Людський мозок має обмежену тривалістю концентрації уваги. У дослідженні 1999 року було встановлено, що охоронці які спостерігають за відео, через 20 хвилин упускають до 95% всього, що відбувається в кадрі. Використання досягнень в області відеоаналітики вирішує цю проблему. Відеоаналітіка забезпечує точність і надійність сповіщень.
Вчений в області штучного інтелекту Херб Саймон сказав: «Надлишок інформації створює брак уваги». Саймон зазначив, що більшість технологічних систем фокусувалися на наданні якомога більшої інформації, без урахування особливостей людини. Отже, ці системи надавали людям надмірну кількість інформації тоді, коли потрібні були системи, які фільтрують несуттєву інформацію і виділяють потрібні моменти.
Більшість співробітників служб безпеки отримують масу інформації, що призводить до проблем з концентрацією. Вищезгадане дослідження виявило наступні обмеження в роботі оператора:
1. Ефективність роботи оператора служби безпеки значно погіршується вже через 20 хвилин.
2. Оператори систем безпеки не можуть ефективно контролювати кілька відеокамер спостереження і датчиків.
3. Погана якість зображення прискорює втрату концентрації уваги.
Концепція технології відеоаналітики полягає в наданні тільки тієї інформації, яка вимагає негайної уваги оператора. Однак переважна більшість цих систем створює величезну кількість нерелевантною інформації, створюючи ще більше плутанини.
Стадії ефолюціі відеоаналітики:
1. Виявлення руху в відеокадрі.
2. Розширене виявлення руху на відео.
3. Розширене виявлення змін в кадрі.
Виявлення руху в відеокадрі - стандартна функція, включена до багатьох відеокамер спостереження, відеореєстраторів та програмного забезпечення для управління відео. Однак, дана технологія призводить до високого рівня помилкових тривог. На жаль, цей високий рівень помилкових тривог призводить до швидкого погіршення уваги оператора. У відповідь на це обмеження індустрія перейшла до технології, заснованої на ідентифікації рухомих об'єктів. Останнім етапом еволюції відеоаналітики є технологія Advanced Video Pattern Analytics, заснована на алгоритмах моделювання.
З трьох типів відеоаналітичних технологій Advanced Video Pattern Analytics має найнижчий рівень помилкових тривог. Вона допомагає підтримувати увагу оператора, виділяючи інформацію яка є актуальною і важливою.
Комплексна інтеграція декількох систем, таких як системи управління відео, з іншими підсистемами, такими як системи забезпечення безпеки периметра, забезпечує кращу ситуаційну обізнаність і управління тривогами.
У битві між людиною і машиною, відеоаналітіка Advanced Video Pattern Analytics має більше переваг.
Джерело www.securitysa.com. Переклад статті виконала адміністратор сайту Олена Пономаренко
