Eksperymenty i wyniki detekcji zdarzeń parkingowych

Na potrzeby tworzenia i walidacji algorytmów przetwarzania obrazu i detekcji zdarzeń zbudowano w Gdańskim Parku Naukowo-Technologicznym instalację testową, składającą się z zestawu kamer i serwerów komputerowych wykorzystanych do analizy strumieni wizyjnych. Na potrzeby detekcji zdarzeń zachodzących na parkingu wykorzystano strumienie z 8 kamer stacjonarnych obserwujących miejsca parkingowe zlokalizowane wokół budynku biurowego; tylko część wszystkich miejsc parkingowych znajduje się w polu widzenia kamer. Schemat rozmieszczenia kamer przedstawiono na rys.

6.6, a przykładowe ramki obrazu z każdej wykorzystywanej kamery pokazano na rys. 6.7.

W tab. 6.1 przedstawiono modele wszystkich użytych kamer wraz z parametrami akwizycji obrazu.

Dane na potrzeby walidacji algorytmów detekcji zdarzeń na parkingu zgromadzono w trakcie dwóch dni roboczych. Obejmują one łącznie 16 godzin materiału wizyjnego dla każdej kamery, zarejestrowanego w zmiennych warunkach oświetleniowych i pogodowych (poranek, środek dnia i zmierzch, słoneczna pogoda i duże zachmurzenie). Analiza obrazu i detekcja zdarzeń odbywała się w czasie rzeczywistym na czterech serwerach. Wszystkie wyniki były zapisywane w obszernych dziennikach działania. Jednocześnie archiwizowano poszczególne, oryginalne strumienie wizyjne w celu walidacji wyników uzyskanych automatycznie.

Rys. 6.6 Schemat rozmieszczenia kamer stacjonarnych (wraz z ich numerami) wykorzystywanych do detekcji zdarzeń na parkingu; numeracja kamer nie jest ciągła ze względu na obecność w systemie innych kamer (w tym obrotowych, nie używanych w eksperymentach omawianych w rozprawie)

kamera nr 6

kamera nr 3 kamera nr 2

kamera nr 9 kamera nr 4

kamera nr 12 kamera nr 11 kamera nr 8

Rys. 6.7 Przykładowe ramki obrazu ze wszystkich kamer stacjonarnych użytych w eksperymentach z zakresu wykrywania zdarzeń na parkingu wraz z naniesionym położeniem miejsc parkingowych (zielone wielokąty); w polu widzenia kamery nr 9 nie ma zdefiniowanych żadnych miejsc parkingowych

Tab. 6.1 Modele kamer użytych w eksperymentach dotyczących detekcji zdarzeń na parkingu wraz z parametrami akwizycji obrazu

Numer kamery Model kamery Rozdzielczość obrazu Liczba ramek na sekundę

* kamera obrotowa PTZ działająca jako stacjonarna

Analiza zgromadzonych danych odbywała się w dwóch krokach. W pierwszej kolejności, sprawdzono poprawność automatycznie wykrytych zdarzeń (tzn.

zweryfikowano, czy każde z nich rzeczywiście miało miejsce poprzez sprawdzenie zawartości zarchiwizowanych strumieni wizyjnych) w celu wykrycia fałszywych alarmów (błędów pierwszego rodzaju). Następnie, wszystkie nagrania archiwalne zostały dokładnie przejrzane w celu znalezienia zdarzeń, które nie zostały automatycznie wykryte (błędy drugiego rodzaju). Dodatkowo w przypadku zdarzeń polegających na wykryciu pojazdu parkującego na miejscu parkingowym lub poza nim (na drodze) zweryfikowano, czy pojazd ten był poprawnie śledzony w systemie wielokamerowym od momentu wjazdu na parking do momentu jego zatrzymania. Dokonano tego poprzez manualne odszukanie tego samego pojazdu w obrazie z kamery obejmującej wjazd na parking (kamera numer 2) i porównanie, czy automatycznie nadawane przez system unikatowe numery identyfikacyjne (UUID) dla pojazdu w kamerze wjazdowej i w kamerze docelowej są identyczne.

Zdarzenia wjazdu na parking i wyjazdu z parkingu występują tylko w kamerze 2, która obejmuje swoim polem widzenia teren przy szlabanie wjazdowym. Analogicznie, zdarzenia wejścia i wyjścia z budynku występują tylko w kamerze 3, która „widzi” teren przy drzwiach wejściowych. Pozostałe zdarzenia (parkowanie oraz zatrzymanie się poza miejscem parkingowym) wykrywane są w strumieniach ze wszystkich kamer z wyjątkiem zdarzenia zatrzymania się na miejscu parkingowym w kamerze 9, w której polu widzenia nie znajdują się oznaczone miejsca parkingowe.

W tab. 6.2 przedstawiono wyniki detekcji zdarzeń na parkingu. Symbolem TP (ang.

True Positives) oznaczono liczbę poprawnie wykrytych zdarzeń. Liczbę zdarzeń nie wykrytych przez algorytmy symbolizuje FN (błędy drugiego rodzaju, ang. False

Negatives). Z kolei liczbę fałszywych alarmów oznaczono jako FP (błędy pierwszego rodzaju, ang. False Positives). Do oceny działania detektorów poszczególnych typów zdarzeń użyto miar czułości R (ang. Recall), precyzji P (ang. Precision) i dokładności A

Tab. 6.2 Miary oceny skuteczności detekcji zdarzeń na parkingu

Rodzaj

Wyniki detekcji zdarzeń charakteryzują się względnie małą liczbą błędów drugiego rodzaju i większą liczbą błędów pierwszego rodzaju. Około 97% spośród ponad 1000 zdarzeń zostało wykrytych prawidłowo. Zdecydowana większość niewykrytych zdarzeń występuje w przypadku parkowania samochodu i jest powodowana głównie przez algorytm śledzenia ruchomych obiektów w przypadku zatłoczonej sceny, co sprawia, że prostokąt opisany na pojeździe nie był w stanie spełnić warunku o pozostawaniu nieruchomym przez zadany okres czasu.

Fałszywe zdarzenia stanowią około 10% wszystkich raportowanych zdarzeń.

Powstają one głównie w przypadku błędów w śledzeniu obiektów, gdy wiele trackerów zostanie przypisanych do tego samego obiektu oraz w wyniku błędów w klasyfikacji typu

obiektu (np. osoba zatrzymująca się na miejscu parkingowym). Największy współczynnik błędów pierwszego rodzaju występuje dla zdarzeń parkowania oraz zatrzymania się poza miejscem parkingowym. Fałszywe alarmy stanowią istotną trudność dla operatora systemu i powinny być minimalizowane. Można to osiągnąć za pomocą dodatkowych etapów przetwarzania (np. poprzez wstrzymanie raportowania tych samych zdarzeń wykrytych w tym samym miejscu w ciągu określonego czasu).

Czułość detekcji zdarzeń w zależności od kamery waha się od 90% do 100% (rys.

6.8), co dowodzi, że opracowane rozwiązanie jest w stanie wykrywać poprawnie zdarzenia niezależnie od orientacji kamery względem gruntu.

Rys. 6.8 Łączna czułość, precyzja i dokładność detekcji zdarzeń parkowania i zatrzymania się poza miejscem parkingowym w zależności od kamery

Wyniki pokazane w pierwszym wierszu w tab. 6.2 odnoszą się jedynie do wykrycia momentu parkowania; miejsce parkingowe zostało zidentyfikowanie poprawnie we wszystkich przypadkach, bez względu na orientację kamery. Dla zdarzeń parkowania i zatrzymania się poza miejscem parkingowym zweryfikowano również poprawność śledzenia pojazdu od wjazdu na parking do miejsca zatrzymania; powiodło się to w 85%

przypadków. W zależności od docelowego miejsca zatrzymania, wymagało to zachowania ciągłości śledzenia pojazdu w trakcie poruszania się obiektów w polu widzenia 8 różnych kamer oraz pomiędzy nimi. Zdecydowana większość błędów w powiązywaniu pojazdu zatrzymującego się z pojazdem wjeżdżającym spowodowana jest pomyłkami w procesie śledzenia obiektów ruchomych w polu widzenia pojedynczej kamery oraz na skutek

nieprzewidzianego sposobu zachowania się kierowców (np. długie postoje poza polami widzenia kamer).

System detekcji zdarzeń na parkingu działa w Gdańskim Parku Naukowo-Technologicznym od wielu miesięcy. Pozwala to na przekrojową analizę występowania poszczególnych rodzajów zdarzeń w dłuższych okresach czasu. Histogram zdarzeń wykrytych w jedno-tygodniowych przedziałach czasu na przestrzeni czterech pierwszych miesięcy 2012 roku pokazano na rys. 6.9. Wynika z niego, że rozkład występowania zdarzeń jest w miarę jednolity, z wyjątkiem wielkanocnej przerwy świątecznej w tygodniu rozpoczynającym się 9 kwietnia, kiedy to odnotowano niewielki spadek liczby wykrytych zdarzeń (zmniejszenie ruchu pojazdów). Z kolei rozkład występowania zdarzeń w czasie jednego tygodnia pokazano na rys. 6.10. Widoczny jest wyraźny spadek liczby wykrytych zdarzeń w czasie weekendu. Ponadto można wyróżnić dwa maksima lokalne w ciągu każdego dnia, odpowiadające przyjazdom i wyjazdom osób do i z pracy. Takie korelacje wyników detekcji zdarzeń z ogólną wiedzą dotyczącą godzin i dni pracujących potwierdzają poprawność działaniu algorytmów detekcji zdarzeń na parkingu.

Na płycie DVD dołączonej do rozprawy umieszczono przykładowy film

„zdarzenia-parking.avi” pokazujący detekcję zdarzeń parkingowych. Na filmie zarejestrowano działanie Konsoli Operatora (załącznik 10.1.2), aplikacji opracowanej w Katedrze Systemów Multimedialnych i pozwalającej m.in. na wizualizację działania algorytmów analizy obrazu w wielokamerowym systemie monitoringu.

Rys. 6.9 Histogram występowania zdarzeń na parkingu w tygodniowych przedziałach czasu

Rys. 6.10 Histogram występowania zdarzeń na parkingu w godzinnych przedziałach czasu