CCTV tasvirlari yordamida virtual chegaralarni yaratish

Аннотация

Zamonaviy kuzatuv tizimlarida virtual chegaralarning CCTV kameralari bilan o‘zaro integratsiyalashuvi belgilangan hududlarda kuzatuvni ta’minlash va virtual belgilangan chegaralarning ichki qismida anomal obyektlarni aniqlash imkonini beradi. Ushbu tezisda virtual chegaralar bilan CCTV kuzatuv tizimlari yordamida ob'ektni aniqlash usullarining samaradorligi va afzalliklari keltirilgan. Tezisda virtual chegaralarning chegaralangan hududlarni belgilash va obyektlarni aniqlash, shuningdek, CCTV tasvirlarida anomal obyektlarni aniqlash bilan bog‘liq muammolarga yechimlar ko‘rib chiqilgan. Tezisda ilg‘or metodologiyalarni, xususan, chuqur o‘rganishga asoslangan modellarni qo’llash orqali obyektni aniqlash algoritmlarini aniqligini oshirish va ushbu modellarni virtual chegaralar bilan integratsiya qilish samarali yechim sifatida taqdim etilgan. Kalit so‘zlar: Object Detection, OpenCV, CCTV Surveillance, Virtual Borders, Deep Learning, Threat Detection, Situational Awareness. CCTV tasvirlarida virtual chegaralarni yaratib, ma’lum bir belgilangan hududda anomal obyektlarni aniqlash orqali aniq hududlardagi anomaliyalani kuzatish va tahlil qilish mumkin. Bunda virtual chegaraning ichki qismidagi obyektlarni aniqlash va anomal obyektlarni tanib olish mumkin. CCTV kameralari o‘rnatilgan hududlarda virtual chegara orqali ma’lum hududni kuzatib borishni jamoat joylarida, qo‘riqlanadigan hududlarda, ko‘chalarda, avtomobil yo‘llarida, bino-inshootlar atrofida, maxsus binolarda qo‘llash mumkin. Bu bilan virtual chegarani kesib o‘tayotgan obyektlarni, virtual chegara ichida joylashgan anomal obyeklar haqida kuzatuvchiga ma’lumot berish mumkin bo‘ladi. Qo‘yilgan masalani yechish uchun CCTV kameralaridan olingan tasvirlarda OpenCV kutubxonasi bilan dastlab maxsus virtual chegara yaratib olinadi. Virtual chegaralarni belgilash statik holda emas, balki dinamik holda ya’ni o‘zgaruvchan bo‘lishi dasturiy ta’minotning funksionalligining asosiy jihatlaridan biri hisoblanadi. Bu orqali dasturiy ta’minotning universalligi va uni CCTV kamera o‘rnatilgan joyning o‘rnidan kelib chiqqan holda sozlash imkoniyatini yaratadi. Statik holatda kiritilgan chegara orqali tasvirda virtual chegarani aniqlash dasturni va algoritmni to‘g‘ri ishlashida xatolik va kamchiliklarga olib keladi. 621 1-rasm. CCTV tasvirida statik yaratilgan virtual chegara Dastur ishlab chiqishda OpenCV imkoniyatlaridan keng foydalanilgan. OpenCV - bu asosan tasvirni qayta ishlash uchun ishlatiladigan kutubxona. U ochiq manbali Berkely Software Distribution litsenziyasida bepul tarqatiladi. Bu Intel kompaniyasining tadqiqot loyihasidir. OpenCV kompyuterli ko‘rish muammolarini hal qilish uchun turli xil vositalarni o‘z ichiga oladi. U past darajadagi tasvirni qayta ishlash funktsiyalarini, yuzni aniqlash, xususiyatlarni moslashtirish va kuzatish uchun yuqori darajadagi algoritmlarni o‘z ichiga oladi[1]. OpenCV imkoniyatlaridan foydalangan holda virtual chegarani dinamik ravishda belgilash dasturiy ta’minotning asosiy afzalliklaridan biridir. Belgilanadigan nuqtalar soni 3 tadan oshgach, dastur avtomatik ravishda ko‘pburchak hosil qiladi va virtual chegarani yaratadi. Chegarani esa dinamik ravishda o’zgartirish mumkin. Chegara bilan ishlashda CCTV tasvirni qayta ishlash jarayonida chiquvchi tasvirining o‘lchamlarini kamaytirmaslik muhimdir. OpenCV kutubxonasi chegaraga bog‘liq ravishda belgilangan hududlarda taxminiy chiqish qiymatlarini ishlab chiqarish uchun kirish tasvirini to‘ldiradigan chegaralarni qayta ishlash imkoniyatlarini taqdim etadi [2]. Virtual chegaralarani kesib o‘tuvchi, chegara ichki qismida turgan obyektlarni aniqlash uchun YOLO modeli yuqori samaradorlik ko‘rsatadi. Natijalar shuni ko‘rsatadiki, chuqur o‘rganish modellari aniqlilik bo‘yicha yuqori natija qayd etadi. Xususan YOLO modelining 2023 –yilda nashr etilgan YOLO v8 versiyasi boshqa modellarga qaraganda yuqori darajadagi samaradorlik ko‘rsatgan. [3]. YOLO (You Only Look Once) - bu obyektlarni aniqlash jarayonlarini real vaqtda, yuqori aniqlik va tezkorlik bilan amalga oshiradigan modeldir. YOLO - bu bir bosqichli konvolyutsion neyron tarmog'iga (CNN) asoslangan model. Bir bosqichli modelda obyektlarni dastlabki bosqichga ehtiyoj sezmasdan aniqlash mumkin. Bir bosqichli detektorlarga SSD [5] va YOLO modellari misol bo‘la oladi. YOLO tasvirga yagona konvolyutsion neyron tarmog‘i modelini qo‘llaydi va tasvirni panjaralarga ajratadi[4]. 2-rasm. CCTV tasvirida dinamik yaratilgan virtual chegara Ishlab chiqilgan model alohida dataset bilan o‘qitilgan hamda dinamik virtual chegarani yaratish asinxron funksiya yordamida modelga qo‘shilgan. Ishlab chiqilgan modelning YOLOdan farqi, yangi model YOLOga nisbatan kam resurs talab qiladi va faqatgina ma’lum 622 obyektlarni aniqlash uchun alohida o‘qitilgani model uchun ustunlik beradi. Quyida tasvirda ishlab chiqilgan model uchun baholash ko‘rsatgichi keltirilgan. 3-rasm. Ishlab chiqilgan modelda aniqlik (true positive) YOLO modelida aniqlik yuqori bo‘lishiga qa