Технологии, используемые для подсчета людей, постоянно совершенствуются. В мире предлагается широчайший выбор различных систем подсчета посетителей, на любой вкус, в зависимости от желания и потребностей пользователя, места установки (улица, помещение и т.д), точности подсчета, технологии подсчета, бренда и т.д. Однако, практически на всех рынках, наиболее широкое распространение получили системы обрабатывающие изображение, поступающее со встроенных или внешних видеокамер.

Новейшие сенсоры на основе видеокамер, как правило, имеют две видеокамеры (3D зрение), мощный микропроцессор  для обработки видео изображения и поддержки Искусственного Интеллекта, операционную систему на базе Linux, массивный радиатор и/или вентилятор охлаждения.По сути, эти сенсоры представляют собой мощные вычислительные комбайнеры, подвешенные к потолку над нашими головами (обычно видео сенсоры устанавливаются на потолок, чтобы считать проходящих внизу людей).

Но что именно заставляет разработчиков постоянно наращивать разрешение используемых видеокамер, повышать вычислительную мощность, применять несколько видеокамер и даже обучать Искусственный Интеллект для обработки получаемых данных?

Что не так с видеокамерами?

Подсчет людей с помощью видеокамер - задача весьма сложная. Алгоритмы машинного зрения хоть и являются весьма продвинутыми, но даже они не всегда могут распознать движущийся объект. Дело в том, что изображение с видеокамеры, часто непредсказуемое. Сенсор может быть использован в разных условиях. Меняется освещенность сцены, наличие помех, фон и т.д.

Рассмотрим три основные видео технологии:

2D зрение (сенсор имеет одну видеокамеру)

К достоинствам этой технологии можно отнести относительно широкий угол обзора сцены (до 90°), что позволяет, в теории, посчитать людей на относительно большой площади.Для качественного подсчета, ключевую роль тут играет освещение сцены и наличие однородного фона.Это главные требования, из-за  которых очень часто не удается получить достаточное качество распознавания объектов.Обрабатывая плоское 2D изображение, алгоритмы не могут эффективно работать при скудном освещении или наличии теней или наличии неоднородного фона.

Один из главных недостатков технологии - такой подсчет не может быть анонимным. Любая  видео камера, при желании разработчиков, может использоваться для несанкционированного наблюдения.

3D зрение (сенсор имеет две видеокамеры)

Эта технология призвана исправить недостатки 2D зрения. Наличие разнесенных в пространстве двух видео камер, позволяет "видеть" глубину сцены, и отфильтровать плоские объекты, такие как тени. Но данная технология также имеет недостатки. Алгоритмы не могут эффективно работать если нет контраста между изображениями с двух камер. Например, если цвета объекта и фона схожи, сенсору будет трудно распознать  такой объект. К тому же, 3D эффект работает только на коротком расстоянии (1-2м от сенсора), при этом угол обзора 3D сенсора достаточно узкий, и составляет 45-60°. Таким образом, эффективная площадь обзора для 3D сенсора, обычно составляет не более 2 х 2 метра.

Для технологии 3D зрения, также очень важно наличие достаточного освещения сцены. Некоторые производители добавляют ИК подсветку в свои сенсоры, но такое решение также добавляет ряд проблем:

• в инфракрасном свете, и объект и фон представлены в черно-белом цвете. А значит больше вероятности что отслеживаемые объекты будут недостаточно контрастными.
• подсветка еще больше сужает угол обзора сенсора.

Технология 3D зрения также не лишена проблем с анонимностью подсчета.

ToF камера

Эта технология измеряет время, за которое луч лазера пролетает от сенсора до объекта и обратно.

К достоинствам этой технологии стоит отнести независимость от внешнего освещения, а также, анонимность подсчета.

Но к сожалению, ToF камера имеет еще более узкий угол обзора, который составляет не более 30-40°.

Например, при установке такого сенсора на высоте 3 метра, эффективная площадь обзора будет составлять менее 1.5 х 1.5 метра.

Искусственный интеллект

В попытке компенсировать недостатки видеокамер, используемых для подсчета людей, разработчики начали применять Искусственный Интеллект.
ИИ действительно позволяет улучшить качество распознавание объектов, но он требует использования весьма производительных микропроцессоров.

Таким образом, отслеживание и подсчет движущихся объектов с помощью видеокамер - это настолько сложная задача, что требует применения таких ресурсоёмких технологий как 3D машинное зрение или Искусственный Интеллект.

Применение этих новейших технологий позволяет добиться приемлимых результатов в обработке видеосигнала, однако неизбежно ведет к увеличению стоимости всей системы. Ведь эффективная площадь, покрываемая одним сенсором не велика. В то же время, стоимость видео сенсора относительно высока, ведь сенсор имеет в своем составе высокопроизводительные микропроцессоры и дорогостоящие видеокамеры.

Что предлагает SensMax TAC-B сенсор?

Данный сенсор использует технологию mmWave радара. Это одна из самых перспективных технологий, которая может применяться для подсчета людей.

Видеокамеры - это тренд последнего десятилетия. Технология радара существовала намного раньше чем все видеокамеры, и начинается в далеком 1905 году, когда был получен первый патент на радиолокатор.

Долгое время, эта технология применялась только военными, для отслеживания различных объектов, таких как летящие самолеты  или корабли.
Технология постоянно совершенствовалась, повышалась частота излучаемых радиоволн, и как следствие, уменьшался размер объектов, который может быть детектирован с помощью радиоволн.

SensMax TAC-B сенсор кардинально отличается от описанных выше, прежде всего из-за надежного детектирования подвижных объектов.
Рабочая частота сенсора составляет 60 ГГц, что позволяет отслеживать объекты с точностью до 5мм.

Сенсор излучает радиоволны и ловит отраженный от объектов сигнал. Неподвижные объекты отсеиваются, благодаря применению Допплеровского эффекта.

В отличие от сложного видеосигнала, для обработки которого требуется много ресурсов, радарный сенсор выдает чистые координаты детектированных объектов, без каких-либо шумов и посторонних сигналов.

SensMax TAC-B сенсор абсолютно невосприимчив  к освещению сцены и вообще к любым условиям плохой видимости (туман, дым, пыль и т.д.), он может отслеживать объекты даже сквозь такие препятствия как регипсовые или деревянные стены.

Кроме того, сенсор обеспечивает полностью анонимный подсчет людей.

Технология mmWave обеспечивает огромный угол обзора, который составляет 120°.
Эффективная площадь обзора для TAC-B сенсора, составляет от 35 до 200 квадратных метров.

Установка TAC-B сенсора более легкая чем установка видеокамеры. Сенсор устанавливается на стену, а не на потолок, что в большинстве случаев гораздо удобнее.

Сенсор SensMax TAC-B изначально был спроектирован для широкого применения в различных проектах. Разработчики уделили много внимания пользовательскому интерфейсу, и наделили сенсор функциями, которые раньше никто не предлагал в подобных решениях:

• открытый MQTT протокол позволяет встраивать TAC-B сенсор в любое программное обеспечение.
• поддержка API Telegram позволяет получать ежедневный отчет и множество различных уведомлений (пользователю доступны настройки разных триггеров).

Заключение

В заключение, важно упомянуть о некоторых уловках, используемых некоторыми производителями.
Очень часто, приобретая относительно недорогой сенсор, пользователь сталкивается со скрытыми платежами. Производители оборудования просят регулярно платить за подписку на программное обеспечение, обновление прошивки и т.д.

Сенсор SensMax TAC-B изначально предназначен для использования в независимых и DIY проектах.
Сенсор не имеет жесткой привязки к программному обеспечению SensMax, скрытые платежи отсутствуют.