Sistema automatiniam šunų vedžiojimo draudimų pažeidimų nustatymui

Jau nuo XX a. vidurio vaizdo kameros pradėtos naudoti kaip priemonė kontroliuoti kelius, specialiosios paskirties objektus ir masines žmonių susibūrimo vietas [1]. Šiais laikais vaizdo kameros naudojamos kaip efektyvi priemonė užtikrinti saugumą tiek privačiuose namuose, tiek viešose vietose, sumažinti ir kontroliuoti nusikalstamą veiklą, draudimų pažeidimus, kaupti ir teikti informaciją apie įvairius įvykius, kasdienio gyvenimo patogumui [2]. Visgi gaunama informacija iš vaizdo kamerų yra vertinga tik tuomet kai ją pamato žmogus, kuris pagal situaciją gali priimti atitinkamus sprendimus. Tai nėra praktiška, nes žmogiškasis išteklius yra brangus ir turi ribotas galimybes. Dėl šių priežasčių atsirado poreikis tokį procesą automatizuoti. Greitai besivystančių technologijų dėka, atsirado galimybė vaizdo kameras paversti „išmanesnėmis“, t.y. su galimybe savarankiškai, be žmogaus priežiūros, „suprasti“ kas vyksta kameros vaizde, atpažinti ir atskirti žmones, jų veidus, automobilius, gyvūnus ar kitus objektus. Šios technologijos yra paremtos kompiuteriniu mokymusi (angl. Machine learning). Tai algoritmas, kuris jam pateiktuose duomenyse ieško tam tikros pasikartojančios sekos ir išmokęs bando rasti panašumų naujai pateiktuose duomenyse. Nors pats kompiuterinis mokymasis nėra nauja technologija, tačiau su laiku atsirandanti pigesnė ir galingesnė kompiuterinė įranga, didėjantis duomenų kiekis ir talpyklos jiems pavertė šią technologiją itin veiksminga, atnešančia greitus ir tikslius rezultatus [3]. Baigiamajame darbe kuriama sistema, kuri aptiks šunis kameros vaizde ir apie tai informuos vartotoją elektroniniu paštu. Tokia sistema leis prižiūrėti saugomą teritoriją ir automatiškai, be žmogaus įsiterpimo, aptikti vykdomus šunų vedžiojimo draudimo pažeidimus. Sistemos veikimui įgyvendinti numatoma remtis prižiūrimuoju mokymu (angl. Supervised learning) – tai kompiuterinio mokymosi tipas, kai yra pateikiami duomenys kartu su norimu gauti rezultatu, šiuo atveju, pateikiamos šunų nuotraukos ir nurodoma, kad tai yra šunys. Tai sudaro duomenų rinkinį (angl. Training set) pagal kurį sistema mokosi ir vėliau, jai pateikus dar nematytus duomenis, ji gali atpažinti kur yra šuo. Darbo kūrimui pasirinktas vienas iš pagrindinių kompiuterinio mokymosi įrankių – dirbtinis neuronų tinklas (toliau DNT). Ši sistema veikia panašiu principu kaip ir žmogaus smegenys besimokant naują informaciją. DNT yra sudarytas iš įėjimo, išėjimo ir „paslėptojo“ sluoksnių. Šiuose sluoksniuose yra tarpusavyje apjungti neuronai, per kuriuos tekanti informacija, atliekant tam tikras matematines operacijas ir funkcijas, keičia tinklo struktūrą priklausomai nuo įėjimo ir išėjimo duomenų [4]. Baigiamajame darbe kuriama sistema yra orientuota į objektų vietos vaizde aptikimą ir klasifikavimą. Praktika rodo, kad šiuo metu su tokia užduotimi labai efektyviai susidoroja DNT [5].

Tuo remiantis, baigiamojo darbo užduočiai įvykdyti numatoma kurti DNT modelį. Darbas bus įgyvendinamas įterptinėje sistemoje. Pagrindiniai įterpinių sistemų privalumai yra jų mažas dydis, kompaktiškumas, universalus pritaikymas, ekonomiškumas jų kainos atžvilgiu bei maža suvartojama galia. Pagrindinis vaizdo apdorojimo algoritmas veiks vieno lusto mikrokompiuteryje Raspberry Pi 3B+. Šis mikrokompiuteris turi ARM Cortex-A53 architektūros procesorių, veikiantį 1,4 Ghz taktiniu dažniu ir 1 GB talpos operatyviąją atmintį [6]. Šie parametrai, nors ir yra mažesni už šiuolaikinio standartinio asmeninio kompiuterio parametrus, bus pakankami programai veikti realiu laiku su nedidesniu nei 3 sekundžių vėlinimu, nuskaitant vaizdą iš kameros, jį apdorojant matematinėmis operacijomis ir išvedant rezultatą. Oficiali Raspberry PI operacinė sistema (toliau OS) yra Linux. Ji yra stabili, lengvai palaiko sasają su didžiąja dalimi periferinių įrenginių, joje lengvai pasiekiami ir įrašomi visi kompiuteriniam mokymuisi skirti įrankiai ir bibliotekos, labai paplitusi Python programavimo kalba. Dėl šių priežasčių numatoma naudoti Linux operacinę sistemą. Kuriamos programos algoritmui, bibliotekoms, tvarkyklėms ir DNT modeliui reikės iki 2 GB laisvos vietos skaitmeninių duomenų laikmenoje. Mikrokompiuteris Raspberry Pi neturi standžiojo disko kaupiklio. Pati operacinė sistema veikia iš microSD kortelės ir naudoja apie 2 GB duomenų laikmenos. Todėl bus naudojama atminties kortelė turinti daugiau nei 6 GB talpos. Įterptinė sistema maitinama 5,1 V įtampos mikro universaliosios nuosekliosios jungties (angl. Universal Serial Block, toliau USB) maitinimo bloku. Įrenginio vartojama srovė priklausys nuo to kiek įrenginių bus prijungiama. Be periferijos mikrokompiuteris vartoja apie 500 mA srovę, aukštos raiškos multimedijos sąsajos (angl. High Definition Multimedia Interface, toliau HDMI) jungtis monitoriui – 50 mA, kameros modulis – 250 mA, klaviatūra ir pelė nuo 100 mA iki 1000 mA. Kadangi pilnam kuriamos sistemos veikimui reikės tik HDMI jungties monitoriui bei kameros modulio, maksimali įrenginio vartojama srovė neviršys 2 A. Kameros saugomos teritorijos apžvalgai paprastai būna montuojamos apie 5 – 6 m aukštyje, o kameros stebimame vaizde aptinkančios veidus efektyviausiai veikia apie 2,5 m aukštyje [7]. Kadangi darbe kuriama sistema turės sugebėti aptikti šunis, kamera bus montuojama apie 2 – 3 metrų aukštyje, todėl efektyviam jos veikimui skiriamoji geba pasirinkta ne mažesnė nei 1280×1024 taškų. DNT daug kompiuterinių resursų reikalaujantis procesas. Efektyviausiam modelio kūrimui yra naudojamos galingos šiuolaikinės vaizdo plokštės, kurios vaizdų apdorojimo uždaviniuose atlieka skaičiavimus greičiau nei kompiuteriniai procesoriai. DNT modelio apmokyti Rasberry Pi mikrokompiuteryje nėra galimybės, kadangi iš karto susiduriama su apribota operatyviąja atmintimi, kuri yra 1 GB ir ribotu procesoriaus taktiniu dažniu, kuris veikia 1,4 Ghz taktiniu dažniu.

Dėl šių priežasčių pats DNT modelis bus kuriamas naudojant nešiojamąjį kompiuterį ir tik po apmokymo, jis bus įkeltas į mikrokompiuterį. Nešiojamo kompiuterio procesoriaus taktinis dažnis - 2.70 Ghz, operatyvioji atmintis – 8 GB. Tokių parametrų pakaks „negiliam“, t. y. susidedančio iš vieno „paslėptojo“ sluoksnio neuronų tinklo apmokymui. Apžvelgėme kokiais tikslais buvo ir dabar yra naudojamos vaizdo kameros, kaip atsirado poreikis jas automatizuoti. Susipažinome su darbe naudojamomis sąvokomis tokiomis kaip kompiuterinis mokymasis, prižiūrimasis mokymasis, duomenų rinkinys, dirbtinis neuronų tinklas. Aptarėme kaip ir kur veiks kuriama sistema. Įvertinome pagrindinius įterptinės sistemos parametrus. 10