Фреймворк для облачного видеомониторинга через IP-камеры с интуитивно-понятным интерфейсом

Main Article Content

Анастасия Сергеевна Гришина
Влада Владимировна Кугуракова

Аннотация

Описаны основные моменты процесса создания системы, которая позволяет управлять несколькими камерами одновременно, сохраняя данные на сервере. Система имеет возможность подключать IP-камеры и камеры на мобильных устройствах, предоставлять доступ другим пользователям, а также позволяет осуществлять просмотр видео в онлайн-режиме. Выявлены и описаны «горячие точки» в архитектуре системы. Разработан отдельный Angular-модуль, использованы паттерны проектирования. Описано взаимодействие системы с пользователем. Предложены этапы дальнейшего развития облачного видеомониторинга через IP-камеры с легкодоступным управлением для конечного пользователя.

Article Details

Биографии авторов

Анастасия Сергеевна Гришина

Бакалавр Высшей школы ИТИС Казанского (Приволжского) Федерального университета. Сфера научных интересов – обработка видеопотока, облачный видеомониторинг, распознавание объектов и другой информации в видеопоследовательностях.

Влада Владимировна Кугуракова

Старший преподаватель Высшей школы информационных технологий и информационных систем, руководитель лаборатории «Виртуальные и симуляционные технологии в биомедицине». Сфера научных интересов – реалистичность визуализации и симуляций, иммерсивность VR.

Библиографические ссылки

1. Choi K.I., Lee J.H., Lee B.C. A Distributed Cloud Based Video Storage System with Privacy Protection // Int. Conf. on Advanced Communication Technology – ICACT 2017. P. 830–835.
2. Sandar N.M., Chaisiri S., Yongchareon S., Liesaputra V. Cloud-based Video Monitoring Framework: An Approach Based on Software-defined Networking for Addressing Scalability Problems // Lecture Notes in Computer Science (including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2015. V. 9051.
3. Egilmez H.E., Dane S.T., Bagci K.T., Tekalp A.M., Koc Univ. In Signal & Information Processing Association Annual Summit and Conference // APSIPA ASC, 2012 Asia-Pacific – Istanbul, Turkey, 2012. P. 1–8.
4. FFMPEG. https://ffmpeg.org/.
5. Nginx-rtmp-module. https://github.com/arut/nginx-rtmp-module.
6. AngularJS. https://angularjs.org/.
7. Laravel. https://github.com/laravel/framework.
8. Artisan. http://laravel.su/docs/5.0/artisan.
9. PostgreSQL. https://www.postgresql.org/.
10. Dasu A., Panchanathan S. A Survey of Media Processing Approaches. Circuits and Systems for Video Technology // IEEE Transactions on. 2002. V. 12, No 8. P. 633–645.
11. Connolly J. F., Granger E., Sabourin R. An Adaptive Classification System for Video-based Face Recognition // Information Sciences. 2012. V. 192. P. 50–70.
12. Burghardt T., Cali´c J. Analysing Animal Behaviour in Wildlife Videos Using ´ Face Detection and Tracking // IEE Proceedings-Vision, Image and Signal Processing. 2006. V. 153, No 3. P. 305–312.
13. Du S., Ibrahim M., Shehata M., Badawy W. Automatic License Plate Recognition (ALPR): A State-of-the-art review // Circuits and Systems for Video Technology. IEEE Transactions on. 2013. V. 23, No 2. P. 311–325.
14. Lai C.L., Yang J.C., Chen Y.H. A Real Time Video Processing Based Surveillance System for Early Fire and Flood Detection // Instrumentation and Measurement Technology Conference Proceedings. 2007. IMTC 2007. IEEE. P. 1–6.