John Merlino

Istotą ochrony perymetrycznej nie jest zastosowanie systemu dozoru wizyjnego, lecz dostarczenie obrazu, który pozwoli dokonać najbardziej trafnej oceny sytuacji.

Znaczna część materiału zarejestrowanego bądź obrazu na żywo nigdy nie zostanie obejrzana przez operatora. Powód? Duża liczba kamer w systemie dozorującym np. obiekty MON czy agencji rządowych zapewnia obraz na żywo w trybie ciągłym, ale prześledzenie jego zapisu w całości jest praktycznie niewykonalne, ponieważ zgromadzony materiał jest zbyt obszerny.

Analiza obrazu, sztuczna inteligencja i uczenie maszynowe – technologie te pozwalają z olbrzymich ilości danych wyłuskać użyteczne informacje i na ich podstawie operator może szybciej podejmować właściwe działania. W poddanym analizie zapisie zachowywane są w formie danych jedynie odpowiednio przefiltrowane fragmenty. Aplikacje oparte na sztucznej inteligencji i uczeniu maszynowym umożliwiają dodawanie do materiału wizyjnego metadanych i takie ich przetwarzanie, by stanowiły funkcjonalne narzędzia w zastosowaniach publicznych i prywatnych.

AI, machine learning: jak można z nich korzystać w systemach dozorowych
Na początku zdefiniujmy sztuczną inteligencję (AI) i uczenie maszynowe. Sztuczna inteligencja – szersze pojęcie – jest elementem informatyki umożliwiającym inteligentne wykonywanie przez komputer zadań z reguły realizowanych przez człowieka. Uczenie maszynowe przenosi tę koncepcję na wyższy poziom, jest zastosowaniem sztucznej inteligencji umożliwiającym komputerom analizę danych oraz najlepszy możliwy sposób „uczenia”. Stanowi właściwie automatyzację tworzenia modelu analitycznego – komputer „ustala” optymalne rozwiązanie bez potrzeby wcześniejszego zaprogramowania. Wszystko to przekłada się na dozór wizyjny, w szczególności gdy ochroną obwodową są objęte rozległe obszary. Oprogramowanie sztucznej inteligencji i uczenia maszynowego jest nie tylko w stanie wyodrębnić różne typy obrazu, ale także umożliwia przeglądanie wszystkich danych wizyjnych w celu dokonania wyboru materiału do dalszej analizy na podstawie danych fizycznych, ruchu, zachowania obiektów i innych kryteriów.

System może np. wysyłać alarmy, gdy w obszarze ograniczonym, takim jak strefy zastrzeżone na lotnisku, wystąpi ruch. Sztuczna inteligencja pozwala określić, czy ruch ten został spowodowany przez człowieka, pojazd, czy zwierzę, a może na skutek drobnych zawirowań atmosferycznych. Na podstawie posiadanego „doświadczenia” uczenie maszynowe proponuje podjęcie określonej reakcji.

Sztuczna inteligencja i uczenie maszynowe są czymś na kształt „zwielokrotnionej siły działania”, umożliwiającej zoptymalizowanie działań personelu ochrony. Dzięki temu, że monitorowanie obrazu wymaga mniejszej liczby operatorów, organizacje są w stanie pracować wydajniej.

Inteligentne funkcje obrazu: udoskonalanie ochrony obwodowej
Analiza obrazu wykorzystuje trzy podstawowe rodzaje technologii informatycznych:

• analizę opartą na pikselu – najbardziej podstawowy format z wymienionych, wysyła alarmy w przypadku pogorszenia jakości obrazu (spowodowanego np. sabotażem sprzętowym) lub wykrycia ruchu w obrazie;
• analizę opartą na obiekcie – bardziej zaawansowana, jako że potrafi rozpoznawać obiekty typu samochody, ludzie, drzewa, budynki itp. Obejmuje dwie kategorie analizy: śledzenie obiektów i rozpoznawanie obiektów;
• analizę specjalistyczną, która korzysta z informacji opartych na pikselach i obiektach w celu sprawdzenia obrazu pod kątem specjalistycznych zastosowań, czyli rozpoznawania tablic rejestracyjnych, rozpoznawania twarzy czy wykrywania pożaru.

Wymienione narzędzia analityczne znajdują wiele zastosowań w ochronie obwodowej, m.in. algorytmy:

• przekroczenia linii – aplikacje sygnalizujące przekroczenie linii (nazywane również linką rozciągniętą nisko nad ziemią) tworzące wirtualne ogrodzenia lub obszary zastrzeżone. Dla tak określonych granic możliwe jest wygenerowanie reguł, np. po przekroczeniu przez samochód określonej uprzednio granicy zostaje wysłany alarm;
• sygnalizacji włamania – inny rodzaj śledzenia obiektów, określający, czy do zastrzeżonej strefy dostały się niepowołane osoby bądź pojazdy. Śledzony jest ruch z jednej strefy do innej, a w momencie wykrycia ruchu w określonym obszarze zostaje uruchomiony zapis;
• pozostawienia obiektu – obiekt ruchomy jest umieszczany na stałe w polu widzenia kamer i pozostaje tam przez określony czas. Obiektem może być bomba, torba z pieniędzmi albo zbiór tajnych informacji;
• wykrywania podejrzanego zachowania – rejestruje się czas przebywania osób na określonym obszarze. Po wykryciu podejrzanego zachowania na obrazie ukazuje się dokładny czas i miejsce detekcji. Zostaje też podjęta próba identyfikacji osób.

Gdy personel otrzyma informację o niecodziennym ruchu bądź zachowaniu i zaklasyfikuje te zdarzenia, funkcja inteligentnej analizy obrazu umożliwi rozpoznanie potencjalnych zagrożeń, o ile nadal występują w obszarze, i tym samym podjęcie sprawnej reakcji.
Innym zastosowaniem jest powstrzymywanie nielegalnego przekraczania granic – w tym przypadku z kilkoma poziomami detekcji. Powszechnie stosuje się kamery termowizyjne. Analiza obrazu wsparta naziemną techniką radarową i zoptymalizowaną technologią kamer HD jest stosowana do kontroli obszarów detekcji, określenia poziomu zagrożenia oraz podjęcia odpowiednich działań.
W ochronie rozległych obszarów i granic coraz większą rolę odgrywa rozpoznawanie twarzy oraz rozpoznawanie tablic rejestracyjnych.

Analiza predykcyjna zgromadzonych danych
Należy też zwrócić uwagę na możliwość wykorzystania analizy treści obrazu w przewidywaniu potencjalnych zdarzeń. Analiza predykcyjna obejmuje zastosowanie metadanych pochodzących z aplikacji uczenia maszynowego i sztucznej inteligencji, pomocnych w dokładniejszym przewidywaniu zdarzeń i zachowań. Jest to szczególnie istotne dla personelu ochrony, który powinien działać proaktywnie.

Axis Communications Poland
ul. Domaniewska 44 bud. 4
02-672 Warszawa
www.axis.com/pl