• Aucun résultat trouvé

SURveillance Vidéo Informatisée SURveillance Vidéo Informatisée

N/A
N/A
Protected

Academic year: 2022

Partager "SURveillance Vidéo Informatisée SURveillance Vidéo Informatisée"

Copied!
46
0
0

Texte intégral

(1)

Groupe 3CP13:

Groupe 3CP13:

DESPAIGNE Vianney,GERBAUX Amaury,MARTIN François-Noël DESPAIGNE Vianney,GERBAUX Amaury,MARTIN François-Noël

(2)

22

Présentation Générale Présentation Générale

Logiciel de vidéosurveillance par WebcamLogiciel de vidéosurveillance par Webcam

Fonctionnalités : Fonctionnalités :

Détection d’intrusionDétection d’intrusion

Compteur de passageCompteur de passage

Compteur InstantanéCompteur Instantané

Archivage des événementsArchivage des événements

Traitements sur les imagesTraitements sur les images

Algorithme de l’OrdonnanceurAlgorithme de l’Ordonnanceur

LimitesLimites

(3)

Une réponse adaptée Une réponse adaptée

à un besoin utilisateur à un besoin utilisateur

Utilisateurs potentiels Utilisateurs potentiels

• Agent de surveillanceAgent de surveillance

• Responsable de surveillanceResponsable de surveillance

Contexte de travail : Contexte de travail :

• Grandes surfaces à surveillerGrandes surfaces à surveiller

• Nombreux points à couvrirNombreux points à couvrir

Travail fastidieux à l’échelle humaine

(4)

44

Avantage sur l’existant Avantage sur l’existant

Vidéo surveillance traditionnelle Vidéo surveillance traditionnelle

• Nécessite plusieurs écrans et des Nécessite plusieurs écrans et des agents attentifs pour les surveiller agents attentifs pour les surveiller

• SURVI analyse lui-même les prises SURVI analyse lui-même les prises de vues

de vues

(5)

But du projet But du projet

Fonctionnement simple Fonctionnement simple

• Au niveau de l’interface Au niveau de l’interface

• Au niveau de l’exploitation des Au niveau de l’exploitation des résultats

résultats

Fonctionnement efficace Fonctionnement efficace

• Résultats rapides et synthétiques Résultats rapides et synthétiques

• Surveillance automatisée Surveillance automatisée

(6)

66

Modes de fonctionnement Modes de fonctionnement

3 modes différents 3 modes différents

Détection d’intrusionDétection d’intrusion

Compteur de passageCompteur de passage

Compteur instantanéCompteur instantané

(7)

Modes de fonctionnement Modes de fonctionnement

Image de référence Image de référence

• Nécessaire aux analysesNécessaire aux analyses

• Prise automatique au lancementPrise automatique au lancement

• Réinitialisable par l’utilisateur à tout Réinitialisable par l’utilisateur à tout moment

moment

• Visualisable par l’utilisateur à tout Visualisable par l’utilisateur à tout moment

moment

(8)

88

Modes de fonctionnement Modes de fonctionnement

Détection d’intrusion Détection d’intrusion

• Choix de l’utilisateur entre 2 modes :Choix de l’utilisateur entre 2 modes :

Mode Mode normalnormal : différence progressive non : différence progressive non signalée

signalée

Mode Mode extrêmeextrême : toute différence signalée : toute différence signalée

(9)

Modes de fonctionnement Modes de fonctionnement

Détection d’intrusion Détection d’intrusion

• Enclenchement manuel d’une sessionEnclenchement manuel d’une session

• Enclenchement en programmant une Enclenchement en programmant une session

session

• Choix du nom du fichier d’archiveChoix du nom du fichier d’archive

• A tout moment :A tout moment :

Arrêt d’une détection en fonctionnementArrêt d’une détection en fonctionnement

Annulation d’une session programméeAnnulation d’une session programmée

(10)

1010

Modes de fonctionnement Modes de fonctionnement

Compteur de passage Compteur de passage

• Comptabiliser le nombre de personnes Comptabiliser le nombre de personnes passant devant la Webcam sur une

passant devant la Webcam sur une durée choisie par l’utilisateur

durée choisie par l’utilisateur

• Ne pas comptabiliser plusieurs fois une Ne pas comptabiliser plusieurs fois une personne restant dans le champ

personne restant dans le champ

(11)

Modes de fonctionnement Modes de fonctionnement

Compteur de passage Compteur de passage

• Enclenchement manuel d’une sessionEnclenchement manuel d’une session

• Enclenchement en programmant une Enclenchement en programmant une session

session

• Choix du nom du fichier d’archiveChoix du nom du fichier d’archive

• A tout moment :A tout moment :

Arrêt d’un compteur en fonctionnementArrêt d’un compteur en fonctionnement

Annulation d’une session programméeAnnulation d’une session programmée

(12)

1212

Modes de fonctionnement Modes de fonctionnement

Compteur instantané Compteur instantané

• Dénombrer le nombre de personnes Dénombrer le nombre de personnes devant la Webcam à un instant donné devant la Webcam à un instant donné

(13)

Modes de fonctionnement Modes de fonctionnement

Compteur instantané Compteur instantané

• Enclenchement uniquement manuelleEnclenchement uniquement manuelle

• Enclenchement à n’importe quel Enclenchement à n’importe quel

moment (même si une autre session est moment (même si une autre session est

en fonctionnement) en fonctionnement)

• Choix du nom du fichier d’archiveChoix du nom du fichier d’archive

(14)

1414

Archives Archives

Format Html Format Html

• Permet une synthèse rapide des Permet une synthèse rapide des événements

événements

• Mise en forme agréable et facile à Mise en forme agréable et facile à analyser

analyser

(15)

Archives Archives

Détection d’intrusion Détection d’intrusion

• Titre de la sessionTitre de la session

• Date et heure de début de sessionDate et heure de début de session

• Liste des événementsListe des événements

Date et heure de détectionDate et heure de détection

Aperçu de la prise de vueAperçu de la prise de vue

Cadre rouge autour de la zone détectéeCadre rouge autour de la zone détectée

Image visualisable par simple clicImage visualisable par simple clic

• Cause d’arrêtCause d’arrêt

• Date et heure de fin de sessionDate et heure de fin de session

(16)

1616

Archives Archives

Compteur Instantané Compteur Instantané

• Titre de la sessionTitre de la session

• Date et heure de la prise de vueDate et heure de la prise de vue

• Prise de vue associéePrise de vue associée

• Affichage du nombre de personnes Affichage du nombre de personnes comptées

comptées

(17)

Archives Archives

Compteur de passage Compteur de passage

• Titre de la sessionTitre de la session

• Date et heure de début de sessionDate et heure de début de session

• Pour chaque nouvelle personne détectéePour chaque nouvelle personne détectée

Prise d’un certain nombre de prises de vuePrise d’un certain nombre de prises de vue

Pour chaque prise de vue :Pour chaque prise de vue :

Date et heureDate et heure

Nombre total de personnes comptéesNombre total de personnes comptées

• Cause de fin de sessionCause de fin de session

• Date et heure de fin de sessionDate et heure de fin de session

(18)

1818

(19)

Analyses d’images Analyses d’images

Qu’est ce qu’une image ? Qu’est ce qu’une image ?

• Tableau de pixels à 2 dimensionsTableau de pixels à 2 dimensions

Cas d’une image en couleurs : Cas d’une image en couleurs :

trois valeurs par pixel (composantes rouge, verte trois valeurs par pixel (composantes rouge, verte et bleue)

et bleue)

Cas d’une image en niveaux de gris : Cas d’une image en niveaux de gris :

une valeur par pixel une valeur par pixel

(20)

2020

Analyses d’images Analyses d’images

Qu’est ce qu’une image ? Qu’est ce qu’une image ?

• Exemple:Exemple:

(21)

Analyses d’images Analyses d’images

Conversion en niveaux de gris Conversion en niveaux de gris

Pourquoi cette conversion ?Pourquoi cette conversion ?

Réduction du temps de traitement des imagesRéduction du temps de traitement des images

Comment convertir ?Comment convertir ?

Pour chaque pixel en couleurs :Pour chaque pixel en couleurs :

valeur_grise = 0.299 R + 0.587 V + 0.114 B valeur_grise = 0.299 R + 0.587 V + 0.114 B

R = composante rouge R = composante rouge V = composante verte V = composante verte B = composante bleue B = composante bleue

(22)

2222

Analyses d’images Analyses d’images

Conversion en niveaux de gris Conversion en niveaux de gris

• Exemple:Exemple:

(23)

Analyses d’images Analyses d’images

Comparaison d’imagesComparaison d’images

Création d’un tableau résultatCréation d’un tableau résultat

Application de la formule :Application de la formule :

Image résultat [i,j] = | Image traitée [i,j] – Image référence [i,j] | Image résultat [i,j] = | Image traitée [i,j] – Image référence [i,j] |

110110 112112 110110 214214

109109 100100 111111 114114

11 1212

11 100100 Image référence Image traitée Image résultat

&

(24)

2424

Analyses d’images Analyses d’images

Comparaison d’images Comparaison d’images

• Seuillage du tableau résultatSeuillage du tableau résultat

Élimination des faibles variationsÉlimination des faibles variations

Comparaison de chaque élément à une Comparaison de chaque élément à une valeur de seuil

valeur de seuil

11 1212

11 100100 Image résultat

255255 255255 255255 00

Image résultat seuillée

(25)

Analyses d’images Analyses d’images

Comparaison d’images Comparaison d’images

• Exemple:Exemple:

(26)

2626

Analyses d’images Analyses d’images

Elimination du bruit Elimination du bruit

• Elimination des pixels noirs isolésElimination des pixels noirs isolés

Si un pixel noir possède 3 voisins noirs ou Si un pixel noir possède 3 voisins noirs ou moins

moins transformation en pixel blanctransformation en pixel blanc

• Elimination des petites surfacesElimination des petites surfaces

Si une zone noire a une surface plus petite Si une zone noire a une surface plus petite que la valeur de seuil

que la valeur de seuil transformation en transformation en zone blanche

zone blanche

(27)

Analyses d’images Analyses d’images

Elimination du bruit Elimination du bruit

• Elimination des petites surfacesElimination des petites surfaces

Procédé d’étiquetage Procédé d’étiquetage

Pour tous les pixels noirs de l’image:

Pour tous les pixels noirs de l’image:

S’il n’est pas étiqueté: S’il n’est pas étiqueté:

Si une valeur étiquette est présente sur la Si une valeur étiquette est présente sur la

même ligne ou la même colonne, cette valeur même ligne ou la même colonne, cette valeur lui est attribuée ainsi qu’aux autres pixels

lui est attribuée ainsi qu’aux autres pixels noirs sur la même ligne et sur la même noirs sur la même ligne et sur la même colonne

colonne

Sinon, une valeur étiquette lui est attribuée Sinon, une valeur étiquette lui est attribuée ainsi qu’à tous les pixels noirs sur la même ainsi qu’à tous les pixels noirs sur la même ligne et sur la même colonne

ligne et sur la même colonne

S’il est déjà étiqueté: sa valeur d’étiquette est S’il est déjà étiqueté: sa valeur d’étiquette est

attribuée à tous les pixels noirs sur la même ligne et attribuée à tous les pixels noirs sur la même ligne et

sur la même colonne sur la même colonne

(28)

2828

Analyses d’images Analyses d’images

Elimination du bruitElimination du bruit

Etiquetage des surfacesEtiquetage des surfaces

11 11 11 11 11 11

11 11 11 11 11 11 11 11 11 11

22 22 22 11 11 11 11 11 11 11 11 11 11

22 22 22 11 11 11 11 11 11 11 11 11 11 11

(29)

Analyses d’images Analyses d’images

Elimination du bruit Elimination du bruit

• Exemple:Exemple:

(30)

3030

Analyses d’images Analyses d’images

Remplissage des formes Remplissage des formes

• Intérêt: rendre les formes interprétablesIntérêt: rendre les formes interprétables

• Procédure: pour chaque colonne du Procédure: pour chaque colonne du tableau résultat, transformer en pixel tableau résultat, transformer en pixel

noir les pixels blancs compris entre deux noir les pixels blancs compris entre deux

pixels noirs pixels noirs

(31)

Analyses d’images Analyses d’images

Remplissage des formes Remplissage des formes

• Exemple:Exemple:

(32)

3232

Analyses d’images Analyses d’images

Analyse du résultat: détection d’intrusion Analyse du résultat: détection d’intrusion

• Détection d’intrusion normale: comparaison Détection d’intrusion normale: comparaison de l’image courante avec l’image précédente de l’image courante avec l’image précédente

• Détection d’intrusion extrême: comparaison Détection d’intrusion extrême: comparaison de l’image courante avec l’image référence de l’image courante avec l’image référence

(33)

Analyses d’images Analyses d’images

Analyse du résultat: détection d’intrusion Analyse du résultat: détection d’intrusion

Si une forme noire de surface supérieure à la Si une forme noire de surface supérieure à la valeur seuil de détection d’intrusion est

valeur seuil de détection d’intrusion est présente sur l’image résultat

présente sur l’image résultat  le système le système signale une intrusion

signale une intrusion

(34)

3434

Analyses d’images Analyses d’images

Analyse du résultat: compteur instantané Analyse du résultat: compteur instantané

• comparaison de l’image courante avec comparaison de l’image courante avec l’image référence

l’image référence

• On compte le nombre de surfaces noires On compte le nombre de surfaces noires

présentes dans l’image résultat après avoir présentes dans l’image résultat après avoir

effectué une nouvelle opération d’étiquetage effectué une nouvelle opération d’étiquetage

(35)

Analyses d’images Analyses d’images

Analyse du résultat: compteur de passage Analyse du résultat: compteur de passage

• comparaison de l’image courante avec l’image comparaison de l’image courante avec l’image référence

référence

• Comparaison de l’image précédente avec Comparaison de l’image précédente avec l’image référence

l’image référence

(36)

3636

Analyses d’images Analyses d’images

Analyse du résultat: compteur de passage Analyse du résultat: compteur de passage

• On détermine les coordonnées du centre On détermine les coordonnées du centre d’inertie de chaque surface noire des deux d’inertie de chaque surface noire des deux

images résultats, en effectuant la moyenne images résultats, en effectuant la moyenne sur les lignes et sur les colonnes de tous les sur les lignes et sur les colonnes de tous les

pixels de la surface prise en compte pixels de la surface prise en compte

(37)

Analyses d’images Analyses d’images

Analyse du résultat: compteur de passage Analyse du résultat: compteur de passage

• L’intervalle de temps entre chaque prise de L’intervalle de temps entre chaque prise de vue étant faible, une personne effectue un vue étant faible, une personne effectue un

court déplacement court déplacement

• Ainsi, les centres d’inerties peuvent se Ainsi, les centres d’inerties peuvent se retrouver sur les deux images résultat retrouver sur les deux images résultat

(38)

3838

Analyses d’images Analyses d’images

Analyse du résultat: compteur de passage Analyse du résultat: compteur de passage

• On traite l’ensemble des centres d’inerties de On traite l’ensemble des centres d’inerties de l’image résultat de l’image courante:

l’image résultat de l’image courante:

Si un centre d’inertie ne possède pas de voisin Si un centre d’inertie ne possède pas de voisin proche dans l’image résultat de l’image

proche dans l’image résultat de l’image

précédente, on a donc une nouvelle personne dans précédente, on a donc une nouvelle personne dans le champ de la caméra et donc le compteur associé le champ de la caméra et donc le compteur associé est incrémenté

est incrémenté

(39)

Ordonnanceur Ordonnanceur

Gestion des Gestion des sessions

sessions

manuelles et manuelles et

programmées et programmées et

envoi de cause envoi de cause

pour les pour les archives archives

Demande Arrêt

Enclenchement Manuel Session

Fin Session Programmée

Début Session Programmée

(40)

4040

Ordonnanceur Ordonnanceur

Demande Arrêt ?

Enclenchement Manuel Session ?

NON

Session En Cours ?

OUI

Arrêt Session

OUI NON

Envoi aux archives : Arrêt demandé par

l’utilisateur

(41)

Ordonnanceur Ordonnanceur

Session En Cours ?

OUI

Arrêt Session

OUI

Fin Session Programmée ?

NON

Enclenchement Manuel Session ?

Début Session Manuelle

NON

Envoi aux archives : Arrêt à cause du démarrage

d’une autre

(42)

4242

Ordonnanceur Ordonnanceur

Arrêt Session

OUI

NON

Début Session Programmée ?

Fin Session Programmée ?

Envoi aux archives : Arrêt normal lors d’une fin

de session programmée

(43)

Ordonnanceur Ordonnanceur

Session En Cours ?

OUI

Arrêt Session

OUI

Arrêt Session ?

NON

Début Session Programmée ?

NON

Début Session Programmée Envoi aux archives :

Arrêt à cause du démarrage d’une

autre session

(44)

4444

Limites Limites

Limites matérielles Limites matérielles

• Résolution et profondeur de la Webcam Résolution et profondeur de la Webcam limitées

limitées

Calculs erronésCalculs erronés

• Poste de travail ayant les Poste de travail ayant les

caractéristiques minimales suivantes : caractéristiques minimales suivantes :

Pentium IV 1,7 GHzPentium IV 1,7 GHz

256 Mo de Ram256 Mo de Ram

Port USBPort USB

(45)

Limites Limites

Limites des algorithmes Limites des algorithmes

Temps de calculs longsTemps de calculs longs

Changement de luminositéChangement de luminosité

Individu d’une couleur égale à celle de Individu d’une couleur égale à celle de l’image de référence

l’image de référence

Compteur de passage :Compteur de passage :

Flux trop important de personnesFlux trop important de personnes

Croisement des personnesCroisement des personnes

Compteur instantanéCompteur instantané

Contact entre les personnesContact entre les personnes

(46)

4646

Pouvoir gérer plusieurs Webcams Pouvoir gérer plusieurs Webcams

• Utilisation d’un identifiantUtilisation d’un identifiant

Etendre l’application en réseau Etendre l’application en réseau

• Compression du flux vidéoCompression du flux vidéo

• Archives consultables sur Internet Archives consultables sur Internet

• Consultation depuis un assistant Consultation depuis un assistant personnel

personnel

Références

Documents relatifs

Dans le quatrième chapitre, nous avons présenté les deux méthodes utilisées pour l’appariement entre modèle 2D et les modèles 3D de la BD3D. L’application des invariants

[r]

le milieu de la

une chenille 11.. une

«euil euill ouill.. une

un taille-crayon 12.. une

une balançoire. Le mot

Résumé – Ce papier propose une nouvelle méthodologie pour la détection d’anomalies dans une projection tomographique basée sur un modèle paramétrique adapté au content