Какими бывают модули видеоаналитики?
Видеокамеры установлены практически везде — на транспортной инфраструктуре (аэропорты, вокзалы, железнодорожные станции, метро, автомагистрали), в ритейле (торговые центры, магазины, рынки), в общественных местах, в образовательных учреждениях
Современные города реализуют такие проекты, как безопасный город и безопасный регион, что позволяет оперативно реагировать на различные инциденты и обеспечивать безопасность людей. И чтобы делать это с каждым годом лучше, системы видеонаблюдения становятся умнее и эффективнее.
Чтобы понять, как технологии в интеллектуальных системах видеонаблюдения изменили стандартные подходы, сначала разберемся в том, что включает в себя видеонаблюдение.
Система видеонаблюдения — это процесс визуального контроля и получения видеопотока для его архивирования и дальнейшего анализа.
Основные компоненты системы видеонаблюдения:
- программное обеспечение;
- видеосервер/видеорегистратор;
- видеокамеры;
- инженерная и сетевая инфраструктура.
Система видеонаблюдения применяется для осуществления целого комплекса функций: охранных, технологических, аналитических
Сейчас на мировом рынке есть две технологии видеонаблюдения — аналоговое видеонаблюдение и IP-видеонаблюдение. Мы не будем останавливаться на системах аналогового видеонаблюдения, поскольку оно используется все реже. Все современные системы строятся с применением технологии TCP/IP, и видеонаблюдение не исключение.
Что же такое система умного видеонаблюдения?
Система умного видеонаблюдения — это процесс визуального контроля и получения видеопотока, в котором используются искусственный интеллект, нейронные сети, анализ данных и автоматизация.
Система умного видеонаблюдения строится на таких же основных компонентах, что и система «неумного» видеонаблюдения, за исключением применения специальных средств обработки полученной информации (программное обеспечение, видеорегистраторы).
На сегодняшний день даже самые бюджетные решения, предназначенные для домашнего использования, так или иначе оснащены функционалом, который позволяет сделать систему «умнее».
Для разработки и внедрения технического решения рынок предлагает нам два варианта систем:
- Использование аппаратных средств системы видеонаблюдения (видеокамеры/видеорегистраторы);
- Использование специализированного программного обеспечения и обычных видеокамер (на которых отсутствуют различного рода детекторы).
У каждого из вариантов есть свои плюсы и минусы, например, вариант 1 предполагает использование умных камер, что снижает стоимость проекта в части программного обеспечения и серверных мощностей, но не позволяет внедрять сложные нетипичные алгоритмы; вариант 2 предполагает использование специализированного программного обеспечения и GPU-серверов для работы искусственного интеллекта и нейронных сетей, что позволяет применять более дешевые камеры и внедрять сложные алгоритмы распознавания и анализа.
Про какие нейронные сети, детекторы, алгоритмы и анализ идет речь?
С развитием ИT-технологий в целом и систем видеонаблюдения в частности производители научились обрабатывать видеопоток в режиме реального времени и находить «аномалии». Сейчас есть различные видеоаналитические детекторы, которые помогают оператору при эксплуатации системы.
Видеоаналитические детекторы можно разделить по функционалу:
Охранная видеоаналитика — поведенческий анализ, пересечение линии, нахождение в зоне, саботаж, оставленные вещи, распознавание государственных регистрационных знаков, распознавание лиц, детектор транспортных средств, человека, животного, трекинг
и т. д.
Например, при создании проекта для одной из школ мы реализовали пять рубежей охраны с применением детекторов видеоаналитики охраны периметра, поведенческой аналитики, распознавания лиц, автоматической рассылки событий по чрезвычайным ситуациям ответственным лицам и интеграциями с другими подсистемами безопасности. Результат работы системы за три месяца: 10 нарушений порядка в школе, 2 случая драки, 12 попыток перелезть через забор, 2 попытки кражи самокатов.
Технологическая видеоаналитика — распознавание средств индивидуальной защиты (каски, жилеты, перчатки, очки
и т. д. ), распознавание огня и дыма, распознавание номеров вагонов железнодорожного транспорта, распознавание разлива нефтепродуктов, распознавание разрушения технологических установоки т. д. , например, в ходе работы над проектом для крупного агропромышленного комплекса мы разработали и внедрили систему видеоанализа для автоматизации индивидуального учета и инвентаризации животных. Так, видеоаналитика помогает повысить скорость и точность процессов на животноводческих предприятиях.Видеоаналитика для ритейла — тепловые карты, определение очереди, POS-аналитика, детектор уникальных посетителей, подсчет посетителей, контроль наполненности полок
и т. д. Видеоаналитика может применяться для определения товаров, пользующихся наибольшим спросом у покупателей, определения наполненности полок у стеллажа с популярными товарами, определения длины очереди на кассахи т. д.
Система умного видеонаблюдения включает в себя не только видеоаналитические функции, но также и систему автоматических уведомлений оператора, позволяет разрабатывать различные скрипты/модули для автоматизации рутинных действий, производить интеграции с внешними информационными системами для передачи информации различным подразделениям предприятия, использовать умный поиск по видеоархиву с использованием различной фильтрации и многое другое.
Систему умного видеонаблюдения возможно комбинировать с другими подсистемами — системой контроля и управления доступом, системой охранной сигнализации, системой охраны периметра, системой охранного освещения, системами пожарной безопасности — и гибко настроить под любую задачу.
Законодательство и видеоаналитика
В России сейчас можно использовать практически любую видеоаналитику, но стоит обратить внимание на регулирование работы с биометрией, в частности, с распознаванием лиц.
В декабре 2022 года был введен в действие Федеральный закон № 572 «Об осуществлении идентификации и (или) аутентификации физических лиц с использованием биометрических персональных данных, о внесении изменений в отдельные законодательные акты Российской Федерации и признании утратившими силу отдельных положений законодательных актов Российской Федерации», который достаточно строго регламентирует способы и правила использования методов и средств распознавания биометрии.
Согласно федеральному закону, биометрические данные, такие как изображение лица и голоса, должны хранится в единой биометрической системе (ЕБС).
Единая биометрическая система (ЕБС) (официальное название — «Единая система идентификации и аутентификации физических лиц с использованием биометрических персональных данных») — государственная цифровая платформа в России, предназначенная для сбора, хранения и использования биометрических данных граждан.
Хранение биометрических данных (изображение лица, голос) на локально размещенных серверах не допускается.
Существует три модели взаимодействия с единой биометрической системой:
- Прямое подключение к ЕБС (транзакционная модель) — Компания интегрируется с ЕБС напрямую через предоставленное API (программный интерфейс).
- Построение собственной коммерческой биометрической системы (КБС) и ее аккредитация. КБС компании извлекает из биометрических данных вектор (уникальный цифровой шаблон, необратимое преобразование). Сами изображения/записи в КБС не хранятся. Этот вектор отправляется в ЕБС для регистрации или сравнения. ЕБС работает с векторами, а не с исходными данными. (Аккредитованные коммерческие биометрические системы, например, ООО «Инновационные тенологии», ООО «Ovision»).
- Использование сторонней КБС (сервисная модель) — компания не подключается к ЕБС напрямую и не строит свою КБС. Вместо этого она заключает договор с аккредитованной КБС (например, с тем же ООО «Инновационные технологии» или ООО «Ovision»), которая выступает в роли агрегатора или провайдера биометрических услуг.
Выбор модели полностью зависит от размера компании, ее бюджета, IT-мощностей и стратегических задач.
Для стартапов, МФО и среднего бизнеса оптимальны прямое подключение или сервисная модель.
Для системообразующих банков и tech-гигантов — только построение собственной аккредитованной КБС, так как это дает стратегическое преимущество и контроль.
Что необходимо предусмотреть, как пользоваться, как отслеживать эффективность?
Система умного видеонаблюдения требует тщательного подхода к выбору как программной, так и аппаратной части.
Внедрение проекта можно разбить на несколько этапов:
- предпроектное обследование и разработка проектной документации;
- строительно-монтажные работы;
- пусконаладочные работы;
- опытная эксплуатация.
На первом этапе следует начинать с предпроектного обследования и разработки проектной документации. При проектировании системы необходимо учитывать, что многие видеоаналитические функции работают только при определенных условиях:
- линейные размеры отслеживаемых объектов должны составлять не менее 5−10% от размеров кадра;
- наилучшее качество работы видеоаналитических детекторов достигается в том случае, когда сцена хорошо и равномерно освещена;
- при монтаже камер следует избегать ракурсов, вызывающих перекрытие одних движущихся объектов (людей, транспортных средств и т. д.) другими движущимися объектами либо неподвижными препятствиями (архитектурными объектами, деревьями и т. д.);
- при монтаже камер следует учитывать, какой именно детектор планируется использовать в данном случае, так как ракурс и оптический угол наблюдения влияют на работу детектора видеоаналитики;
- следует избегать размещения камер напротив источников света (следует избегать контрового света);
- следует избегать наличия сильных теней. В противном случае необходимо минимизировать их наличие путем установки дополнительного освещения.
Рассмотренные выше требования — это только часть того, что прорабатывается на этапе предпроектного обследования и разработки проектной документации.
Вторым этапом идет проведение строительно-монтажных работ. Качественно проведенные монтажные работы компонентов системы — залог стабильной работы в будущем.
Третьим этапом можно выделить пусконаладочные работы. Он очень важен, потому что именно на этом этапе система становится умной. При этом проводятся работы по настройке оборудования, программного обеспечения, видеоаналитических детекторов под точные требования заказчика, производится дообучение системы при внедрении сложных видеоаналитических детекторов и алгоритмов работы системы умного видеонаблюдения.
Последним этапом является опытная эксплуатация. Опытная эксплуатация проводится определенное время, за которое заказчик работает с системой. В случае обнаружения неточностей алгоритмы и модели дообучаются и система перенастраивается.
После успешного внедрения системы необходимо отслеживать ее эффективность.
Примеры основных метрик:
- количество ложных срабатываний;
- скорость реакции на инциденты (сократилось ли время?);
- количество предотвращенных краж/проникновений;
- стабильность работы (падения системы, перезагрузки).
Все современные системы позволяют строить подробные отчеты.
Можно ли сделать существующую систему умной?
Ответ «Да!», но есть нюансы…
Многое зависит от технического задания на умную систему видеонаблюдения.
Если на объекте уже установлена система видеонаблюдения, например, российских производителей ISS, ITV, Macroscop, Trassir, то с вероятностью 90% она поддерживает различные видеоаналитические детекторы, но их стабильная работа зависит от технических характеристик серверного оборудования, на котором работает система.
Если необходима система сложной видеоаналитики, то возможно внедрить отдельный видеосервер с GPU-процессорами и специализированным программным обеспечением, настроить передачу видеопотока с существующей системы видеонаблюдения и эксплуатировать систему.
Мост между мечтой и реальностью
Новые технологии обработки видеоинформации появляются постоянно, производители добавляют в свое программное обеспечение дополнительные функции, которые позволяют более эффективно выстраивать бизнес-процессы предприятия, осуществлять охрану и повышать безопасность работников.
Применение видеоаналитических детекторов, автоматизации работы системы, автоматического оповещения ответственных лиц, внешних интеграций с другими информационными системами — все это может сделать вашу систему видеонаблюдения умной.
А чтобы увидеть, как это работает на практике, можно организовать на территории компании пилотную зону, охваченную умным видеонаблюдением.
