Proaktivan video nadzor

video-analitika-avigilon-pic-300x300px

Sadržaj članka

Pažnja operatera u nadzornom monitoring centru opada progresivno, do te mere da će već nakon 20 minuta biti propušteno 95% svih aktivnosti! Sveobuhvatno rešenje koje može odgovoriti ovom izazovu je napredna video analitika samoučećeg karaktera uparena sa AI algoritmima. Pročitajte u nastavku o evoluciji video nadzor analitike i kako je postala nezaobilazni forenzički alat u video nadzor sistemima današnjice, sa nadzornim kamerama visoke rezolucije.

 

Video analitika i unapređenje kapaciteta ljudske pažnje

Ljudski mozak ima ograničene mogućnosti pažnje. Studija iz 1999. godine (Green, 1999) utvrdila je da će operateri obezbeđenja koji nadgledaju video scenu posle 20 minuta propustiti i do 95 procenata svih aktivnosti. Zahvaljujući napretku u video analitici za detekciju obrazaca, danas imamo tehnologiju video analitike koja se bavi ovim pitanjem i koja je sveobuhvatnim evoluiranjem pretvorila jedan isključivo forenzički alat u moćnu proaktivnu soluciju.

Uparena sa snimanjem visoke rezolucije, video analitika obezbeđuje security operaterima veoma precizne alarme i jasne detalje slika, i jača njihovu sposobnost da efikasno intervenišu i preduzmu akciju kada dođe do neočekivanog događaja.

 

Ekonomija ljudske pažnje

Pionir veštačke inteligencije Herb Simon je rekao: „Bogatstvo informacija stvara siromaštvo pažnje.“ Simon je primetio da je većina tehnoloških sistema bila fokusirana na pružanje što više informacija, bez uzimanja u obzir faktor ljudske pažnje. Shodno tome, ovi sistemi su pružali višak informacija ljudima, u trenutku kada su bili potrebni sistemi koji filtriraju irelevantne informacije i ističu samo one od interesa.

Ono sto je Herb Simon opisivao je teorija ekonomije pažnje. Pristup menadžmentu informacija koji tretira ljudsku pažnju kao deficitarni materijal i ograničavajući faktor u apsorpciji informacija. Teorija ekonomije pažnje podržava stvaranje sistema koji u svom dizajnu uzimaju u obzir kapacitet pažnje. Ovi sistemi stvaraju filtere kako bi osigurali da je prvi sadržaj koji se predstavlja korisniku relevantan i od interesa.

 

Sigurnosni rizici vezani za raspon ljudske pažnje

Ako uzmemo u obzir teoriju ekonomije pažnje, i danas većina kontrolno bezbedonosnih centara i odgovarajućih sistema za video nadzor obasipa operatere u kontrolnom centru mnoštvom informacija, što dovodi do siromaštva pažnje. Pomenuta studija (Green, 1999) je pokazala uznemirujući trend u radu operatera:

1. Performanse security operatera znatno degradiraju posle 20 minuta
2. Loš kvalitet slike ubrzava ovu stopu degradacije
3. Pregled dvostruko više kamera duplo ubrzava degradaciju performansi
4. Tehnologija video analitike je koncepirana tako da predstavi samo informacije koje će zahtevati hitnu pažnju nekog operatera. Međutim, velika većina ovih sistema stvara neproporcionalno veliku količinu nebitnih informacija koje doprinose konfuziji i neaktivnosti operatera

 

Evolucija video analitike

Video analitika je evoluirala kroz serije sledeće tri tehnologije:
1. Video Motion Detection (video detekcija pokreta): Svaka promena iz jedne scene u drugu je važna
2. Advanced Video Motion Detection (napredna video detekcija pokreta): svaka promena koja odstupa od zadatog modela je važna
3. Advanced Video Pattern Detection (napredna video šablon detekcija): svaka promena koja ima šablon poznatog tipa objekta je važna

Video detekcija pokreta (VMD) je sada standardna funkcija ugrađena u većini novih kamera za video nadzor, snimača i video menadžment softvera. VMD funkcija se fokusira na otkrivanje svakog kretanja piksela iz scene u scenu, na osnovu jednostavno definisanog setovanja od strane korisnika. VMD je najefikasnija u sterilnim i statičnim okruženjima. Tehnologija je ograničena u dinamičnom okruženju, što rezultira visokim stopama lažnih alarma. Nažalost, ova visoka stopa lažnih alarma vodi direktno do drastičnog smanjenja pažnje operatera.Kao odgovor na ovo ograničenje, industrija je napredovala od VMD do AVMD – Advanced Video Motion Detection. AVMD se zasniva na postavljanju zadatog modela pozadine, upozoravajući na svaku promenu koja odstupa od uspostavljenog pozadinskog modela. Ova tehnologija se fokusira na monitoring scene i korišćenje podataka dobijenih putem kompleksne ručne kalibracije za identifikovanje pokretnih objekata. AVMD je efikasna kada je dobro podešena i tačno kalibrisana, ali je ograničena kada se pozadina promeni (na primer usled promena u okruženju, sezonskih i fizičkih promena), što dovodi do povećanja stope lažnih alarma tokom vremena i inicira potrebu za redovnim dodatnim podešavanjima.AVPD (Advanced Video Pattern Detection) je zasnovana na algoritmima modeliranja šablona ili obrazaca, upozoravajući na svaku promenu koja ima obrazac poznatog tipa objekta, kao što su osoba ili vozilo. Tehnologija se fokusira na prepoznavanje objekata u vidnom polju, a zatim na korisćenje informacija o kretanju objekta za njegovu preciznu klasifikaciju. Razmislite o tome kako ljudi prepoznaju predmete: prepoznajemo objekat na osnovu njegovog izgleda, oblika i pokreta. Advanced Video Pattern Detection funkcioniše na sličan način.
Od gore navedenih vrsta video analitičkih tehnologija, Advanced Video Pattern Detection, obezbeđuje najnižu stopu lažnih alarma i pomaže održavanju pažnje operaterima isticanjem informacija koje su relevantne i od interesa.

 

Kombinacija videa visoke definicije i analitike

U studiji iz 1983. godine (Nuechterlein, 1983) o vizuelnom zadržavanju pažnje, podaci su pokazali jaku korelaciju između kvaliteta slike i zadržavanja pažnje, gde je niži kvalitet videa dovodi do smanjenja zadržavanja pažnje. U okviru security industrije, radnici obezbeđenja ne mogu da vide ono što nije snimljeno, a i nemoguće je poboljšati sliku niske rezolucije, čime se naglašava značaj visokog kvaliteta video snimaka. Sa razvojem kamera za video nadzor visoke rezolucije, upotreba veće rezolucije i kvalitetnijeg videa može da bude efikasno sredstvo za povećanje održive pažnje operatera.

 

 

Studija iz 2008. godine (Sulman, Sanocki, Goldgof & Kasturi, 2008) o efektivnosti ljudskog učinka u video nadzoru, ukazala je na činenjicu da postoje ozbiljna ograničenja u sposobnosti ljudi da nadziru simultane video signale. Rezultati studije su pokazali da operateri propuste 60% objekata prilikom praćenja devet ekrana, naspram samo 20% propusta prilikom praćenja četiri ekrana. Sa upotrebom snimanja visoke rezolucije u kombinaciji sa odgovarajućim objektivima i optimalnim rasporedom nadzornih kamera, kompanije i organizacije sada imaju priliku da smanje ukupan broj instaliranih kamera. Snimci visoke rezolucije omogućuju prednosti širokog područja pokrivenosti sa mogućnošću digitalnog zumiranja oblasti od interesa za jasne detalje u okviru scene. Sa ovom povećanom pokrivenošću područja, manji broj kamera pokriva veliki prostor, što dovodi do manjeg broja monitora za nadgledanje.

Solucija video analitike visoke definicije videa u kombinaciji sa naprednom video tehnologijom za detekciju obrazaca, adresira problem ljudske pažnje i izazove u identifikaciji objekata na četiri načina:

1. Modeliranje šablona filtrira detekciju poznatih objekata
2. Visoko precizna detekcija objekta omogućava korisnicima alarme koji su relevantni i od interesa
3. Pravilno raspoređene kamere visoke rezolucije smanjuju ukupan broj kamera, povećavajuci sposobnost operatera za identifikaciju objekata
4. Video snimci visoke rezolucije daju slike bogate detaljima, koje pružaju neophodne dokaze za preduzimanje odgovarajućih mera

 

Zaključci

Tržište video nadzor solucija dostiglo je kritičnu tačku u mogućnosti povećanja pažnje security operatera i u obezbeđivanju efikasnih proaktivnih nadzornih rešenja. Rezultati istraživanja koje smo razmatrali u ovom tekstu pokazuju da postaje sve važnije da se ojača napredak u tehnologiji video analitike, kao što je napredna video analitika detekcije obrazaca, kao i da se obrati pažnja na izazov povećanja informacija sa smanjenjem koncentracije.

Tržište se već nalazi u eri kamera za video nadzor visoke rezolucije, a samoučeća video analitika, uparena sa snimanjem visoke rezolucije, omogućuje operaterima visoko precizne alarme i jasne detalje slike. Na ovaj način security operateri imaju mogućnost da efikasno intervenišu u situacijama od interesa i preduzmu neophodne akcije.

Preporučujemo da pogledate vodeća industrijska rešenja kompanije Avigilon u domenu self-learning tehnologija, video analitike i AI algoritama, čijim komplementarnim korišćenjem video nadzor sistemi postaju proaktivni i dobijaju novu upotrebnu vrednost.

Kako funkcionišu IP kamere za video nadzor?

IP kamere za video nadzor, odnosno kamere koje komuniciraju putem Internet protokola omogućuju prikazivanje snimaka, koji su dostavljeni putem Internet konektivnosti, LAN, ili Wifi mreže. Konektivnost i povezivanje kamera može biti žično ili bežično (Wifi kamere).

Celokupan sistem IP video nadzora sastoji se: od makar jedne IP kamere, opciono MicroSD memorijske kartice, od PoE mrežnog sviča za video nadzor koji će pružiti napajanje IP kamerama, i od signalno-naponske kablovske infrastrukture. Dodatno, veći IP video nadzor sistemi podrazumevaju nabavku video nadzor snimača, klijentskih radnih stanica i monitora, dok kod manjih sistema besplatna aplikacija za udaljeni pristup video nadzor sistemu putem Interneta efikasno obavlja posao.

Jedna od glavnih prednosti IP video kamera za nadzor jeste pojednostavljena i efikasna konektivnost, radi pretrage snimljenog zapisa, alarmnih događaja, ili gledanja snimaka uživo, što je čini idealnom za monitoring bitnih događaja sa udaljene lokacije, putem Interneta.

Druga korisna funkcionanost kamere IP jeste lokalno arhiviranje snimaka na samoj kameri putem MicroSD kartice, što pojednostavljuje arhitekturu sistema i omogućuje naknadno pregledanje video nadzor zapisa. Postoje i LTE 4G i 5G kamere za video nadzor koje uz microSD karticu i uz SIM karticu omogućuju notifikacije korisniku u slučaju alarmnih situacija.