Paweł Wittich
Akademia Monitoringu Wizyjnego

Mieszkańcy oczekują, że gdy wpadną w kłopoty, to na miejscu szybko pojawi się policja, która skutecznie zareaguje wobec sprawców. Nie chcą setek wiszących kamer, tylko sprawnego działania. W celu spełnienia tego postulatu konieczne jest zarządzanie różnymi elementami, które tworzą miejski system monitoringu wizyjnego, by móc w pełni wykorzystać potencjał tkwiący w technice, ludziach i dostępnych informacjach.

Mieszkańcy oczekują reakcji – instalacja kamer to za mało
Z „Polskiego badania przestępczości 2015” [1] wynika, że Polacy w pierwszej kolejności oczekują od policji szybkiego przybycia na miejsce zdarzenia – tak deklaruje 41,1 proc. respondentów. Po łatwym dodzwonieniu się na numer alarmowy następnym oczekiwaniem jest skuteczna reakcja policjantów, 35,8 proc. respondentów chce, by zatrzymali sprawców lub odzyskali skradzione mienie itd., 21,4 proc. mieszkańców wymaga, by w okolicy, w której mieszkają, regularnie pojawiały się patrole policyjne. Te oczekiwania nie zmieniają się od wielu lat [2].

Badania nt. skuteczności miejskich systemów dozoru wizyjnego wskazują, że sama instalacja kamer nie zwiększa poczucia bezpieczeństwa mieszkańców, nawet jeżeli jest ich dużo [3]. Swoje poczucie budują m.in. na podstawie ważniejszych dla nich elementów – jakości przestrzeni oraz jakości relacji z sąsiadami i osobami, które pracują lub często przebywają w ich miejscu zamieszkania (spatial perception) [4]. Zainstalowanie kamer nie sprawia, że mieszkańcy chętniej odwiedzają miejsca, które objęto dozorem kamer [3]. Z badań przeprowadzonych w Hamburgu wynika, że ofiara przestępstwa nie musi automatycznie popierać instalowania kamer [5]. Według brytyjskich badaczy nie obecność kamer, ale realna liczba zagrożeń w danym miejscu decyduje o tym, jak bardzo mieszkańcy czują się zagrożeni przestępczością [5].
Oznacza to, że od miejskich systemów monitoringu wizyjnego należy oczekiwać przede wszystkim skutecznego wykrycia zagrożenia i szybkiej reakcji. Będzie to możliwe tylko wtedy, gdy różne elementy tworzące ten system, zasoby straży miejskiej i policji będą skutecznie zarządzane.

Podejście techniczne nie zapewnia skuteczności
Przez długi czas nie tylko w miejskich systemach monitoringu dominowało „podejście techniczne”, reaktywne – przez system CCTV rozumiano kamery, rejestratory i kable umożliwiające transmisję obrazu. Główną funkcją tych instalacji była rejestracja obrazu. Ich podstawową wadą – brak reakcji w momencie wystąpienia zagrożenia, ponieważ nikt nie obserwował obrazów z kamer. Prawdopodobieństwo identyfikacji sprawcy na podstawie zarejestrowanego obrazu było ograniczone, ponieważ nierzadko na nagraniu sprawca stał tyłem do kamery, znajdował się w martwym polu, zasłaniał twarz kapturem, ciemnymi okularami albo obiektyw kamery był skierowany w inną stronę wtedy, gdy sprawca rozbijał szybę, atakował ofiarę itd. W związku z tym, że operatorzy nie podążali kamerami za napastnikami prawdopodobieństwo uchwycenia sprawcy w ujęciu pozwalającym na identyfikację także było niskie.

Wielka Brytania pierwsza podjęła kompleksową próbę zdiagnozowania problemów ograniczających skuteczność systemów CCTV, po tym jak w latach 1994–1999 wpompowała 38,5 mln funtów w 585 miejskich systemów monitoringu [6], nie osiągając oczekiwanych efektów. Przygotowany przez jednostkę naukowo-badawczą brytyjskiej policji (PSDB) cykl wydawnictw „CCTV: Making it work” i badania zlecone przez Ministerstwo Spraw Wewnętrznych (Home Office) wskazały szereg zależności i wymagań, które muszą zostać spełnione, żeby miejski monitoring był skuteczny.
W pierwszym okresie rozwoju nowoczesnych systemów monitoringu w Polsce obserwowaliśmy, jako specjaliści Akademii Monitoringu Wizyjnego, że większość miast na własnej skórze musiała potknąć się o te same problemy, jakich kilka lat wcześniej doświadczyli Brytyjczycy, żeby zmienić filozofię zarządzania nimi. Z analogiczną zmianą mieliśmy do czynienia w zakładach przemysłowych.

Podejście systemowe
Specjaliści Akademii Monitoringu Wizyjnego zaproponowali w poprzedniej dekadzie stosowanie teorii systemowej w odniesieniu do systemów CCTV [7]. Jest to wywodzące się z biologii podejście do objaśniania zależności między składowymi tworzącymi komórkę, tkanki lub funkcjonowanie złożonych organizmów; chętnie stosowane w socjologii, ekonomii, informatyce i cybernetyce [8]. W ujęciu systemowym kamery i urządzenia, które tworzą techniczny komponent systemu CCTV, są bazą do działań personelu. Wysoka jakość obrazu nadal jest jednym z najważniejszych kryteriów efektywności systemu, ale nie jedynym. Ze względu na rozwój techniki i większą dostępność kamer łatwiej ją dziś zapewnić. Obrazy z kamer są obserwowane przez operatorów. W przypadku wykrycia zagrożenia operator przekazuje informację do dyżurnego policji lub straży miejskiej. Ten jest zobowiązany wysłać najbliższy patrol, aby działanie zostało podjęte szybko i skutecznie. Co ważne, reakcja odbywa się nie tylko na poziomie policjantów i strażników miejskich, ale także na poziomie operatorów. Od momentu wykrycia zagrożenia prowadzą kamery za sprawcami, żeby zarejestrować najważniejsze fakty i przebieg zdarzenia. Mogą informować interweniujących funkcjonariuszy o przemieszczaniu się lub zwiększeniu liczby napastników, co pozwala modyfikować reakcję systemu adekwatnie do zmieniającej się sytuacji. Rejestrują też działania funkcjonariuszy, co pozwala zabezpieczyć ich przed fałszywymi oskarżeniami, np. o przekroczenie uprawnień.

Takie podejście jest nazywane także proaktywnym, ponieważ jednym z najważniejszych kryteriów oceny działania systemu jest czas reakcji całości i poszczególnych komponentów.
Ujęcie systemowe pozwala zidentyfikować kluczowe zależności występujące między elementami, z których składa się miejski system monitoringu wizyjnego: jeżeli operatorzy nie obserwują obrazów z kamer, to dyżurny nie otrzyma informacji o sprawcach, którzy „rozrabiają” w polu widzenia kamer. Gdy jakość obrazu jest zła, scena zbyt ciemna lub kamera nie działa, to nawet operator o najlepszych predyspozycjach do prowadzenia obserwacji nie wykryje zagrożenia. Analogicznie, gdy jeden operator będzie obserwował zbyt wiele kamer lub gdy obrazy będą prezentowane w zbyt małych oknach, jego możliwość zauważenia zachowań sygnalizujących zagrożenie będzie niska. Jeśli dyżurny ma zbyt dużo zgłoszeń albo uzna operatorów za ulokowanych nisko w jego hierarchii przyjmowania informacji, to mimo że wykryją oni zagrożenie, ich zgłoszenie utknie między obserwatorami a dyżurnym. Reakcje będą opóźnione lub sprawcy oddalą się z miejsca zdarzenia.

Podobne ryzyko pojawia się, gdy policja i straż miejska nie zapewnią odpowiedniej liczby patroli lub będą one rozlokowane zbyt daleko od miejsc, w których najczęściej dochodzi do zdarzeń. Brzmi prosto? Z kontroli przeprowadzonej przez NIK w 2013 r. wynika jednak, że nadal w polskich miastach zdarzają się sytuacje, że nikt nie obserwuje obrazów z kamer, operatorzy kończą pracę o godz. 15.00 – tak jak urząd miasta, mimo że policja zgłasza potrzebę prowadzenia obserwacji popołudniami, wieczorem i w dni wolne od pracy, ponieważ wówczas dochodzi do największej liczby zdarzeń. NIK zwróciła także uwagę na niskie zaangażowanie policjantów (dyżurni nie chcieli przyjmować zgłoszeń od operatorów) i wiele innych problemów [9].

Podejście systemowe wskazuje, że budowanie skutecznego miejskiego systemu CCTV wymaga stworzenia struktury organizacyjnej, która łączy różne podmioty (podsystemy) – samorząd, policję i straż miejską, a także różne elementy i procesy systemu, ale to wymaga skutecznego zarządzania!

Zarządzanie systemowe na różnych poziomach
Podejście systemowe umożliwia skuteczne zarządzanie miejskim systemem monitoringu wizyjnego na różnych poziomach i etapach projektu. Przy projektowaniu pozwala ustalić wymagania użytkowe, które obejmują cel oraz optymalne z punktu widzenia efektywności i kosztów sposoby jego osiągnięcia, typy zagrożeń i czas ich występowania, charakterystyki sprawców i konsekwencje braku przeciwdziałania na zagrożenie – rodzaj i wysokość strat. Bardzo istotnym wymaganiem z punktu widzenia skuteczności systemu monitoringu jest rodzaj podejmowanej reakcji i jej szybkość. Jeżeli operator widzi osobę, która zachowuje się agresywnie, np. jest napięta lub pijana, zaczepia lub prowokuje przechodniów, uderza w kosze na śmieci, to z wysokim prawdopodobieństwem można przyjąć, że dojdzie do bójki lub wandalizmu, istnieje więc zagrożenie życia, zdrowia lub poważnych strat finansowych. Jeżeli takim zachowaniom zostanie nadany najwyższy priorytet, wówczas wszystkie działania w systemie powinny być podporządkowane błyskawicznej wymianie informacji i szybkiemu przyjazdowi patrolu na miejsce zagrożenia. Częstochowska staż miejska uzyskała wyłączenie radiowozów z zakazu skrętu w lewo w centrum miasta, skracając w ten sposób czas interwencji. Przez długi czas utrzymywała patrol dedykowany zdarzeniom ujawnianym przez operatorów, w którego skład wchodzili strażnicy, którzy przeszli dodatkowe szkolenia w technikach obezwładniających. Podobny model z sukcesami jest stosowany w Newark, w USA.

Przykładowo częstochowska straż miejska utrzymywała wyłącznie do obsługi zdarzeń ujawnianych przez operatorów patrol interwencyjny ze strażnikami, którzy przeszli dodatkowe szkolenia w technikach obezwładniających. Uzyskała wyłączenie radiowozów z zakazu skrętu w lewo w centrum miasta, co skraca czas interwencji [10]. Na drugim biegunie w zakresie szybkości reakcji jest nieprawidłowe parkowanie, które nie generuje poważnych strat, więc tu reakcja może być odroczona.

Podejście systemowe może być także stosowane na etapie rozbudowy miejskiego systemu CCTV. Obecnie w związku z zakończeniem umów gwarancyjnych na systemy budowane przed 3–5 laty ze środków unijnych wiele miast staje przed decyzją, co dalej. Część z nich chce wybrać kamery producentów oferujących niższe ceny. Może to oznaczać konieczność zmian systemowych w zakresie rejestracji i transmisji obrazu. W pracy spotykam się także z propozycjami ze strony spółdzielni mieszkaniowych czy szkół, żeby je włączyć do monitoringu miejskiego. Wyzwaniem jest nie tylko kwestia technicznej zgodności różnych systemów, ale także obserwacja obrazów z kamer, bo miejscy operatorzy byliby wówczas nadmiernie obciążeni. Jednym z rozwiązań jest prowadzenie obserwacji przez pracowników agencji ochrony lub dozorców w szkołach i przesyłanie obrazów policjantom lub strażnikom tylko wtedy, kiedy zidentyfikują zagrożenie. Alternatywą może być bezpośrednia linia telefoniczna na stanowisko dyżurnego, pozwalająca na szybkie przekazanie informacji o zagrożeniu.

Ciekawy przykład podejścia systemowego w miejskim monitoringu wypracował Rotterdam, w którym utrzymuje się stałą liczbę kamer – nieco ponad 300 [11]. Władze miasta wskazują, że mieszkańcy widzą, czy policja reaguje na zdarzenie „pod kamerą”. Brak reakcji oznacza spadek zaufania po stronie mieszkańców. Skarżą się wówczas, że nie czują się bezpiecznie, a płacone przez nich podatki są źle wykorzystywane. Instalacja kolejnych kamer wiąże się z koniecznością zapewnienia dodatkowych operatorów i patroli, ale miasto nie zamierza wydawać zbyt dużo na monitoring. Gdy mieszkańcy chcą kamer, to w pierwszej kolejności w konsultacjach społecznych są ustalane ich potrzeby w zakresie bezpieczeństwa. Efektem konsultacji są najczęściej: porządkowanie terenu, poprawa oświetlenia, przycięcie roślinności zwiększające tzw. naturalny nadzór, budowa dróg rowerowych, placu zabaw itd. Gdy te działania nie przynoszą rezultatu, dopiero wtedy montuje się kamerę, która jest przenoszona z miejsca, gdzie już jest niepotrzebna, bo doprowadzono do zminimalizowania liczby zagrożeń. Kielce na etapie projektowania swojego systemu przyjęły podobną filozofię przenoszenia kamer, przygotowując miejską sieć światłowodową na zmiany ich lokalizacji [12].

W podejściu systemowym Rotterdam zbudował model współpracy operatora ze strażnikami miejskimi (Stadstoezicht). Strażnik porusza się w wyznaczonym obszarze. Rozpoczynając służbę, „melduje się” operatorowi. Jest ustalany algorytm patrolowania, żeby wzajemnie się nie dublować. Operator ubezpiecza strażnika w przypadku zagrożenia i natychmiast po wykryciu melduje mu o zdarzeniach, co pozwala na szybką reakcję [11]. Obecnie ten model współpracy operatorów i strażników wdraża Częstochowa – miasto chce wykorzystać fakt, że wszyscy działają w jednej strukturze organizacyjnej, więc jest między nimi możliwa komunikacja radiowa i telefoniczna. W Wielkiej Brytanii i RPA operatorzy mogą słuchać radia policyjnego i nadawać komunikaty za jego pomocą. Słysząc dyżurnego wydającego dyspozycje patrolom, wiedzą, gdzie skierować obiektyw kamery. Mogą przekazać interweniującym ważne informacje o zachowaniu czy przemieszczaniu się sprawcy, zanim policjanci przyjadą na miejsce [13].

Z ujęcia systemowego wynikają także zmiany w strukturze przekazywania informacji. W Częstochowie dyżurnego odciąża koordynator, który jest doświadczonym operatorem. Jego rolą jest kolejkowanie zdarzeń wg ustalonego katalogu priorytetów i pomaganie operatorom przy weryfikowaniu niejednoznacznych sytuacji. W krajach anglosaskich w centrach nadzoru pracują policjanci – oficerowie łącznikowi. Podobnie jak w Polsce, ze względu na uprawnienia i bezpieczeństwo komunikacji cywile lub strażnicy miejscy nie mogą wydawać poleceń policjantom; nie ma także wspólnych łączy radiowych. Oficer łącznikowy pracujący z operatorami zapewnia im szybką wymianę informacji i bezpośrednią komunikację z policjantami. Rotterdam, żeby nie odrywać operatorów od bieżącej obserwacji, zleca operatorom „śledczym” przeglądanie nagrań zdarzeń, które nie zakończyły się zatrzymaniem, oraz przygotowywanie nagrań na potrzeby śledztw.
Coraz wyraźniejszy jest także trend budowania baz danych i mapowania zdarzeń – nie tylko na potrzeby miejskiego monitoringu, ale miasta w ogólności. Analiza tendencji pozwala dostosować liczbę operatorów i obsługiwanych przez nich kamer do natężenia zagrożeń, np. powszechnie wiadomo, że w weekendy, zwłaszcza w ciepłe wieczory, liczba zdarzeń jest większa niż zimą. Umożliwia także zmiany lokalizacji kamer czy wskazywanie nowych lokalizacji.

Systemy uwzględniające zależności systemowe osiągają lepsze wyniki niż te, gdzie nadal traktuje się monitoring wąsko, jako instalację techniczną. Wyraźnie pokazały to wyniki kontroli przeprowadzonej przez NIK w 2013 r. W najlepszych systemach (Radom, Warszawa, Gniezno) dbano, by operatorzy nie obserwowali obrazów ze zbyt dużej liczby kamer, by byli wybierani pod kątem predyspozycji, zadbano też o ich dobrą współpracę z policją [9]. W prezentowanej tabeli wyróżnia się system częstochowski, w którym dużą uwagę przywiązuje się do zależności systemowych na różnych poziomach [10].

Podejście systemowe w erze smart city i deep learning
Wprowadzenie nowych sposobów wykrywania zagrożeń – algorytmów analizy obrazu, do miejskich systemów CCTV, nie powoduje, że potrzeby mieszkańców w zakresie bezpieczeństwa ulegają zmianie. Będą oczekiwali szybkiej reakcji na zagrożenie, więc aktualne pozostają wyzwania związane z weryfikacją fałszywych alarmów, przekazywaniem informacji, dysponowaniem patrolami, kierowanie kamerami, tak żeby zapewnić rejestrację przebiegu zdarzenia, identyfikację sprawców i zabezpieczenie interweniujących policjantów. Z doświadczeń specjalistów Akademii Monitoringu Wizyjnego wynika, że część użytkowników traktuje „inteligentny” monitoring jak gotowy produkt, który nie wymaga ich zaangażowania. W naszej opinii to błędne podejście. Katalog algorytmów jest ograniczony, podobnie ich skuteczność. Warto realnie ocenić, gdzie można je zastosować, a gdzie będą generowały dużą liczbę fałszywych alarmów, zniechęcając operatorów do ich obsługi, co może doprowadzić do tragedii. Podczas jednego z audytów zastanawialiśmy się nad implementacją analizy obrazu na przystankach komunikacji publicznej, ponieważ dla przedstawicieli miasta problemem był wandalizm. Z uwagi na dużą liczbę osób, które korzystały z wiat, w różnych konfiguracjach – pojedyncze osoby, pary, grupy i różne sposoby dokonywania zniszczeń, trudno było wskazać wzór, pozwalający na wykrycie sprawcy. Czy ze złożonymi zachowaniami poradzi sobie uczenie maszynowe, deep learning? Trudno jest zająć jednoznaczne stanowisko.

Uczestniczyłem w konferencji podsumowującej prace nad projektem monitoringu nowej generacji – SAVA, prowadzone przez OBRUM i Polsko-Japońską Akademię Technik Komputerowych, finansowanym przez NCBiR. Podczas prezentacji na żywo, algorytmy dobrze radziły sobie z prostymi zachowaniami, jak chodzenie, siadanie. Z drugiej strony, kopnięcie zostało zinterpretowane przez oprogramowanie jako przytulanie(!), mimo, że osoba prezentująca znajdowała się bokiem do obiektywu kamery, była ubrana kontrastowo do dobrze oświetlonej sceny, więc ruchy jej ciała i kończyn były widoczne. Analogicznie, jedno przywitanie dwóch osób zostało prawidłowo zinterpretowane przez algorytm, drugie nie zostało wykryte. Wydaje się, że wyzwaniem dla analityki opartej o uczenie maszynowe jest prawidłowość rozpoznawania złożonych zachowań. Drugim problemem mogą być „klasyczne” wyzwania dla IVA wynikające częściowo z ograniczeń optyki, jak skuteczność w gorszych warunkach oświetleniowych, odporność na fałszywe alarmy powodowane przez migające reklamy, drzewa, zwierzęta, oraz „trudniejsze” ujęcia – kiedy osoba jest tyłem do kamery, tyłem – bokiem lub w większej odległości, czyli kiedy trudniej jest rozróżnić ruchy kończyn.

Wydaje się, że trudno będzie tu uciec od zależności systemowych. W modelu przedstawionym przez OBRUM i PJATK, algorytmy analizowały wiele ścieżek ruchu kończyn i ciała każdej osoby na ekranie, co oznacza duże ilości danych. Dla zapewnienia odpowiednio dużych postaci, w złożonych miejskich scenach. Może to tworzyć wysokie wymagania w zakresie infrastruktury, a więc wysokie koszty implementacji i utrzymania monitoringów opartych o uczenie maszynowe, przy pytaniu o stosunek skuteczności do ceny. Katowice na nowy monitoring, wyposażony w algorytmy analizy obrazu wydały niebagatelną kwotę 13 milionów złotych.

Wiedza o zarządzaniu monitoringiem miejskim jest coraz bardziej dostępna
Kolejne edycje Polskiej Normy 50132-7 przez blisko 20 lat wspierały podejście systemowe do projektowania – wskazywały kluczowe elementy systemu CCTV i zalecały projektantom sformułowanie wytycznych użytkowych. Aktualna norma PN-EN 62676-4:2015-06 kontynuuje tę filozofię. Opracowana przez brytyjską policję 20 lat temu metoda „wytycznych funkcjonalnych” nie traci nic z aktualności, oferując użytkownikom i projektantom przyjazną metodologię ustalania zależności funkcjonalnych technika – personel – procedury dla miejskiego dozoru wizyjnego [14]. Dostępne są dobre praktyki, artykuły i badania wskazujące zasady zarządzania miejskimi systemami monitoringu wizyjnego, np. „Karta demokratycznego zastosowania monitoringu wizyjnego” [15].
Warto pamiętać, że pod względem zasad zarządzania miejski system monitoringu wizyjnego nie różni się od innych organizacji, takich jak firma, basen czy przedsiębiorstwo komunikacji publicznej.

Literatura
[1] http://bip.podkarpacka.policja.gov.pl/download/41/76675/raportPBP2015.pdf 
[2] red. Siemaszko P., Geografia występku i strachu. Polskie badanie przestępczości, 2007, Instytut Wymiaru Sprawiedliwości, Warszawa 2008 oraz kolejne edycje Polskiego badania przestępczości.
[3] Gill M., Spriggs A., Assessing the impact of CCTV.
[4] http://www.surveillance-and-society.org/articles5%281%29/maps.pdf 
[5] http://www1.uni-hamburg.de/surveillance/cctv_hh_englisch_summary.pdf 
[6] http://www.statewatch.org/news/2007/nov/uk-national-cctv-strategy.pdf 
[7] Pierzchała P., Wittich P., Jak zbudować efektywny (nie efektowny) system nadzoru wizyjnego miasta, „Systemy Alarmowe” nr 3/2007, s. 54.
[8] https://pl.wikipedia.org/wiki/Teoria_system%C3%B3w 
[9] Wittich P., Skuteczny monitoring, czy maszynka do wystawiania mandatów?, „Systemy Alarmowe” nr 4/2014, s. 34.
[10] Wittich P., Pierzchała P., Częstochowa – organizacja bliska ideałowi, „Systemy Alarmowe” nr 1/2011, s. 13.
[11] Wittich P.,Rotterdam – lepiej instalować w technikę niż w operatorów, „Systemy Alarmowe” nr 5/2012, s.20
[12] Pierzchała P., Wittich P., Kielce – dobra koncepcja wdrażana w życie, „Systemy Alarmowe” nr 5/2011, s. 10.
[13] http://www.cctv.org.pl/publikacje/poradniki-brytyjskiej-policji-police-scientific-development-branch/304-qfunkcjonowanie-centrow-nadzoru-systemu-monitoringu-wizyjnego-wnioski-z-obserwacjiq
[14] http://www.cctv.org.pl/publikacje/poradniki-brytyjskiej-policji-police-scientific-development-branch/307-qjak-przygotowa-wytyczne-funkcjonalne-dla-systemu-cctvq 
[15] http://www.cctv.org.pl/publikacje/aspekty-prawne/349-karta-demokratycznego-zastosowania-monitoringu-wizyjnego