Интелигентни технологии за видеонаблюдение

Камерите за видеонаблюдение са неразделна част от почти всеки физически обект в модерния свят, независимо дали е с търговско или обществено предназначение. Те са неизменен елемент от градската среда, функционират на открито и закрито, при всякакви сценарии на осветеност и атмосферни условия. Отвъд познатата си функционалност – да заснемат изображения и видео на случващото се в работния им периметър, обезпечавайки сигурността на обекта, съвременните камери за видеонаблюдение предлагат много повече. С динамичното развитие на технологиите в областта на компютърните системи, комуникациите и мрежовата свързаност умните решения в областта на сигурността стават все по-популярни сред съвременните потребители. С помощта на иновации като изкуствения интелект, машинното обучение и напредъка при алгоритмите за анализ на изображения и големи обеми данни системите за видеонаблюдение се превръщат в комплексно интелигентно решение за домове, компании, общини, индустриални и публични организации. Те са средство за ефективно генериране на разнородни масиви от информация за средата, в която оперират, и за лицата и групите, които се намират в нея. От традиционно решение в сферата на сигурността, усъвършенстваните технологии за обработка и анализ на тази информация надграждат ролята им до мощен маркетингов инструмент, който носи огромни ползи и за бизнеса.

Дигитализация и ефективност

Наред с всички останали технологични сфери, дигитализацията дефинира посоката на развитие и при средствата за видеонаблюдение. Умните видеосистеми от екзотика в каталозите на най-визионерски ориентираните производители в сегмента се превръщат в обект на масово пазарно търсене и все по-често можем да ги открием реално инсталирани и функциониращи в близкия офис, мол, банка или пък публично учреждение.

Интелигентните платформи за видеонаблюдение представляват дигитални, мрежово-базирани системи. Това, което ги отличава от добре познатите ни и широко популярни традиционни мрежови средства за сигурност, е много по-широкият им обхват на приложение. Те могат автоматично да разпознават и регистрират различни обекти, събития и аномалии в работния си периметър, да обработват и анализират събраната информация и да изпращат незабавни известия до крайния потребител или съответния отговорен екип в удобна форма и към устройство по желание, например смартфон. Интелигентните функции на системите за видеонаблюдение, базирани на иновации като изкуствен интелект и техники за дълбоко обучение (deep learning), имат изключително висока ефективност при адекватната интерпретация на събитията, субектите и тяхното поведение. В наши дни тя достига порядък от над 90 – 95% и ги доближава максимално до човешкия разум, без да е налице изтощителният ангажимент за физическите лица да извършват непрекъснат мониторинг на обекта. В допълнение рискът от фалшиви интерпретации и аларми при интелигентните платформи е сведен до абсолютния минимум, което гарантира висока степен на сигурност и допълнителни ползи по отношение на бизнес анализа.
Пазарните анализатори считат машинното обучение за водеща тенденция в развитието на видеонаблюдението и автоматизирания мониторинг. Извършваният от интелигентните платформи в сегмента анализ се състои от поредица от стъпки, включително заснемане на изображение/видео, първична и вторична обработка, детекция на обекти, регистриране на различни групи действия, разпознаване на физически (лицеви и други биометрични) данни, категоризация на действията и т. н. Популярен сред техниките за т. нар. дълбоко обучение е HAR (Human Action Recognition) методът, при който чрез съответната последователност от стъпки интелигентната система може да извърши прецизно разпознаване и анализ на действията на дадено лице в обхвата на камерите, а дори и да прогнозира предстояща опасност на базата на "езика на тялото" на подозрителни субекти. Колкото повече на брой хора традиционно попадат в работния диапазон на платформата за интелигентно видеонаблюдение в зависимост от предназначението на обекта, толкова по-сложни и комплексни инструменти за обработка на информацията са необходими. Такива са например алгоритмите за crowd анализ, които са създадени специално за мониторинг на тълпи – големи организирани или случайни струпвания от хора (например публиката на даден концерт, посетителите на фестивал, религиозно събитие, футболен мач на стадион, опашките от клиенти в мола и т.н.).

Възможности и функционален обхват

Достъпната им цена и все по-широката им функционалност позволява на платформите за видеонаблюдение да са сред най-търсените и инсталирани системи за сигурност в съвременния свят. В зависимост от предназначението на обекта, в който функционират, те изпълняват най-общо две функции – мониторинг на случващото се в реално време и генериране на данни, подлежащи на последващ анализ. Събираната информация от видеокамерите, заснемащи непрекъснати потоци от видеоданни, в наши дни е с изключително голям обем. Само една камера с HD резолюция може да произведе над 10 гигабайта данни за денонощие. По принцип такива обеми налагат сериозни инвестиции в хардуер за съхранение и процесорна мощ за обработка. Напоследък обаче все по-популярни стават облачните услуги в сферата на видеонаблюдението, които са насочени към освобождаване на крайния потребител от ангажимента да изгражда и поддържа подобна мащабна инфраструктура. Облачните решения правят възможно "наемането" на специализирани центрове за данни и съответните аналитични инструменти от доставчик, който предлага съхранение и обработка на потоците от данни от системата за видеонаблюдение срещу абонамент. Физическото запазване на изображения и видеозаписи на носител в камерата или локалната мрежа е заменено от мрежов стрийминг на информацията директно към облака.

В зависимост от това къде е инсталирана дадена система за видеонаблюдение – частен обект или зона с обществено предназначение, събраните данни могат да бъдат от частен или публичен характер. Влезлият в сила през 2016 г. регламент на Европейския парламент и на Съвета GDPR въведе нови правила при обработване на личните данни. Ето защо е необходимо работата на съвременните системи за видеонаблюдение да бъде съобразена с международните изисквания, заложени в документа.

На база гигантските информационни масиви, които камерите на обществени места по целия свят генерират, могат да бъдат изготвяни мащабни и доста генерални изводи за поведението на различни групи лица в разнородни сценарии.

Вземайки предвид факта, че в реални рискови ситуации, особено при наличието на много хора на едно място (например при терористични заплахи), навременната реакция на охранителните екипи и органите на реда може да ограничи щетите и дори да предотврати дадено събитие, интелигентните технологии за видеонаблюдение са от критично значение за обезпечаване на сигурността в съвременния свят. Възможностите за превантивни действия на база поведенческо прогнозиране на евентуален акт на насилие, атентат или друг сходен сценарий са от още по-ключова важност.

Специфики и приложения

Сред популярните приложения на интелигентните технологии за видеонаблюдение са и управлението на трафика и мониторинга на градската среда. Алгоритмите за детайлна обработка на изображения и записи могат да регистрират не само лица, физически особености и категории действия, но и да се справят ефективно с една наглед по-лесна задача – да събират, запаметяват и обработват информация от регистрационните табели на автомобилите например. Така е възможно събирането на огромни обеми от статистически данни за трафика, посещаемостта, човекопотока и поведението на населението на ниво пътен контролен пункт, населено място търговски обект и т.н. Освен като част от митническата дейност и толинг платформите, подобна функция носи ползи и по отношение автоматизираното управление на паркинги и други частни и обществени обекти, свързани с достъп на автомобили.

В допълнение към контрола на престъпността, оптимизиране на градската среда и безопасността на обитателите и посетителите на жилищни, офисни, индустриални и обществени сгради, търговски обекти, учебни и болнични заведения и др., функциите за интелигентен видеоанализ могат да бъдат впрегнати и в полза на детайлно изучаване на потребителските нагласи за маркетингови цели. Нарастването на приложенията на умните платформи води до рязък скок в продажбите им, отчитат експертите. От близо 30 млрд. щатски долара през 2016 г. пазарът на интелигентни решения за видеонаблюдение се очаква да надхвърли 72 млрд. до 2021 г.
Сред водещите тенденции на развитие във видеонаблюдението са интелигентните функции, които позволяват дори промяна в темповете на събиране на данни при регистриране на дадено събитие от предварително дефинирана схема, например рисково поведение или престъпен акт. Така за същия период от време умната платформа автоматично записва повече и по-подробни данни за лицата и действията в работния обхват на камерите. Друга ключова иновация са т. нар. контекстно ориентирани алгоритми за обработка и анализ, които интерпретират генерираната информация на базата на конкретен контекст – например превенция на кражби, недопускане на вандалски прояви, измерване на реакцията на потребителите към даден продукт или щанд в търговски обект и т.н.

Deep learning техники и Crowd анализи

Изкуственият интелект в платформите за видеонаблюдение включва интеграцията на комплексен софтуер за анализ на аудио- и видеоинформацията, събрана от камерите в системата. Обект на интерес са хора, превозни средства, предмети и други физически обекти, действия и събития.

Алгоритмите за машинно обучение в технологиите за визуално разпознаване включват регистрирането на различни модели, тяхната класификация и последващото обогатяване на изходната база данни с акценти от текущо събираната информация. Т. нар. deep learning техники са ключови в еволюцията на съвременните интелигентни системи за видеонаблюдение. Сред моделите за анализ, заложени в тях, са конвулюционните невронни мрежи (CNN или ConvNet), ауто-енкодерите и комбинациите от тях. В зависимост от приложението, като основа за машинното обучение се залагат различни базови ситуации и сценарии. Прилагат се иновативни технологии като "data mining", "manifold learning", "kernel learning" и други, свързани с извличането и интерпретацията на обработените данни. Обикновено deep learning техниките в системите за сигурност и видеонаблюдение са насочени към разпознаването на анормално поведение, класификация на позите и действията на даден субект и др.

Особено предизвикателство при анализа на видеоизображенията представляват тълпите, при които в обхвата на камерите са налице множество различни индивиди. Те са много на брой, често в голяма физическа близост помежду си, индивидуалното им поведение варира в широки граници, често камерите обхващат само част от тялото даден субект, движението на тълпата като цяло е неорганизирано и разнородно, възможни са рискови сценарии като колективна паника и т.н. Специално разработените за целта алгоритми за анализ включват комплексен набор от аналитични инструменти, изучаващи всеки един от изброените аспекти на групите, в съчетание с контекстно интерпретиране на ситуацията – дали това е публика на дадено събитие, клиенти на търговски обект, спортна агитка, чакащи на светофар и т. н.

Heat mapping функции

Все по-популярни в сферата на интелигентното видеонаблюдение стават т. нар. функции за топлинно картографиране или "heat mapping". Тук приложенията на видеосистемите надхвърлят тези в сферата на сигурността и безопасността и се сливат с маркетинговите стратегии за развитие на бизнеса в различни по мащаб компании. Заедно с интелигентни инструменти за детекция на лица, обекти и действия, тези функции способстват за изграждането на моментна "снимка" на случващото се на територията на даден обект, например мол, шоурум, увеселителен парк. На база топлинната енергия на движещите се обекти и тяхната гъстота обстановката се пресъздава чрез съответната цветова схема, записва се и се анализира, като така собственикът на обекта може реално да провери какви са схемите на движение на клиентите вътре, дали даден промоционален продукт или щанд привлича достатъчно внимание, както и кои зони от обекта са по-силно и кои – по-слабо посещавани.

В допълнение към сложния набор от инструменти за анализ на потребителското поведение, най-иновативните технологии в бранша предлагат детайлна детекция и обработка на различни по-нестандартни особености, аксесоари (очила, маски и др.) Едно и също лице, независимо от евентуалната му дегизировка, може лесно да бъде разпознато, а поведението му – проследено на територията на целия обект и другите свързани места в платформата по време на цялото му пребиваване в зоната на мониторинг.