Демистификация искусственного интеллекта в сфере видеобезопасности

Искусственный интеллект (ИИ) существенно повышает возможности видеобезопасности, однако у людей сохраняется множество заблуждений относительно того, что же в действительности решения на основе ИИ могут, а что не могут (или не должны) делать.

Частично это связано со сложностью современного машинного обучения, которое обычному человеку представляется какой-то математической магией. Другим фактором является необоснованная шумиха и сенсационные маркетинговые заявления, которые порождают у пользователей нереалистичные ожидания. При некоторой ясности понимания специалисты по безопасности могут реально оценить, как ИИ способен улучшить качество выполнения различных операций, объективно отделить факты от вымысла и развеять мистическую тайну, окружающую этот мощный набор новых технологий.

Видеоаналитика (ВА) существует уже много лет, но только с 2009 года, когда к решению ее задач привлекли алгоритмы глубокого машинного обучения, начали последовательно появляться ощутимые результаты в виде отдельных наборов интеллектуальных функций. Благодаря постоянному обучению нейронных сетей такие базовые аналитические задачи, как обнаружение движения, обнаружение объектов или отслеживание объектов внутри сцены, стали вполне обычным явлением.

Программное обеспечение современных цифровых камер и систем управления видео может обнаруживать мелкие атрибуты отдельных объектов (например, людей или транспортных средств), отслеживать объекты с помощью нескольких камер, а также обнаруживать и отмечать различные аномалии в кадре. Во многих исследовательских лабораториях специалисты экспериментируют с новыми методами обнаружения событий и инцидентов, связей между различными объектами, прогнозированием их поведения и взаимодействия. Такой уровень ИИ обеспечивает получение людьми значимой информации и позволяет постепенно переходить к концепции упреждающей безопасности.

Искусственный интеллект внедряется в камеры, датчики, программное обеспечение систем управления видео (VMS) и программные приложения видеоаналитики. Благодаря более широкой доступности отдельных устройств и программного обеспечения на базе ИИ их внедрение в отрасли все время ускоряется.

Влияние на индустрию видеобезопасности

Системы видеонаблюдения претерпевают трансформацию, вызванную появлением новых технологий, основанных на обработке имеющихся метаданных, использовании интеллектуальных периферийных устройств и видеоаналитики с поддержкой ИИ. Эти технологии влияют на отрасль тремя важными способами:

• Превосходная видеоаналитика. Искусственный интеллект позволяет системам безопасности извлекать более точную информацию из формируемых камерами видеопотоков. К примеру, посредством оценки позы, то есть понимания артикуляции людей в сцене, аналитические решения могут определять поведение объектов, в частности, участвуют ли люди во враждебных или доброжелательных действиях. Программное обеспечение для обнаружения аномалий способно распознавать необычные события, которые могут сигнализировать об угрозе безопасности. ИИ позволяет сотрудникам служб безопасности получать гораздо более полную информацию о ситуации на объекте по имеющимся видеоданным.
• Повышенная операционная эффективность. Благодаря возможности поиска видеоданных по конкретным объектам, действиям или аномалиям сотрудники служб безопасности могут сэкономить значительное количество времени. Тревожные сообщения можно формировать только для самых критических событий, требующих проверки человеком. В совокупности это снижает потребность в человеческом мониторинге и делает службы безопасности более эффективными и информированными при реагировании на чрезвычайную ситуацию.
• Новые приложения. ИИ обеспечивает новые интересные варианты использования видео, такие как прогнозная видеоаналитика (или предиктивная видеоаналитика – ПВА), которая способна обнаруживать поведение, сигнализирующее о вероятности определенных событий еще до того, как они произойдут. Прогнозные решения анализируют живое и записанное видео с возможностью включения в обработку других данных, помимо видео, и изучения закономерностей, связанных с желаемыми или нежелательными результатами. Предписывающая аналитика идет еще дальше и прогнозирует вмешательства, которые могут полностью избежать нежелательных результатов. Например, если система обнаруживает, что автомобиль застрял на полосе движения, она может спрогнозировать, как перенаправить движение, чтобы предотвратить возможный затор.

Наличие «человека в курсе» является важной частью всех этих решений. Прогнозирующую модель можно использовать для отправки оповещения, побуждающего дежурного оператора системы видеонаблюдения просмотреть видео и решить, необходимо ли предпринимать какие-либо действия. Чем больше данных изучит система и чем больше отзывов получит от операторов, тем точнее она будет делать прогнозы. Предиктивная аналитика значительно облегчает сотрудникам службы безопасности задачу непрерывного мониторинга активности в кадре и быстрое реагирование при необходимости. 

Действенная автоматизированная помощь

Хотя многие могут подумать, что роль видеоаналитики заключается в принятии решений за людей, на самом деле все обстоит как раз с точностью до наоборот. Алгоритмы ВА просто анализируют огромные потоки данных в поисках аномалий, которые могут указывать на необычную деятельность или ситуацию. Решения для видеоаналитики наиболее эффективны в сочетании с другими технологиями безопасности, объединяющими видео-, аудио- и различные дополнительные данные для расширения контекста и возможностей оценки.

Сегодняшняя открытая платформа, управляющая работой системы видеонаблюдения, может принимать, обрабатывать и представлять оператору огромные объемы данных. Программное обеспечение для управления видео может подключать видео- и аудиоустройства, а также системы контроля доступа, устройства IoT и датчики для обнаружения всего: от качества воздуха до пожаров и типов шума, а также различных функций видеоаналитики, например, такой как подсчет людей в точке продаж. 

Благодаря ИИ типы условий, обнаруживаемых программным обеспечением VMS, практически безграничны и могут быть специально разработаны для удовлетворения конкретных потребностей заказчика. Такие системы способны самостоятельно отслеживать происходящие чрезвычайные события в режиме реального времени и принимать обоснованные упреждающие решения по мере их возникновения. Кроме того, открытые платформы VMS могут легко интегрироваться с другими системами, такими как системы контроля доступа, освещения, сигнализации и внутренней связи, создавая комплексный упреждающий подход к безопасности объекта в целом. 

Будущие инновации на горизонте ИИ

В настоящее время индустрия безопасности переживает ускоренную эволюцию ИИ и машинного обучения. Системы все глубже погружаются в извлечение многоуровневой информации от установленного оборудования, устраняя разрыв между транзакционными, видео- и аудиоданными.

Речь идет уже не только об анализе записанных данных – отрасль все быстрее переходит от реактивной к проактивной форме реагирования на инциденты. И уже в ближайшем будущем видеобезопасность будет кардинально изменена благодаря новым возможностям ИИ, в том числе:

• Понимание сцены. ИИ будет предоставлять целостную контекстную информацию для более разумной видеоаналитики, анализируя целые сцены, записанные в видеоданных, а не просто обнаруживая отдельные типы объектов внутри них. 

• Мультимодальный анализ. Объединив данные из нескольких источников (видео, тепловизионное видео, датчики охранной сигнализации, лидар, аудио, датчики Интернета вещей), мультимодальные решения ИИ могут формировать более глубокие выводы или делать более точные прогнозы о людях, транспортных средствах, поведении объектов и т.д. 

• Синтетические данные. Это информация, которая создается искусственно, а не в результате реальных событий. Синтетические данные особенно ценны тем, что они помогают уменьшить порог предвзятости за счет разнообразия обучающих данных, которого нет в исходных реальных данных. Еще одним преимуществом синтетических данных является защита конфиденциальности отдельных физических лиц и избежание проблем с получением их согласия на обработку.

Умный путь вперед

ИИ продолжит формировать дорожную карту индустрии видеобезопасности, но он не отстраняет людей от решения, а перемещает их в самый центр решения. ИИ теперь является инструментом на периферии, который наблюдает и анализирует, не только идентифицируя объекты, но и осмысливая то, что происходит в сценах. А в центре люди действуют уже более осознанно, используя свои навыки для проверки результатов работы ИИ и принятия решений о том, что делать. Путь разработчиков технологий и системных интеграторов резко поворачивается в сторону устройств и решений с поддержкой ИИ. Партнерство с поставщиками, находящимися в авангарде инноваций в области ИИ, будет иметь важное значение.

Несмотря на то, что ИИ значительно расширяет возможности ВА, человеческий фактор остается жизненно важным. ИИ настолько умен, насколько умны данные, на которых он учится, а использование человеческого контроля и опыта позволяет максимизировать ценность решений ИИ.

Автор:  Барри Нортон – Доктор, вице-президент по исследованиям Milestone Systems

Источник:  https://www.securityinfowatch.com/video-surveillance/article/53076147/demystifying-artificial-intell...