В настоящее время систему видеонаблюдения можно назвать незаменимым элементом системы безопасности на объекте в целом. Современные технологии добавляют существующему оборудованию различные дополнительные возможности. Например, довольно популярным в сфере торговли считается модуль подсчета людей в очереди. Данная технология активно используется для проведения маркетинговых исследований, а также в целях повышения уровня обслуживания клиентов.
Как правило, процесс видеосъемки ведется в помещении, где имеется достаточный уровень освещения. Видеокамеры устанавливают таким образом, чтобы под их объектив попадала очередь, которая образовывается на объекте. Камера смотрит сверху или сверху и немного сбоку. В процессе такого видеонаблюдения объекты съемки находятся в кадре с довольно близкого расстояния. Функциональные возможности системы видеонаблюдения позволяют ей отличить в очереди человека от другого объекта, например, тележек и выполнить подсчет. Трудности в функционировании такой системы связаны с тем, что подсчет осуществляется тогда, когда детектор зафиксировал передвижение в очереди. А, как правило, очередь малоподвижна. Результат будет зависеть от того, насколько точно будет выполнять свои функции детектор движения.
Подсчет количества клиентов очереди ведется путем применения двух групп методов: статистических и классификационных. Группа статистических методов осуществляет подсчет благодаря анализу косвенных причин, например, учитывается размер объекта. Детектор движения работает таким образом, что фиксируется не только движение в определенное время (отличие между кадрами), но и запоминаются те участки, где ранее движение наблюдалось, а сейчас отсутствует. Поэтому, настройка датчика движения выполняется так, чтобы после прекращения движения в очереди, датчик продолжал еще некоторое время детектировать.
В данном процессе перед детектором не ставится задача четко разделять изображение людей в движении. Главная цель стоит в том, чтобы как можно точнее распознать те пиксели, которые относятся к движущемся объектам, и максимально точно разделить меняющуюся часть кадра от фона. Если это достигнуто, то алгоритм может произвести подсчет количества людей в кадре, так как есть информация о том, какого размера должно быть изображение человека. С помощью такого метода невозможно совершить подсчет людей в очереди, если там находятся посторонние предметы, результат будет ошибочный.
Методы классификации можно назвать более точными. С их помощью люди распознаются каждый в отдельности, можно выполнить подсчет числа людей в кадре. Можно использовать данные детектора движения, чтобы учитывать данные только о не статичных объектах, а можно осуществлять поиск людей по всему кадру.
Работа данного метода основывается на использовании классификатора, за счет которого производится распознавание и разделение объектов. Если видеокамера установлена вверху, то может производится идентификация голов людей, то есть происходит детектирование объектов округлой формы. В данном случае значительно меньше будут учитываться различные посторонние предметы в очереди. Насколько точно будет выполнен подсчет количества людей зависит от того, насколько точно сработает классификатор. Алгоритм, который использует информацию, полученную от классификатора, дает наиболее точные данные. Конечно же, вероятность ошибки все же остается, так как за нужные объекты могут быть приняты посторонние объекты указанной формы.
Кроме рассмотренных вариантов, теоретически подсчет лиц можно выполнять путем распознавания лиц, но на практике такой вариант почти не встречается, так как имеет очень серьезные требования к качеству картинки, а также характеризуется большими финансовыми затратами.