Аннотация:
На основании анализа опубликованных работ по обеспечению безопасности критически важных объектов от террористических угроз сделан вывод о необходимости дополнить предложенные в литературе мультисенсорные комплексы видеоаналитической системой для повышения надёжности обнаружения несанкционированных вторжений на территории ограниченного доступа и распознавания намерений вторгшихся лиц. Предложен алгоритм для решения первой части задачи, основанный на реализации принципа накопления. Частично затронут вопрос о распознавании намерений вторгшегося субъекта. Приведены оценки вероятностей 1-го и 2-го рода, обеспечиваемые предложенным алгоритмом обнаружения вторжений.

Ключевые слова :
обнаружение вторжений, территория ограниченного доступа, видеоаналитическая система, принцип накопления, показатели обнаружения.

Цитирование:
Епифанцев, Б.Н. Мультисенсорные системы мониторинга территорий ограниченного доступа: возможности видеоаналитического канала обнаружения вторжений / Б.Н. Епифанцев, А.А. Пятков, С.А. Копейкин // Компьютерная оптика. – 2016. – Т. 40, №1. – С. 121-129. – DOI: 10.18287/2412-6179-2016-40-1-121-129.

Литература:

1. Боровский, А.С. Общая математическая модель системы физической защиты объектов / А.С. Боровский, А.Д. Тарасов // Вестник компьютерных и информационных технологий. – 2011. – № 10. – С. 21-29.
2. Епифанцев, Б.Н. Математическая модель противоборства конфликтующих сторон / Б.Н. Епифанцев, А.А. Пятков // Безопасность в техносфере. – 2012. – № 5. – С. 55-59.
3. Дегтярёв, В.А. Против террористической угрозы / В.А. Дегтярёв, С.Л. Родионов // Трубопроводный транспорт нефти. – 2010. – № 9. – С. 20-22.
4. Dubski, R. Concept of data processing in multi-sensor system for perimeter protection / R. Dubski, M. Kastek, P. Tezaskawka, T. Pirtkowski, M. Szustakowski, M. Zyczkowski // Proceedings of the SPIE. – 2011. – Vol. 8019 : Conference on Sensors, and Command, Control, Communications, and Intelligence (CЗI) Technologies for Homeland Security and Homeland Defense X. – 8019OX.
5. Wang, J. FBG Intrusion Recognition Algorithm Based on SVM / J. Wang // Advanced Materials Research. – 2012. – Vol. 591-593. – P. 1422-1427.
6. Епифанцев, Б.Н. Концепция обеспечения безопасной работы магистральных трубопроводов в условиях внешних воздействий / Б.Н. Епифанцев, А.А. Пятков, А.А. Федотов // Безопасность труда в промышленности. – 2013. – № 12. – С. 42-49.
7. Вишняков, Б.В. Статистическая модель распознавания ложных объектов в системах видеонаблюдения / Б.В. Вишняков, А.И. Егоров, И.К. Малин // Вестник компьютерных и информационных технологий. – 2013. – № 7. – С. 42-46.
8. Кононов, В.А. Определение типов объектов в видеопотоке с камеры наблюдения на основе покадровой классификации / В.А. Кононов, А.С. Конушин // Вестник компьютерных и информационных технологий. – 2013. – № 10. – С. 20-25.
9. Кудинов, И.А. Реализация алгоритма определения пространственных координат и угловой ориентации объекта по реперным точкам, использующего информацию от одной камеры / И.А. Кудинов, О.В. Павлов, И.С. Холопов // Компьютерная оптика. – 2015. – Т. 39, № 3. – С. 413-419.
10. Buch, N. Local feature saliency classifier for real-time intrusion monitoring / N. Buch, S. Velastin // Optical Engineering. – 2014. – Vol. 53, Issue 7. – 073108.
11. Рыбаков С.Д. Видеоаналитика – мифы и реальные возможности / С.Д. Рыбаков // Алгоритмы безопасности. – 2010. – № 5. – С. 150-153.
12. Звежинский, С.С. Обнаружение и распознавание нарушителей в оптоэлектронных системах наблюдения / С.С. Звежинский, И.В. Парфенов // Радиотехника. – 2010. – № 2. – С. 63-67.
13. Lipton, A.J. Moving target classification and tracking from real-time video / A.J. Lipton, H. Fujiyoshi, R.S. Patil // Fourth IEEE Workshop on Applications of Computer Vision’98: Proceedings. – 1998. – P. 8-14.
14. Haritaoglu, I. W4: real-time surveillance of people and their activities / L. Haritaoglu, D. Harwood, L.S. Davis // IEEE Trans. on Pattern Analysis and Machine Intelligence. – 2000. – Vol. 22, Issue 8. – P. 831-843.
15. Viola, P.A. Detecting pedestrians using patterns of motion and appearance / P.A. Viola // Journal of Computer Vision. – 2005. – Vol. 63, Issue 2. – P. 153-161.
16. Dollar, P. Pedestrian Detection: An Evaluation of the State of the Art / P. Dollar, C. Wojek, B. Schiele, P. Perona // IEEE Trans. On Pattern Analysis and Machine Intelligence. – 2012. – Vol. 34, Issue 4. – P. 743-761.
17. Непрерывный анализ поточного видео с регистрацией траектории движения объектов в поле зрения камеры [Электронный ресурс]. URL: http://www.synesis.ru/sur­veillance/products/Va-set/, свободный, загл. c экрана (дата обращения: 05.03.2012).
18. Пименов, А.В. Большие возможности систем видеонаблюдения / А.В.Пименов // Технологии защиты. – 2013. – № 2. – С. 125-126.
19. Luo, Q. Human action detection via boosted local motion histograms / Q. Luo, X. Kong, G. Zeng, J. Fan // Machine Vision and Applications. – 2010. – Vol. 21, Issue 3. – P. 377-389.
20. Escobar, M. Action Recognition With a Bio-Inspired Freed-forward Motion Processing Model: The Richness of Center-Surround Interactions / M. Escobar, P. Kornprobst // European Conference on Computer Vision: Proceedings, 2008. – P. 186-199.
21. Gorelick, L. Actions as Space-Time Shapes / L. Gorelick, M. Blank, E. Shechtman, M. Irani, R. Basri // IEEE Trans. on Pattern Analysis and Machine Intelligence. – 2007. – Vol. 29, Issue 12. – P. 2247-2253.
22. Kiryati, N. Real Time Abnormal Motion Detection in Surveillance Video / N. Kiryati, [et al.] // 19 th International Conference on Pattern Recognition. – 2008. – P. 1-4.
23. The i-LIDS User Guide. Imagery Library for Intelligent Detection Systems. Publication N 10/11. – United Kingdom: Home Office Centre for Applied Science and Technology, 2010. – 63 p.
24. Епифанцев, Б.Н. Сравнение алгоритмов комплексирования признаков в задачах распознавания образов / Б.Н. Епифанцев, П.С. Ложников, А.Е. Сулавко // Вопросы защиты информации. – 2012. – № 1. – С. 60-66.
25. Методы построения доверительных интервалов [Электронный ресурс]. URL: http://edu.dvgups.ru/MET-DOC/ENF/VMATEM/WM/METOD/MU_PZ/ frame/2.htm, свободный, загл. c экрана (дата обращения: 05.04.2015).
26. Медоуз, Д.Х. За пределами роста / Д.Х. Медоуз, Д.Л. Медоуз, Й. Рандерс. – М.: Прогресс, Пангея, 1994. – 304 с.
27. Птицын, Н.В. Встроенная видеоаналитика для детектирования и сопровождения объектов при помощи многомасштабных признаков / Н.В. Птицын // Труды конференции «ГрафиКон 2010». – 2010. – С. 200-206..

---

© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20