to other big data platforms (for example, neighboring ones) for preprocessing. At the Reduce stage, the pre-processed data are rolled up by the big data platforms, which are transmitted again to the big data server AWP in the form of responses, and on their basis the result is formed in the big data server - a solution to the problem. Mar and Reduce together form a software framework for programming distributed computing in a networked system. Data preprocessing operations run in parallel. Based on large data analytics, the network system can compare situations in different video surveillance products and provide early detection of threats. The network system can also provide configuration and reconfiguration of the number of used video surveillance tools depending on the season, time of day, weather conditions and operational environment associated with the emergence of threats.

Все платформы big data автоматически выполняют функцию ретрансляции передаваемых сообщений по радиоканалу связи. Используемая одноранговая информационная сеть выполнена с возможностью автоматической перестройки маршрутов передачи информации по критерию наилучшего качества радиосвязи. Для обеспечения указанной передачи информации зоны радиообмена составных частей сетевой системы пересекаются в пространстве.All big data platforms automatically perform the function of relaying transmitted messages over the radio communication channel. Used peer-to-peer information network is made with the possibility of automatic restructuring of information transmission routes according to the criterion of the best quality of radio communication. To ensure the specified transmission of information, the radio exchange zones of the constituent parts of the network system intersect in space.

Для обеспечения топографической привязки к местности средств видеонаблюдения и центрального пункта сбора и отображения информации в сетевой системе используется подсистема навигационного обеспечения. Подсистема навигационного обеспечения построена на основе специализированной геоинформационной системы, позволяющей оператору АРМ работать как со стандартными цифровыми картами местности формата SXF, так и со спутниковыми снимками местности или созданными оператором геодезическими планами расположения на местности средств видеонаблюдения и центрального пункта сбора и отображения информации. Встроенная в сетевую систему подсистема спутниковой навигации (GPS или ГЛОНАСС) позволяет функционировать всем средствам в единой системе геодезических и временных координат и осуществлять топографическую привязку к местности: координат и параметров движения обнаруженных и наблюдаемых объектов, координат центрального пункта сбора и отображения информации и мест дислокации средств видеонаблюдения. Это обусловлено необходимостью точной и оперативной выдачи команд целеуказания для оперативных групп по устранению выявленных угроз. АРМ содержит комплекс аппаратных и программных средств, служащих для обработки поступающей информации с её отображением при помощи программного геоинформационного комплекса цифровых карт местности на экране монитора АРМ.To provide topographic reference to the terrain of video surveillance equipment and the central point for collecting and displaying information in the network system, a navigation support subsystem is used. The navigation support subsystem is built on the basis of a specialized geoinformation system that allows the AWP operator to work both with standard digital terrain maps of the SXF format and with satellite images of the terrain or geodetic plans for the location of video surveillance equipment and a central point for collecting and displaying information created by the operator. The satellite navigation subsystem (GPS or GLONASS) built into the network system allows all means to function in a unified system of geodetic and time coordinates and to carry out topographic referencing to the terrain: coordinates and parameters of movement of detected and observed objects, coordinates of the central point of collection and display of information and locations of the means video surveillance. This is due to the need for accurate and prompt issuance of target designation commands for operational teams to eliminate identified threats. AWS contains a set of hardware and software that serve to process incoming information with its display using a software geoinformation complex of digital terrain maps on the AWS monitor screen.

В качестве примера можно рассмотреть работоспособность сетевой системы на путях подхода работников смены к контрольно-пропускному пункту особо важного объекта, например, атомной электростанции или особо важного промышленного предприятия. Средства видеонаблюдения располагаются на местности через определённые интервалы по пути движения людского потока. В зависимости от поставленной задачи первое средство видеонаблюдения, например, может выявить какой-то подозрительный поведенческий признак движущего человека. Это средство видеонаблюдения захватывает изображение этого человека и сопровождает его в зоне своего обзора, формируя при этом фрагмент потокового видеонаблюдения и служебную информацию с описанием подозрительного поведенческого признака. Далее, это первое средство видеонаблюдения передаёт полученную информацию по одноранговой информационной сети второму средству видеонаблюдения (и, возможно, другим средствам видеонаблюдения) для уточнения наличия подозрительного поведенческого признака, а также передаёт эту информацию в центральный пункт сбора и отображения информации. Таким образом, другие средства видеонаблюдения, захватывая изображения этого движущего человека, передают информацию друг другу по цепочке, прослеживая действия этого человека с подтверждением фрагментами потокового видеонаблюдения и служебной информацией. Вся эта информация поступает также в центральный пункт сбора и отображения информации, который выполняет дополнительную обработку полученной информации с помощью программных средств, использует архивную память, и отображает движение человека на экране монитора АРМ с привязкой его к координатам местности. По ходу отслеживания движения человека, центральный пункт сбора и отображения информации в качестве обратной связи может передавать средствам видеонаблюдения дополнительную корректирующую служебную информацию. В конечном итоге, например, при прохождении подозреваемого человека через зону обзора пятого средства видеонаблюдения будет установлено, что данное подозрение подтвердилось и данный человек является террористом. В этом случае оператор АРМ формирует сигнал тревоги и дает команду целеуказания для оперативных групп по устранению выявленной угрозы. Подозрение может и не подтвердиться, тогда сетевая система формирует сигнал отбоя.As an example, we can consider the operability of the network system on the ways of approach of shift workers to the checkpoint of a particularly important facility, for example, a nuclear power plant or a particularly important industrial enterprise. Video surveillance equipment is located on the ground at regular intervals along the path of the traffic flow. Depending on the task at hand, the first video surveillance tool, for example, can reveal some suspicious behavioral sign of a driving person. This video surveillance tool captures the image of this person and accompanies him in his area of view, while forming a fragment of streaming video surveillance and service information with a description of a suspicious behavioral sign. Further, this first video surveillance device transmits the received information via a peer-to-peer information network to the second video surveillance device (and possibly other video surveillance devices) to clarify the presence of a suspicious behavioral sign, and also transmits this information to the central point for collecting and displaying information. Thus, other video surveillance devices, capturing images of this moving person, transmit information to each other along a chain, tracing the actions of this person with confirmation by fragments of streaming video surveillance and service information. All this information also goes to the central point for collecting and displaying information, which performs additional processing of the information received using software, uses archive memory, and displays the movement of a person on the AWP monitor screen with reference to the coordinates of the area. In the course of tracking the movement of a person, the central point for collecting and displaying information as feedback can transmit additional corrective service information to the video surveillance equipment. Ultimately, for example, when a suspected person passes through the zone of view of the fifth video surveillance device, it will be established that this suspicion has been confirmed and this person is a terrorist. In this case, the AWP operator generates an alarm signal and gives a target designation command for operational teams to eliminate the identified threat. The suspicion may not be confirmed, then the network system generates a clear signal.

Следует отметить, что подозрительных объектов наблюдения в единицу времени может быть множество, поэтому выполнение задачи в сетевой системе резко усложняется и спасением является то, что сетевая система выполнена в среде big data за счёт использования платформ big data, имеющих процессоры высокой производительности и большого объёма памяти. Кроме того, как помечалось выше, вычислительные процессы в этой среде могут выполняться параллельно с подключением платформ big data незадействованных в сетевой системе средств видеонаблюдения.It should be noted that there can be many suspicious objects of observation per unit of time, therefore, the execution of a task in a network system is dramatically complicated and the salvation is that the network system is executed in a big data environment due to the use of big data platforms with high performance processors and a large amount of memory ... In addition, as noted above, computing processes in this environment can be performed in parallel with the connection of big data platforms that are not used in the network system of video surveillance equipment.

Другим примером может служить использование сетевой системы для видеонаблюдения за людскими потоками на эскалаторах метрополитена. Работа сетевой системы будет аналогична вышеизложенной с отличием того что, сетевая система развёрнута внутри помещений, а средства видеонаблюдения расположены через определённые интервалы по длине эскалатора. Сетевую систему модно использовать также для видеонаблюдения в вагонах поездов, электричек и салонах пассажирских самолётов.Another example is the use of a networked system for video surveillance of human flows on subway escalators. The operation of the network system will be similar to the above, with the difference that the network system is deployed indoors, and the video surveillance equipment is located at certain intervals along the length of the escalator. It is also fashionable to use the network system for video surveillance in train cars, electric trains and passenger aircraft cabins.

Приведенные примеры не исчерпывают возможности применения сетевой системы видеонаблюдения с возможностью контроля поведенческих факторов и биометрических параметров объектов наблюдения.The above examples do not exhaust the possibilities of using a network video surveillance system with the ability to control behavioral factors and biometric parameters of objects of observation.

Claims

A network video surveillance system with the ability to control behavioral factors and biometric parameters of objects of observation, containing a set of video surveillance devices (total number n) with video cameras, and at least one video surveillance device is equipped with a thermal imager, and a central point for collecting and displaying information, while the said set of video surveillance devices united by a peer-to-peer information network for receiving and transmitting fragments of streaming video surveillance and service information via a radio communication channel, characterized in that a navigation support subsystem is introduced into the network system, and each video surveillance device includes a network module, a memory unit and a big data platform made with the ability to control behavioral factors and biometric parameters of objects of observation, the network system is designed to transmit fragments of streaming video and service information from video surveillance equipment with video cameras to the center The main point for collecting and displaying information, which performs additional processing of the information received, uses archive memory and displays the movement of a person on the monitor screen with reference to the coordinates of the area.