Меню
Публикации
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор
НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
doi: 10.17586/2226-1494-2023-23-3-493-499
УДК 004.9
Метод повышения информационной ценности видеоданных на основе фильтрации кадров и оценки энтропии
Читать статью полностью
Язык статьи - русский
Ссылка для цитирования:
Аннотация
Ссылка для цитирования:
Обухов А.Д., Николюкин М.С. Метод повышения информационной ценности видеоданных на основе фильтрации кадров и оценки энтропии // Научно-технический вестник информационных технологий, механики и оптики. 2023. Т. 23, № 3. С. 493–499. doi: 10.17586/2226-1494-2023-23-3-493-499
Аннотация
Введение. Применение современных систем видеонаблюдения сопряжено с решением задач мониторинга деятельности персонала и соблюдения технологического процесса на основе анализа и обработки больших объемов видеоданных. Это приводит к удорожанию хранилища информации, затратам временных ресурсов персонала на поиск ключевых событий на длительных временных отрезках. Рассмотрена задача повышения информационной ценности хранимых данных с камер видеонаблюдения на основе фильтрации кадров и оценки энтропии. Метод. Предложена реализация алгоритмов обработки и сжатия информации, направленных на снижение объема хранимых видеоданных. Применение данной реализации способствует повышению общей информационной ценности, эффективности работы систем видеонаблюдения за счет оптимизации объемов хранимой информации и увеличению соотношения полезной информации. Для повышения информационной ценности видеоданных предложен метод, включающий использование современных технологий сжатия видео, алгоритма фильтрации кадров и оценку обработанного видео по метрике энтропии Шеннона. Основные результаты. Выполнены анализ и сравнение существующих алгоритмов сжатия видеоданных. Проведен эксперимент, в результате которого доказана корреляция между высокими значениями энтропии и информационной ценностью кадра. Успешно апробирован алгоритм фильтрации кадров, позволивший повысить энтропию в 5,4 раза и сократить длительность видео в 8 раз. Использование методов сжатия видеоданных и эффективных кодеков, например, H.265/HEVC позволило уменьшить объем файла по сравнению с исходным в 14,57 раз. Рассмотрена апробация предложенного метода при решении задач фильтрации, передачи и хранения видеоданных для повышения информационной ценности видеоданных, производительности процессов анализа и поиска информации за счет снижения избыточных, малополезных фрагментов данных. Обсуждение. Преимущество представленного метода заключается в удалении избыточных кадров на основе анализа движения и оценки энтропии видеоданных, комбинации различных подходов по снижению объема передаваемой и хранимой информации. Применение метода позволит повысить эффективность хранения данных в различных системах видеонаблюдения (для логистических центров, складских комплексов, торговых помещений).
Ключевые слова: информационная энтропия, энтропия Шеннона, видеоданные, алгоритмы сжатия видео, хранение информации, системы видеонаблюдения
Благодарности. Работа выполнена при финансовой поддержке Министерства науки и высшего образования Российской Федерации в рамках проекта «Разработка медицинских VR тренажерных систем для обучения, диагностики и реабилитации» (№ 122012100103-9).
Список литературы
Благодарности. Работа выполнена при финансовой поддержке Министерства науки и высшего образования Российской Федерации в рамках проекта «Разработка медицинских VR тренажерных систем для обучения, диагностики и реабилитации» (№ 122012100103-9).
Список литературы
1. Синегубова С.В., Савельева Д.Г. Задачи, возникающие при разработке проекта системы видеонаблюдения для частного объекта охраны // Актуальные проблемы деятельности подразделений УИС: cборник материалов Всероссийской научно-практической конференции. Т. 1. 2020. С. 46–49.
2. Медведев Д.С. Гносеологические аспекты информации // Социально-гуманитарные знания. 2019. № 10. С. 47–50.
3. Егорова С.Ю., Смолина С.Г. Некоторые подходы к определению информационной энтропии // Что есть жизнь?: cборник статей университетской научной конференции студентов и преподавателей. 2021. С. 25–32.
4. Бородко А.В. Классификация центров обработки данных // Информационные технологии и телекоммуникации. 2019. Т. 7. № 1. С. 1–9. https://doi.org/10.31854/2307-1303-2019-7-1-1-9
5. Кожемякина А.А., Буторина Н.Б. Система сжатия информации с выбором оптимального алгоритма // Материалы VII Международной молодежной научной конференции «Математическое и программное обеспечение информационных, технических и экономических систем». 2019. С. 202–210.
6. Qiao W., Fang Z., Chang M.-C.F., Cong J. An FPGA-based BWT accelerator for Bzip2 data compression // Proc. of the 2019 IEEE 27th Annual International Symposium on Field-Programmable Custom Computing Machines (FCCM). 2019. P. 96–99. https://doi.org/10.1109/fccm.2019.00023
7. Görne L., Reuss H.-C., Sauerwald R. Enhancing ground truth for digital twins by complete and real-time upload of vehicle signals // 22. Internationales Stuttgarter Symposium. Proceedings. Wiesbaden: Springer Vieweg, 2022. P. 322–333. https://doi.org/10.1007/978-3-658-37009-1_23
8. Tayyeh H.K., Al-Jumaili A.S.A. A combination of least significant bit and deflate compression for image steganography // International Journal of Electrical and Computer Engineering (IJECE). 2022. V. 12. N 1. P. 358–364. https://doi.org/10.11591/ijece.v12i1.pp358-364
9. Chen Z., Pan X. An optimized rate control for low-delay H.265/HEVC // IEEE Transactions on Image Processing. 2019. V. 28. N 9. P. 4541–4552. https://doi.org/10.1109/tip.2019.2911180
10. Ohm J.R., Sullivan G.J., Schwarz H., Tan T.K., Wiegand T. Comparison of the coding efficiency of video coding standards—including high efficiency video coding (HEVC) // IEEE Transactions on Circuits and Systems for Video Technology. 2012. V. 22. N 12. P. 1669–1684. https://doi.org/10.1109/tcsvt.2012.2221192
11. Тимошенко А.В., Кошкаров А.С. Сравнительный анализ энтропийных метрик информативности оптических изображений космических объектов // Труды МАИ. 2020. № 112. С. 10. https://doi.org/10.34759/trd-2020-112-10
12. Ibrahim S.K., Khamiss N.N. A new video transcoding for future wireless communication system // Proc. of the 2019 International Conference on Electrical Engineering and Informatics (ICEEI). 2019. P. 544–548. https://doi.org/10.1109/iceei47359.2019.8988900
13. Hao Q., Qin L. The design of intelligent transportation video processing system in big data environment // IEEE Access. 2020. V. 8. P. 13769–13780. https://doi.org/10.1109/access.2020.2964314
14. Бекболатова Ж.Б. Вопросы организации хранения и перемещения массивов видеоданных // Kazakhstan Science Journal. 2019. Т. 2. № 8(9). С. 5–14.
15. Nikbakht R., Kahvazadeh S., Mangues-Bafalluy J. Video on demand streaming using RL-based edge caching in 5G networks // Proc. of the 2022 IEEE Conference on Standards for Communications and Networking (CSCN). 2022. P. 208. https://doi.org/10.1109/CSCN57023.2022.10051020
2. Медведев Д.С. Гносеологические аспекты информации // Социально-гуманитарные знания. 2019. № 10. С. 47–50.
3. Егорова С.Ю., Смолина С.Г. Некоторые подходы к определению информационной энтропии // Что есть жизнь?: cборник статей университетской научной конференции студентов и преподавателей. 2021. С. 25–32.
4. Бородко А.В. Классификация центров обработки данных // Информационные технологии и телекоммуникации. 2019. Т. 7. № 1. С. 1–9. https://doi.org/10.31854/2307-1303-2019-7-1-1-9
5. Кожемякина А.А., Буторина Н.Б. Система сжатия информации с выбором оптимального алгоритма // Материалы VII Международной молодежной научной конференции «Математическое и программное обеспечение информационных, технических и экономических систем». 2019. С. 202–210.
6. Qiao W., Fang Z., Chang M.-C.F., Cong J. An FPGA-based BWT accelerator for Bzip2 data compression // Proc. of the 2019 IEEE 27th Annual International Symposium on Field-Programmable Custom Computing Machines (FCCM). 2019. P. 96–99. https://doi.org/10.1109/fccm.2019.00023
7. Görne L., Reuss H.-C., Sauerwald R. Enhancing ground truth for digital twins by complete and real-time upload of vehicle signals // 22. Internationales Stuttgarter Symposium. Proceedings. Wiesbaden: Springer Vieweg, 2022. P. 322–333. https://doi.org/10.1007/978-3-658-37009-1_23
8. Tayyeh H.K., Al-Jumaili A.S.A. A combination of least significant bit and deflate compression for image steganography // International Journal of Electrical and Computer Engineering (IJECE). 2022. V. 12. N 1. P. 358–364. https://doi.org/10.11591/ijece.v12i1.pp358-364
9. Chen Z., Pan X. An optimized rate control for low-delay H.265/HEVC // IEEE Transactions on Image Processing. 2019. V. 28. N 9. P. 4541–4552. https://doi.org/10.1109/tip.2019.2911180
10. Ohm J.R., Sullivan G.J., Schwarz H., Tan T.K., Wiegand T. Comparison of the coding efficiency of video coding standards—including high efficiency video coding (HEVC) // IEEE Transactions on Circuits and Systems for Video Technology. 2012. V. 22. N 12. P. 1669–1684. https://doi.org/10.1109/tcsvt.2012.2221192
11. Тимошенко А.В., Кошкаров А.С. Сравнительный анализ энтропийных метрик информативности оптических изображений космических объектов // Труды МАИ. 2020. № 112. С. 10. https://doi.org/10.34759/trd-2020-112-10
12. Ibrahim S.K., Khamiss N.N. A new video transcoding for future wireless communication system // Proc. of the 2019 International Conference on Electrical Engineering and Informatics (ICEEI). 2019. P. 544–548. https://doi.org/10.1109/iceei47359.2019.8988900
13. Hao Q., Qin L. The design of intelligent transportation video processing system in big data environment // IEEE Access. 2020. V. 8. P. 13769–13780. https://doi.org/10.1109/access.2020.2964314
14. Бекболатова Ж.Б. Вопросы организации хранения и перемещения массивов видеоданных // Kazakhstan Science Journal. 2019. Т. 2. № 8(9). С. 5–14.
15. Nikbakht R., Kahvazadeh S., Mangues-Bafalluy J. Video on demand streaming using RL-based edge caching in 5G networks // Proc. of the 2022 IEEE Conference on Standards for Communications and Networking (CSCN). 2022. P. 208. https://doi.org/10.1109/CSCN57023.2022.10051020