DVA3219 — первое устройство для Edge-видеонаблюдения

Сейчас в IT-индустрии идёт настоящий бум Edge-устройств (читайте нашу статью «что такое Edge Computing и почему периферийные вычисления — это побег из облака»), и Synology DVA3219 — это типичный кирпичик для построения умного видеонаблюдения «где-то там», на удалённом объекте, будь то склад, магазинчик или офис. Не надо сравнивать эту модель с другими аналогами у Synology, это совершенно отдельное направление развитие модельного ряда компании.

Характеристики Synology DVA3219:

• Процессор Intel Atom C3538 (4С, 2.1 GHz, Hardware AES-NI)
• ОЗУ: 1 модуль 4Gb DDR4, всего до двух модулей SO-DIMM общим объёмом до 32 Гб
• GPU: Nvidia GeForce 1050 Ti, 4 GB
• Дисковая подсистема:
  • 4 отсека для 3.5/2.5″ HDD/SSD с интерфейсом SATA-600
  • Возможность подключения двух дисковых полок по 5 дисков DX517
  • Поддержка SSD-кэширования
• Интерфейсы:
  • 4x 1GBase-T 1000Mbps Ethernet (LACP, VLAN)
  • 3x USB 3.0
• Встроенный блок питания

Сама платформа для настольных NAS-ов у Synology уже давно не меняется, поэтому описывать дизайн корпуса и охлаждения я не вижу смысла. Вместо этого давайте ответим на наиболее частые вопросы о работе этого устройства.

Может ли DVA3219 работать как NAS?

Да, эта модель поддерживает все те же функции, что реализованы в настольных NAS-ах серии DS

Вам доступен файловый шаринг по протоколам CIFS (SMB) / NFS / iSCSI, резервное копирование вашей IT-инфраструктуры (читайте наш обзор Synology Active Backup for Business), платформа виртуализации, контейнерная виртуализация, сервер мультимедиа и даже закачка торрентов, если вам это важно.

Какая видеокарта установлена в DVA3219?

Самая обычная NVIDIA GeForce Ti1050 c 4 Гб памяти DDR5 от OEM-производителя, определить которого не удалось. Видеокарту можно вытащить и установить в настольный ПК: она определяется, на ней можно работать и играть, подключив монитор, если конечно вы найдёте, во что играть на GeForce Ti1050.

Но подключить к NAS-у монитор нельзя: порты HDMI и DVI скрыты внутри корпуса.

Можно ли использовать видеокарту для чего-то другого?

При первичной настройке NAS-а вы устанавливаете в систему SDK CUDA, правда выбора версии у вас нет. При использовании Docker, вполне возможно получить доступ к ресурсам GPU, но учитывая что CUDA презентует ресурсы GPU полностью под приложение, интеллектуальные функции видеонаблюдения работать не будут.

Доступны ли функции глубинного анализа видео на моделях с мощными CPU?

Нет, такие возможности как распознавание лиц, детектор периметра, подсчёт потока клиентов, требуют иной архитектуры вычислений, и запускаются только на NAS-ах с GPU.

Чем ещё DVA3219 отличается от обычных настольных NAS-ов Synology?

Поскольку устройство позиционируется как периферийный видеорегистратор, здесь нет выделенных слотов под SSD кэш и нет высокоскоростных 10-гигабитных интерфейсов. Зато устройство имеет целых 4 сетевых порта, для каждого из которых вы можете настроить VLAN для разграничения сетевого трафика и агрегацию каналов для повышение отказоустойчивости.

Перспектива интеграции в Surveillance CMS

Конечно, можно только представить, какие перспективы даёт использование таких устройств, как DVA3219 в роли выделенных серверов для ИИ-обработки изображения в распределённых сетях видеонаблюдения. Я очень надеюсь, что в будущем Synology даст возможность NAS-у распознавать лица на записях, сделанных совершенно другими NAS-ами в других филиалах в других городах. Да и вообще для таких целей можно будет централизованно устанавливать NAS-ы с GPU и проводить удалённый анализ Edge-видео, пусть даже и с небольшой задержкой. Всё это обещает большие перспективы в будущем.

Ну а сегодня единственный способ использовать ИИ-функции DVA3219 в распределённой сети CMS — это устанавливать данный NAS в качестве главного хост-сервера, потому что данная модель может использовать интеллектуальные функции анализа видео только для записей со своих камер. При подключении устройства в виде хоста видеозаписи, для доступа к интеллектуальным функциям придётся заходить на сам сервер.

Дополнительные функции глубокого анализа

Конечно, наше воображение, подогретое слухами о предстоящем цифровом контроле населения через камеры наблюдения, рисует поистине безграничные возможности для данной технологии: мы мечтаем о поиске человека по фотографии, о каталогизации его перемещений по нашему объекту, где ведётся видеонаблюдение, о возможности поиска его профиля в соц.сетях, но… реальность куда более прозаична. На сегодня функционал Synology DVA3219 позволяет обнаруживать на видео людей и… просматривать последние события по событиям в общей ленте.

Данная функция может быть особенно полезна, когда вы наблюдаете за какой-то большой территорией, например, внутренним двором здания, и в общем потоке событий вам будет легко определить, когда в поле зрения камеры попадали люди, а когда — транспортные средства. Впоследствии при расследовании инцидентов это может сократить время нахождения видеозаписей.

Собственно, из возможности отделять людей от машин и произрастают две дополнительные функции интеллектуального видеонаблюдения: подсчёт людей, пересекающих некую виртуальную границу, и улучшенное определение движения. Сегодня работа с людскими потоками, возможность предсказывания направления толпы в разных условиях, является едва ли не базовым столпом урбанистики и рекламы. Но для того, чтобы суметь посчитать число посетителей, проходящих через дверь, камера должна быть установлена строго на потолке и смотреть на макушки. У нас такой возможности нет, поэтому протестировать мы её не можем. К слову, сегодня технологии для видеонаблюдения позволяют подсчитывать количество посетителей и строить тепловые карты посещаемости объектов, так что никаких технических ограничений для этой функции нет, и Synology надо срочно исправляться.

Технология распознавания лиц в видеонаблюдении

Как подобрать подходящую камеру и правильно выбрать место её установки

Системы видеонаблюдения уже давно перестали быть пассивными. Алгоритмы видеоанализа позволяют автоматически извлекать информацию из потока данных от камеры наблюдения. Одной из наиболее востребованных является технология распознавания лиц. В данной статье разберем вопрос выбора камеры для идентификации лица и места ее установки для минимизации ошибок распознавания.

Целевые задачи видеонаблюдения

Идентификация человека – одна из целевых задач видеонаблюдения. Технология распознавания лиц позволяет автоматически осуществлять идентификацию человека за счет алгоритмов видеоанализа.

Функция идентификации лица позволяет с заданной вероятностью выделить из видеопотока лицо человека, находящегося в базе данных системы видеонаблюдения. Помимо идентификации, технология распознавания лиц может фиксировать и другую информацию из видеопотока:

• определение пола
• оценка возраста
• определение расы
• выявление эмоций
• наличие усов / бороды
• наличие очков
• подсчет уникальных посетителей

Таким образом сферы применения технологии распознавания лиц куда шире, чем традиционные задачи расследования произошедших инцидентов. Вот неполный перечень:

• поиск лица в архиве видеонаблюдения
• идентификационный признак для системы контроля и управления доступом
• сбор статистики о посетителях в сфере ритейла

Отдельно следует отметить задачи сохранения приватности, которые (как ни странно!) также могут решаться средствами видеоаналитики. Система видеонаблюдения выделяет на кадре лицо человека и “замыливает” этот участок изображения таким образом, чтобы попавшие в кадр лица невозможно было узнать. Соблюдение приватности при работе видеонаблюдения в общественных зонах могут требоваться как заказчиком такой системы, так и законодательно.

Идентификация и верификация

При распознавании лиц алгоритм выявляет ряд биометрических данных о человеке. Эти данные могут быть использованы по-разному:

• накапливаться в системе для статистики
• сравниваться со всей накопленной базой данных лиц для поиска наиболее близкого совпадения (идентификации)
• сравниваться с эталонными данными для оценки степени соответствия (верификации)

Идентификация, как правило, используется для поиска лиц в архиве. Это позволяет эффективно проводить расследования инцидентов и преступлений. Кроме того, идентификация используется для отслеживания нахождения человека в “белом” или “черном” списке посетителей.

Верификация чаще используется для систем контроля и управления доступом, как один из идентификаторов посетителя.

Ошибки FAR и FRR

Для оценки качества применяемых алгоритмов используются две вероятностных величины: ошибки первого и второго рода. FAR (False Acceptance Rate) – процентный порог, определяющий вероятность того, что один человек может быть принят за другого (ошибка второго рода). FRR (False Rejection Rate) — вероятность того, что человек может быть не распознан системой (ошибка первого рода).

Ошибки FAR и FRR связаны между собой: чем ниже вероятность FAR, тем выше вероятность FRR и наоборот. Поэтому при настройке алгоритма выбирают их оптимальное соотношение для конкретного объекта защиты.

Facе Anti-Spoofing

В системах распознавания лиц необходима защита от попыток обмана (spoofing attack). Это либо попытка подделать идентификационный признак для ошибочной верификации пользователя системой распознавания. Либо попытка избежать идентификации различными методами маскировки лица.

Наиболее продвинутые алгоритмы идентификации используют различные методы Facе Anti-Spoofing.

Выбор системы распознавания лиц

Существует огромное число различных реализаций систем идентификации лиц. Их можно классифицировать по подходам к реализации:

• стандартные алгоритмы
• нейросетевые алгоритмы

А также по месту обработки видеопотока:

• на сервере
• на IP камере
• на видеорегистраторе

Системы распознавания лиц существенно отличаются друг от друга и требует тщательного выбора как по функциональности, так и по качеству идентификации (упомянутым ошибкам первого и второго рода, стойкости к spoofing attack). Наиболее продвинутые системы строятся на базе видеоаналитических модулей VMS систем (Video Management System или Video Management Software). Простейшие алгоритмы могут быть приятным бонусом в относительно бюджетных видеорегистраторах

И те и другие имеют своего потребителя, однако решают задачи разного класса и степени важности для потребителя.

Критерии идентификации лица человека

При планировании системы распознавания лиц необходимо учитывать требования производителя конкретного оборудования или видеоаналитических модулей. Ведь для автоматического распознавания лиц не существует единых государственных или межгосударственных стандартов.

Наиболее проработанными являются требования к городским системам видеонаблюдения класса “Безопасный город”, а также для систем транспортной безопасности. Так в Постановление Правительства РФ от 26.09.2016 N 969 “Об утверждении требований к функциональным свойствам технических средств обеспечения транспортной безопасности и Правил обязательной сертификации технических средств обеспечения транспортной безопасности” приведены следующие требования:

34. Функциональные свойства технических систем и средств идентификации физических лиц, указанные в пункте 33 настоящих требований, должны обеспечиваться при следующих условиях:
а) освещенность в плоскости лица – от (100 ± 10) до (1000 ± 50) люкс;
б) неравномерность освещенности лица – не более (50 ± 5) процентов;
в) характеристики видеоизображения:
разрешение видеоизображения, обеспечивающее регистрацию изображений лиц на рабочей дистанции съемки видеокамеры не менее 1,5 метра с расстоянием между центрами глаз (40 ± 2) пикселей (для алгоритмов и аппаратно-программных средств детекции) и (60 ± 2) пикселей (для алгоритмов и аппаратно-программных средств идентификации);
динамический диапазон интенсивности изображения в области лица – не менее 8 бит;
цветность видеоизображения – черно-белое;
частота – не менее 16 кадров в секунду;
г) плотность потока людей – 1 чел/м ;
д) скорость движения – не более 5 км/ч;
е) ракурс лица относительно фронтального ракурса, определяемый в соответствии с ГОСТ Р ИСО/МЭК 19794-5-2013 “Информационные технологии. Биометрия. Форматы обмена биометрическими данными. Часть 5. Данные изображения лица” угловыми координатами поворота, наклона и отклонения лица:
для алгоритмов и аппаратно-программных средств детекции – в диапазоне от 0 до (30 ± 2) градусов;
для алгоритмов и аппаратно-программных средств идентификации – в диапазоне от 0 до (15 ± 2) градусов;
ж) структура фона (подвижный случайно неоднородный фон съемки с перепадами контраста) – от (0,2 ± 0,05) до (0,8 ± 0,05);
з) объем базы данных эталонных изображений лиц – не менее 1000 лиц условно-фронтального типа (в соответствии с ГОСТ Р ИСО/МЭК 19794-5-2013 “Информационные технологии. Биометрия. Форматы обмена биометрическими данными. Часть 5. Данные изображения лица”).
35. В состав технических систем и средств идентификации физических лиц включаются средства регистрации видеоизображений, к которым предъявляются следующие требования:
а) разрешение регистрируемого видеоизображения – не менее 1,2 мегапикселя;
б) частота кадров – не менее 16 кадров в секунду;
в) разрешающая способность – разрешение на рабочей дистанции съемки объектов размером 2 миллиметра и более (значения для области в центре кадра и на расстоянии до одной третьей ширины, высоты и диагоналей кадра от центра включительно);
г) глубина резко отображаемого пространства – не менее 1 метра (для области в центре кадра и на расстоянии до одной третьей ширины, высоты и диагоналей кадра от центра включительно);
д) расстояние между центрами глаз на изображении лица, зарегистрированном на рабочей дистанции съемки, – не менее (60 ± 2) пикселей (для области в центре кадра и на расстоянии до одной третьей ширины, высоты и диагоналей кадра от центра включительно);
е) максимальное отношение “сигнал – шум” (с выключенной функцией автоматического усиления сигнала) – не менее 45 дБ;
ж) дисторсия – не более 5 процентов (по краям кадра – на расстоянии одной третьей ширины, высоты и диагоналей кадра от его центра).

Для обычной (не алгоритмической) идентификации некоторые рекомендации в нормативных документах все же есть. Из отечественных можно вспомнить Р 78.36.008-99 Проектирование и монтаж систем охранного телевидения и домофонов. Рекомендации:

*МРД – минимальная различимая деталь (изображения)

В европейском стандарте BS EN 62676-4:2015 Video surveillance systems for use in security applications. Application guidelines приведены близкие к отечественным рекомендации по плотности пикселей для решения целевой задачи идентификации:

Если же проанализировать требования производителей видеоаналитических модулей, то основными критериями будут:

• число пикселей между глаз
• угол между горизонталью и направлением «лицо — камера» (на сколько лицо “анфас” по вертикале)
• угол между направлением оптической оси камеры и нормалью условной плоскости лица (на сколько лицо “анфас” по горизонтали)

Как выбрать место установки камеры для автоматического распознавания лиц?

Как было сказано выше – наша задача получить изображение лица “анфас”. Исходя из этого нам требуется максимально уменьшать вертикальные и горизонтальные углы, под которыми мы снимаем человека. Для этого при планировании системы видеонаблюдения мы должны:

определить место, где человек неизбежно окажется при входе на объект с понятным положением головы

установить камеру напротив входа, по-возможности без смещения относительно центра

при возможности – максимально приблизить высоту установки камеры к росту наиболее рослого человека (около 2 метров), однако не слишком низко, чтобы впереди идущий человек не загораживал лицо следующего за ним.

при невозможности установить камеру низко – максимально сместить ее от зоны съемки лица (для уменьшения вертикального угла)

Следует также избегать мест установки камеры, где человек инстинктивно смотрит вниз под ноги: выход или вход с эскалатора, проход через турникеты (человек будет смотреть на считыватель), подъем по ступенькам и т.п.

Либо как то привлекать внимание к камере – например размещая рядом с ней экран с выводом изображения с камеры

Как подобрать характеристики камеры?

Нас интересуют прежде всего два параметра:

• разрешение камеры
• угол обзора камеры (на который влияют фокусное расстояние и размер матрицы)

Для идентификации нам не подойдут широкоугольные камеры с наличием выраженной дисторсией объектива.

При выборе угла обзора нужно учитывать размер входной зоны, где неизбежно должна оказаться голова входящего на объект человека. Разрешение матрицы нужно выбирать минимально достаточным, чтобы при заданном угле обзора выполнить требование по числу пикселей между глаз человека или аналогичному значению плотности пикселей.

В зависимости от условий съемки нужно подбирать и другие характеристики камеры:

• размер матрицы и ее светочувствительность
• F-число диафрагмы объектива
• величину выдержки электронного затвора
• режим работы диафрагмы и электронного затвора

Тут речь идет о том, что контрастность изображения не должна зависеть от времени суток и изображение не должно быть смазанным из-за быстрого перемещения человека в кадре.

Выводы

Технологии идентификации занимают все большее место в современных системах видеонаблюдения

Для правильного планирования таких систем важно подобрать систему, удовлетворяющую пользователей по соотношению ошибок первого и второго уровня, а также правильно подобрать место установки камеры и ее характеристики. Для этого нужно выяснить критерии идентификации у выбранного производителя и произвести нужные расчеты

Наиболее удобно планировать такие системы в специализированном софте для проектирования систем видеонаблюдения.

Дополнительные материалы

Бесплатная книга с практическими уроками по проектированию видеонаблюдения.
Анонс: Плагин AutoCAD для видеонаблюдения
Рейтинги: топ 10 популярных камер видеонаблюдения
Скачать: 90 дневную версию программы IP Video System Design Tool 10

Функции распознавания лиц

Пожалуй, начать надо с того, что Synology научилась отличать на записи людей от животных и автомобилей. Но в текущей версии ПО, принадлежность объекта к расе людей, машин или животных устройство определяет исключительно по физическим размерам в кадре: если движение зафиксировано на малой площади кадра, то в базу записывается событие с указанием на животное, на средней площади – человек, на большой – автомобиль. Следовательно, если в кадр попадёт слон или лошадь, возможны варианты… Но это, как говорится, лишь приятное отступление, а на деле в первое время вам предстоит провести некий процесс обучения, составляя базу портретов ваших посетителей.

Технически, тесты показали, что алгоритм при распознавании человека, ориентируется на его глаза, либо очки. Поэтому если скрывать глаза от камеры, то алгоритм распознавания лиц даже не будет предпринимать попытки узнать вас по вторичным признакам, скажем по скулам или форме носа. Кроме этого, большое значение имеет цвет одежды человека, а точнее его контрастность с окружающей обстановкой. Если ваша одежда подобрана под тон стен, ИИ может не распознать вас (что не так страшно). Но если NAS распознал в кадре объект, то продолжает «вести» его, и даже если лицо вдруг становится нечётким (например из-за попадания на объектив грязи или насекомых), объект всё равно остаётся зарегистрированным, что прекрасно видно на следующем скриншоте.

Вы спросите меня, как применить распознавание лиц локально? Достаточно просто: вы можете создать базу данных ваших сотрудников и гостей, определить их статус (например, VIP или наоборот персоны нон грата), а впоследствии в базе легко выбрать интересующего вас сотрудника и открыть все записи, в которых он, прямо скажем, засветился.

Так же отдельной графой записываются неизвестные люди, которыми могут быть обычные курьеры или редкие посетители. Поначалу в вашей базе данных будут случаи, когда ваших же зарегистрированных пользователей система не узнаёт, например, из-за плохого освещения. Мы рекомендуем периодически просматривать такие ситуации и вручную добавлять неразборчивый снимок к аккаунту пользователя, чтобы в следующий раз системе было легче опознать человека при неблагоприятных условиях съёмки.

И не надо думать, что для распознавания лиц нужна какая-то сверхдорогая 4K камера: разрешения 720p @ 24FPS вполне хватает для уверенной работы этой функции. Принципиально уже сегодня возможностей Synology DVA3219 достаточно, чтобы открывать двери для сотрудников автоматически на основе распознавания лиц.

И что с этим делать?

У некоторых читателей закономерно встал вопрос: ну распознаёт Synology лица, и что с этим делать? А на самом деле, очень правильный вопрос. В системах видеонаблюдения Synology предусмотрена возможность создавать скрипты с описанием логики события. Например «в камере обнаружено движение…» и дальше возможны варианты. Например, из встроенных шаблонов есть возможность подать звуковой сигнал на сервере видеонаблюдения, сделать скриншот или даже открыть дверь, но это — лишь часть. Гораздо интереснее возможность сервера «стукнуться» на web-адрес с запросом GET или Post, что даст вам простейший вариант авторизации или включения какого-то устройства.

Конечно, такой лакомый кусочек искусственного интеллекта Synology не стала выставлять напоказ, а запихнула в дальний угол меню Surveillance Station: жмём в левом верхнем углу кнопку «пуск» и выбираем пункт «правила действия» с иконкой, почему-то напоминающей календарь. Дальше создаём событие, источником которого станет распознавание лиц. Здесь — полный набор: появился ли в кадре VIP объект, появилось ли неизвестное лицо или заблокированный пользователь. На следующей закладке мы выбираем действие, и собственно всё, настройка закончена.

Среди встроенных профилей есть очень актуальный “детектор одетых масок”, который поможет вам поднять дисциплину в период эпидемий. Единственное, чего мало, так это встроенных профилей: мне бы хотелось увидеть расклейщиков объявлений, людей в форме, курящих, ненадевших маску или каску, а лучше и вовсе дать возможность самому создавать такие условия. Но, этого нет даже в дорогом коммерческом софте, чего уж требовать от NAS-а.

Выводы

Сегодня DVA3219 — это уже готовое решение, которое может улучшить качество работы службы безопасности вашего предприятия, при этом работая ещё и в качестве хранилища для резервных копий, и у меня нет никаких сомнений, что Synology добавит установку GPU в свои Enterprise-решения, в которых как правило пустуют PCI Express слоты расширения. Уже на сегодня это вполне жизнеспособное решение, которое может повысить защищённость вашей компании и облегчить работу по установлению обстоятельств произошедших инцидентов. Практически, сейчас вы можете отслеживать перемещения ваших сотрудников, получать информацию о посещениях вашей торговой точки или фиксировать проезд автомобильной техники в базе данных. Это очень хорошее начало для настольного NAS-а, который при этом сохраняет весь тот функционал, за который пользователи покупают устройства Synology.