La videosorveglianza intelligente nasce dall’evoluzione dell’analisi video. Il collegamento in rete degli apparati ha consentito che i software esaminassero le riprese per la rilevazione di movimento (che innesca la registrazione e consente di risparmiare tempo e costi di archiviazione), il rilevamento di intrusi e il riconoscimento di volti umani e oggetti in movimento (indispensabile per tutte quelle attività che richiedono il monitoraggio di persone o veicoli) e il rilevamento degli oggetti (diventato prioritario per individuare oggetti abbandonati potenzialmente dannosi).
L’intelligenza artificiale riconosce quando è il momento di registrare una ripresa, abbattendo i costi di storage e registrando solo ciò che è realmente significativo, risparmiando il tempo all’operatore della presa visione di tutto un intero tracciato per l’analisi di anomalie e aumentando l’efficienza, attraverso l’analisi automatica, di eventuali violazioni.
Il sistema è integrabile con i sistemi antintrusione che possano comunicare assieme per effettuare analisi più dettagliate su controlli accessi e implementare elenchi attraverso la lettura di targhe e mappe grafiche o, ancora, è integrabile con centrali di allarme o antincendio.
Nel paper presentato, è stata discussa l’implementazione di un sistema autonomo sviluppato in linguaggio java per la rilevazione del movimento. La libreria OpenCV (open source) è stata adottata per l’elaborazione delle immagini di videosorveglianza, implementando l’algoritmo di sottrazione in background (noto anche come algoritmo di rilevamento in primo piano). Altro algoritmo utilizzato, il BackgroundSubtractorMOG2, si basa su distribuzioni gaussiane e offre una migliore adattabilità a scene diverse, grazie al cambiamento nell’illuminazione e al rilevamento delle ombre. Il sistema webcam implementato, si basa sul salvataggio dei dati frame e sulla creazione di file GIF/JPEG. Per il rilevamento dei contorni è stata confrontata con i punti di sensibilità di tracciamento ottenuti, impostando uno slider modificabile dall’utente, in grado di salvare i frame come GIF composti da diversi JPEG uniti. Dopo una progettazione completa del prototipo di elaborazione delle immagini, sono stati eseguiti diversi testi di movimento che hanno evidenziato l’importanza di considerare pochi punti di sensibilità al fine di ottenere memorizzazioni di immagini più frequenti, anche per piccoli movimenti.
Il sistema prototipo proposto è adatto per smart camera di videosorveglianza in sistemi industriali.
