Middleware e ferramentas para desenvolvimento de sistemas de vigilância para segurança, controlo e conforto (SVSC 2 - M Toolkit)

Abstract

Devido a vários fatores socioeconómicos, existe atualmente uma enorme necessidade de se utilizarem sistemas de videovigilância inteligentes. O desenvolvimento deste tipo de sistemas tem-se tornado numa tarefa complexa, devido à necessidade de desenvolver novos produtos com um elevado número de diferentes requisitos. A complexidade está relacionada com o elevado nível de variabilidade/heterogeneidade que necessita de ser gerida. A complexidade deve-se à gestão da variabilidade em tarefas relacionada com: a captura de imagens, processamento, compressão, comunicações e visão por computador. Mais, os sistemas atuais devem correr em diferentes plataformas de hardware, que vão desde os PCs desktop até sistemas embebidos, telefones móveis, etc. Para resolver o problema da complexidade e a enorme necessidade de sistemas de videovigilância adaptados à aplicação, com um reduzido time-to-market, esta tese propõe explorar o domínio da videovigilância como uma família de produtos, que podem ser desenvolvidos seguindo uma filosofia pay-as-you-go ao invés de desenvolver produtos ex-nihilo. De forma a satisfazer os requisitos apresentados anteriormente, é proposta uma framework generativa de videovigilância. Na fase de modelação da framework generativa, é usada uma combinação de tecnologias e técnicas tais como, Software Product Line (SPL), Model Driven Development (MDD) e Agile, de modo a gerir a variabilidade existente ao nível das funcionalidades do sistema. Na fase da implementação das funcionalidades, são utilizados componentes totalmente configuráveis, desenvolvidos em C++ template metaprogramming, de modo a gerir a variabilidade do código do sistema e a reutilização dos componentes. A framework de videovigilância proposta apresenta vantagens comparativamente com os métodos tradicionais, principalmente, reduz o time-to-market, causa baixo impacto no desempenho e permite gerir melhor a variabilidade.

Due to a variety of socio-economic factors, currently there is a growing demand for intelligent video surveillance systems. The development of such systems is becoming increasingly complex since there is a high demand for rapid deployment of novel products with a rising number of different requirements. The complexity arises from the high level of variability/heterogeneity that needs to be managed. The increasing complexity is induced by the variability in tasks related to image capturing, processing, compression, communications and computer vision. Furthermore, it is now expected that systems should run in different hardware platforms, ranging from desktop PCs to low cost embedded boards, mobile phones, etc. To tackle the growing complexity and huge demand for application-tailored video surveillance systems, along with very tight time-to-market expectations, this thesis proposes exploiting the video surveillance domain as families of systems that can be developed following a pay-as-you-go fashion rather than developing products ex-nihilo. To better accommodate all the above listed requirements, a new video surveillance fully-reconfigurable generative framework is proposed. In the framework’s modeling stage, the combination and interoperability of Software Product Line (SPL) technologies, Model-Driven Development (MDD) and Agile Development were promoted, in order to manage the existing variability at the system functionality level. At the framework’s implementation stage, fully-customizable components, developed in C++ template metaprogramming, were used, in order to provide code variability management mechanisms and to promote high component re-use. The proposed video surveillance generative framework presents several advantages when compared to the traditional methods, namely, short time-to-market, low performance overhead, and variability management.