Это происходит каждый день. В мгновение ока может произойти автомобильная авария, раздаться выстрел или нападение на ни в чем не повинных прохожих. Благодаря храбрым женщинам и мужчинам, которые каждый день надевают форму для служения обществу, мы можем меньше беспокоиться об опасностях, которые нас подстерегают. Эти люди являются супергероями, но они не обладают сверхчеловеческими способностями - по крайней мере, в данное время.
Благодаря новым достижениям в области видеоаналитики и Интернета вещей (Internet of Things - IoT), эти супергерои получат сверхчеловеческие способности и смогут нас лучше защитить.
Зрение - одно из главных средств безопасности. Мы внимательно смотрим по сторонам, когда переходим дорогу. Мы готовимся к защите, когда видим агрессивно настроенных людей. Но наша способность использовать зрение как средство обеспечения безопасности - ограничена. В результате, разработка мер реагирования на чрезвычайную ситуацию или расследование преступления становятся более зависимыми от интуиции, чем от голых фактов.
С середины 1960-х годов видеонаблюдение в городах становилось все более распространенным явлением. Эта технология позволила правоохранительным органам следить за подозрительными людьми в общественных местах, более внимательно изучать преступления и более эффективно их расследовать, а также следить за безопасностью на мероприятиях, где тысячи людей могут стать мишенью террористов.
С развитием технологий, таких как искусственный интеллект, машинное обучение и компьютерное зрение, видеонаблюдение становится чем-то большим. Расширенные возможности аналитики теперь позволяют преобразовать видео в ценные данные. Оповещение об угрозах в реальном времени значительно повышает безопасность. Новые технологии помогают нам быстрее реагировать на возникновение угроз, эффективнее расследовать или даже предотвращать преступления. Они помогают нам понять, как стать еще более эффективными в будущем - такими, как супергерои.
До недавнего времени отраслевым стандартом видеоаналитики было распознавание цвета в пикселях. Программное обеспечение анализирует пиксели для идентификации подозрительных объектов и людей. В случае их обнаружения служба безопасности получает предупреждение, после чего может выбрать необходимые меры реагирования. Проблема этой технологии заключается в том, что она можно принять за подозрительного человека или объект не представляющее угроз животное.
Программное обеспечение просто обнаруживает изменение цветов пикселей и генерирует предупреждение - за этим не стоит никакого интеллекта. Алгоритм распознает появление в кадре чего-то нового, но не может определить, был ли это человек. Он не может оценить уровень угрозы и определить необходимые меры реагирования.
Ранняя видеоаналитика также создавала много ложных срабатываний тревоги из-за неблагоприятных погодных условий, таких как снег, дождь или ветер. Из-за чрезмерного количества ложных сигналов люди начинали игнорировать предупреждения, по сути дела делая эту технологию бесполезной. Ложные тревоги тратят драгоценное время и ресурсы, во многих случаях заставляя сотрудников службы безопасности игнорировать все возникающие предупреждения. В конечном счете принятие на рынке видеоаналитики замедлилось. Хорошая видеоаналитика должна обеспечивать ситуационную осведомленность во всех условиях - даже в дождь или снег - и игнорировать появление таких “злоумышленников” как белки или соседские кошки.
Сегодня компьютерное зрение, машинное обучение и искусственный интеллект значительно снижают количество ложных срабатываний и повышают полезность видеоаналитики. Вместо того, чтобы видеть только движущиеся пиксели, передовая видеоаналитика может создавать четырехмерную реконструкцию двумерных видеоизображений (3-D плюс время). Теперь объекты могут быть точно идентифицированы и в некоторых случаях классифицированы с помощью искусственного интеллекта.
Система видеонаблюдения теперь может не только увидеть объект, но и понять, что этот объект из себя представляет: белка - это белка, а не нарушитель, который вооружен и опасен.
В настоящее время “умные” видеокамеры становятся новым стандартом видеонаблюдения. Несмотря на возможность собирать ценные данные, использование их для общественного блага остается проблемой. Причиной этого является отсутствие интеграции между системами в городской экосистеме. Без интегрированной централизованной системы умные города не станут реальностью.
Источник securitytoday.com. Перевод выполнен авторским коллективом сайта. Ваши замечания отправляйте администратору сайта. Елена Пономаренко.
