Термін "відеоаналітика" (Video Content Analysis - VCA) часто використовується для опису технологій, призначених для надання допомоги аналітикам в класифікації або виявленні на відео представляючих інтерес подій. Ці події можуть включати появу того чи іншого об'єкта або дії. Технологія VCA використовує складну суміш алгоритмів.
За останні чотири роки корпорація System Planning Corporation, Арлінгтон, штат Вірджинія, випустила кілька досліджень і оцінила дев'ять VCA технологій за класифікацією об'єктів і пошуку відео. В ході обговорень з потенційними користувачами і розробниками стало ясно, що негативне сприйняття відеоаналітики представляє собою серйозну перешкоду для широкого впровадження даної технології.
Незважаючи на ряд проблем, ми вважаємо що у відеоаналітики дійсно є потенціал для допомоги у вирішенні існуючих в нашому світі проблем. Технології VCA швидко розвиваються, тому іноді важко зрозуміти, де закінчується реальність, і де починається фантазія. Що було неможливо ще кілька років тому, тепер є звичайною справою.
Фільми та ТВ-шоу розмивають межу між фактами і вигадками, зображуючи можливості пошуку відео які дійсно існують, але зі значно більшою швидкістю, автоматизацією, точністю і надійністю, ніж можна досягти в даний час. Крім того, технологія розпізнавання номерних знаків регулярно використовується на стоянках і в гаражах, а програмне забезпечення для розпізнавання облич може використовуватися для входу в систему комп'ютера або для розблокування смартфона. Потенційні користувачі бачать величезні можливості інструментів відеоаналітики, але не враховують експлуатаційні обмеження роботи таких систем. Разом ці фактори сприяють поширенню нереалістичних очікувань щодо можливостей нових технологій.
Пошук в відео по суті неоднозначний через складність і глибину інформації, що міститься в зображенні. Правильна відповідь для одного користувача може бути неправильною ля іншого. Уявіть собі ситуацію: правоохоронні органи використовують відеокамери спостереження низької якості. Спочатку слідчі можуть використовувати відеоаналітику щоб дізнатися, чи з'являлися в полі зору відеокамери спостереження автомобілі. На даному етапі будь-який виявлений транспортний засіб буде являти собою правильну відповідь. Після перегляду всіх транспортних засобів у відео і зіставлення цієї інформації з іншою інформацією, слідчий вирішує що підозрюваний автомобіль - сріблястий седан. Потім запитується джерело відео більш високої якості що знаходиться поруч, яке дозволить знайти всі сріблясті седани - таким чином будь-який виявлений сріблястий седан буде представляти позитивний результат. Нарешті, після додаткового розслідування, підозрюваний автомобіль буде ідентифікований. Тепер, всі наступні запити будуть включати тільки збіг марки і моделі.
Вище наведені приклади, в яких результати пошуку технічно правильні, але не узгоджуються з очікуваннями і вимогами користувача. Це проблема, яка властива алгоритмам VCA. Програмне забезпечення не може запитати: "Це те, що ви мали на увазі?", щоб уточнити що цікавлять вас.
Важливим завданням технології VCA є не просто надання правильного результату, але і забезпечення бажаного результату. Забезпечення бажаних результатів вимагає конвергенції трьох понять: наміри користувача, інтерпретації відеоаналітики і результатів відеоаналітики. Відмінно реалізований алгоритм буде домагатися повного збігу між інтерпретацією і результатами, але цього не достатньо, щоб задовольнити потреби користувачів. Навчання користувачів роботі з відеоаналітикою підвищить довіру до технології VCA. Це означає, що користувачі повинні витратити якийсь час, щоб зрозуміти всі тонкощі і нюанси наданих результатів і поекспериментувати з варіантами запитів, щоб дізнатися як обмежити небажані відповіді.
Хоча ми вважаємо, що навчання користувача - кращий шлях до поліпшення визнання, на розробників VCA також покладено завдання з надання користувачам корисних інструментів та інформації. Без розуміння програмного забезпечення VCA користувачі не зможуть ефективно змінювати свої запити для поліпшення продуктивності системи. Більш детальна інформація дасть уявлення про «розумовий процес» інструменту відеоаналітики, тим самим дозволяючи користувачеві зрозуміти, які функції зображення допомагають отримати потрібний результат. Надавши користувачам інформацію яка дозволить краще зрозуміти результати пошуку, програмне забезпечення повинно також надати користувачам засоби для зміни цих результатів.
Джерело www.sourcesecurity.com. Переклад статті виконала адміністратор сайту Олена Пономаренко
