Caratterizzazione sperimentale di un sistema di videosorveglianza in ambienti reali

La quantità di informazione contenuta in un filmato fa sì che il compito di analizzarlo possa, in molti contesti, risultare pesante per l’uomo, per l’elevato sforzo di concentrazione richiesto al verificarsi di una rapida successione di eventi. Nelle applicazioni industriali per il controllo della qualità, nell’analisi di flussi di immagini da telecamere adibite a videosorveglianza, ed in molti altri campi, la visione artificiale consente di limitare la necessità di un controllo umano delle informazioni raccolte.
Questa tesi si basa sull’analisi delle problematiche riscontrate nel testing di un algoritmo di object detection in ambienti reali. L’obiettivo di un sistema di object detection è quello di individuare, automaticamente, oggetti e persone in movimento dato uno stream video. La creazione di un tale sistema è tutt’altro che banale in quanto bisogna tener in conto numerose variabili. Basti pensare come esempio alla luce che cambia più volte non solo nell’arco della giornata ma anche in base alla stagione e alle condizioni meteorologiche. Dato che l’algoritmo identifica oggetti e persone analizzando l’intensità dei pixel che compongono l’immagine in esame, tali variabili potrebbero compromettere la giusta classificazione dei pixel come appartenenti allo sfondo o all’oggetto di interesse. I pixel una volta riconosciuti come non appartenenti allo sfondo vengono ulteriormente classificati e racchiusi in box in base all’oggetto d’appartenenza presente sulla scena.
Si è prima di tutto analizzato l’output finale, generato in seguito all’elaborazione di tre filmati campione. Tali filmati, della durata complessiva di circa un’ora, sono stati girati in luoghi pubblici all’aperto con illuminazione naturale in modo da testare il sistema in esame in presenza di problematiche ricorrenti in un’attività di videosorveglianza: luminosità variabile, ombre lunghe e persona fissa nelle vicinanze dell’aria di interesse. Le scene riprese hanno diversi gradi di affollamento.
Dal testing effettuato è emersa la presenza dei seguenti difetti: scomparsa di un box; perdita di una parte di un oggetto; macchie nel background; inclusione nel background delle ombre di oggetti che si muovono; cattivo aggiornamento del background di scene affollate; difficoltà ad inglobare repentini cambi di luminosità. La presenza di tali difetti compromette gravemente l’attendibilità del sistema di videosorveglianza, il cui fine ultimo è quello di generare allarmi in seguito alla presenza sulla scena d’interesse di eventi pre-definiti dall’utente. E’ per tale motivo che si è passati all’analisi delle cause di tali difetti per poterli risolvere. Le principali cause sono state attribuite alla mimetizzazione, ad un filtraggio troppo drastico delle ombre, oppure ad un aggiornamento troppo lento o troppo veloce della scena vuota di riferimento.
La loro risoluzione è avvenuta tramite introduzione di nuove euristiche nel tentativo di stravolgere il meno possibile il codice esistente allo scopo di salvaguardare l’attività di testing già svolta. Le euristiche introdotte riguardano un nuovo algoritmo di sogliatura per la classificazione dei pixel come oggetto o come sfondo e una nuova formula per l’aggiornamento del background che tiene conto anche della variabile tempo. Tuttavia notevoli miglioramenti sono stati ottenuti anche in seguito ad un’attività di tuning, di calibrazione di parametri legati al dominio applicativo.
Per poter verificare in maniera quantitativa le prestazioni delle nuove euristiche introdotte, è stato necessario creare una banca dati dei difetti riscontrati. La procedura di definizione di tale banca dati è stata realizzata tramite la tecnica della metadatazione, anziché la creazione di un vero e proprio database relazionale. I metadati sono informazioni aggiuntive relative ad esempio al grado di affollamento delle scene riprese, alle caratteristiche della telecamera utilizzata o alle condizioni di ripresa. Essi si distinguono dai dati veri e propri costituiti invece dal contenuto informativo dei filmati.
Per poter valutare appieno gli effettivi miglioramenti ottenuti con le nuove euristiche e le prestazioni della piattaforma di videosorveglianza sono stati infine definiti degli indici prestazionali per un’analisi statistica dei metadati raccolti.