В рубрику "Видеонаблюдение (CCTV)" | К списку рубрик | К списку авторов | К списку публикаций
Задача повышения эффективности системы безопасности сегодня актуальна, как никогда ранее. Основная идея заключается в том, что количество и даже качество установленных повсюду камер не дают уверенности в том, что объект наблюдения будет правильно классифицирован
A.Н. Обаляев
Начальник отдела систем безопасности ЗАО "Голлард"
Увеличение числа камер на любом объекте автоматически влечет за собою дополнительные рабочие места для операторов и, как следствие, рост затрат. Еще одна составляющая проблемы – качество обработки тревог. И пресловутый человеческий фактор здесь тоже стоит далеко не на последнем месте. К примеру, снижение психофизической нагрузки на операторов и сокращение их количества – задача далеко не теоретическая.
Исходя из вышесказанного, хотелось бы более подробно обсудить обозначенные проблемы и методы их решения.
На сегодняшний день не существует системы безопасности, которая полноценно раскрывает все возможности видеоаналитики, встроенной в камеры или IP-видеосерверы. Сохранение данных от подобных устройств, а вернее качественное их сохранение (когда процесс сохранения занимает адекватное количество времени), является нерешенной на сегодняшний день задачей. Установить камеру или видеосервер с видеоаналитикой совсем не означает создать систему интеллектуального видеонаблюдения. Неизбежно встанет вопрос о дальнейших действиях по работе с множеством подобных камер или IP-видео-серверов.
Одним из требований к системе безопасности нового поколения будет возможность в автоматическом режиме обрабатывать поступающие тревоги в соответствии с их приоритетом. Причем данная задача будет усложнена тем, что, кроме метаданных и видеосигнала, система должна будет обрабатывать поступающую информацию от других датчиков и интегрированных подсистем (к примеру, систем охраны периметра, охранной сигнализации, контроля и управления доступом).
Мечты о полной ликвидации человеческого фактора по-прежнему остаются лишь мечтами, поэтому еще одним требованием к системе будет возможность эффективного распределения задач между операторами ситуационных центров и удаленными операторами (определенному оператору – определенная задача).
Создать систему реакций на поступающие события, правильно прописать алгоритмы действия системы и персонала – вот наиболее важные задачи в создании интеллектуальной системы безопасности объекта.
До сих пор обязанность проводить интегральный анализ по данным из нескольких источников возлагалась на оператора, что на самом деле противоречит естественной особенности человеческого мозга концентрироваться в каждый момент времени на одном источнике информации.
К примеру, ряд сложных периметральных нарушений можно эффективно обнаружить путем сравнения сигналов, полученных от интеллектуального видеоанализа изображения от обзорной и купольной (PTZ) камер с тревожными сигналами от датчиков, например радиоволнового или вибрационного типов.
Определение общих правил сразу для нескольких типов датчиков позволяет снизить частоту ложных срабатываний автоматической системы, а также более точно классифицировать событие и установить приоритет его обработки оператором.
Задачи видеонаблюдения в общественных местах, особенно предупреждение террористических актов, предполагают интегральный анализ перемещения человека в области контроля нескольких камер. Информации с одной камеры, как правило, недостаточно для распознавания "подозрительного поведения", так как неизвестно, откуда человек пришел, с кем встречался и как долго находился на контролируемой территории.
Джо Старк (Jo Stark), директор по цифровому видеонаблюдению компании IBM, отмечает: "Мы видим необходимость в более сложной системе поддержки принятия решения для кросс-корреляции аналитики, применяемой на различных ракурсах с нескольких камер". Подобная кросс-корреляция видеоаналитики позволяет восстановить полную траекторию движения цели на протяженном объекте и уменьшить неопределенность, связанную с перемещением нескольких людей в группе.
Николай Птицын, руководитель компании "Си-незис", более подробно раскрывает тему в статье "Будущее систем видеонаблюдения: многокамерное сопровождение" ("Системы безопасности", № 4, 2009).
Многие компании двигаются в направлении того, чтобы разработать систему безопасности, которая будет соответствовать всем вышеописанным требованиям.
Опыт нашей компании показывает, что применение интеллектуального видеоанализа в современных системах безопасности увеличивает эффективность работы службы безопасности, снижает затраты на содержание технического персонала и персонала службы безопасности.
Давайте попытаемся разобраться в экономической эффективности применения подобных систем на примере системы безопасности Москвы.
По всей Москве установлено более 100 000 видеокамер, информация с которых поступает в локальные центры мониторинга (ЛЦМ), расположенные в районах города. В каждом таком центре находятся дежурные, которые непрерывно следят за поступающими видеоизображениями и реагируют на нештатную ситуацию. В среднем одному оператору ЛСМ приходится контролировать более 30 видеокамер, и понятно, что от постоянного наблюдения за таким количеством видеоизображений оператор теряет бдительность. Ему требуется отдых, соответственно растет количество смен и дежурного персонала.
Применение интеллектуального видеоанализа в некоторых локальных центрах мониторинга не только повысило эффективность работы дежурных операторов, но и позволило одному оператору контролировать большее количество видеокамер, быстрее реагировать на поступающие тревожные события, сделать алгоритм взаимодействия оператора с реагирующими структурами более автоматизированным и, что немаловажно, сократить количество сотрудников ЛЦМ. Сокращение персонала локальных центров и замена их "компьютерным зрением" – одна из приоритетных задач, поставленных мэром Москвы.
Применение видеоаналитики, в частности так называемых сервисных детекторов, позволяет улучшить работу служб, осуществляющих техническую поддержку работоспособности системы нижнего уровня и правильнее организовать сбор платы за эту работу. Совсем недавно плата за техническую поддержку таким организациям начислялась просто по количеству видеокамер, обслуживаемых по договору, сейчас, благодаря внедрению интеллектуальной системы контроля за состоянием видеокамер, плата производится только за реально работающие видеокамеры. Данное внедрение позволило ввести более эффективный контроль за подрядными организациями и не платить из городского бюджета за неработающее и не существующее оборудование.
Наши клиенты иногда спрашивают нас, насколько экономически выгодно применение интеллектуального видеоанализа в системе безопасности. Ответить однозначно на этот вопрос очень сложно. Можно оценить, насколько система будет дороже из-за применяемых алгоритмов и оборудования, можно оценить экономию средств за счет сокращения персонала, но как оценить эффективность применения?
Доказать снижение рисков может оказаться наиболее трудной задачей. Вы можете с легкостью вычислить убытки от воображаемого происшествия, но настоящая проблема в том, что клиент зачастую не верит, что это происшествие может случиться.
Рассмотрим несколько ключевых факторов, позволяющих доказать эффективность видеоаналитики в этом разрезе. Какова вероятность происшествия? Тут нужна внутренняя статистика компании по происшествиям за предыдущие годы, исследования по конкурентам или в целом по виду деятельности клиента, изучение ситуации в регионе, но, как правило, получить такие данные для оценки вероятности происшествия и расчета экономической выгоды за счет сокращения этой вероятности не удается, а именно в этом и скрывается основной аргумент в пользу применения интеллектуальных систем безопасности.
При внедрении интеллектуальной системы безопасности заказчик получает не только анализ видеоизображения, но целый комплекс, направленный на повышение эффективности работы службы безопасности. Это и снижение ложных тревожных сообщений за счет сравнения событий от разных сенсоров, и эффективность работы с архивной информацией, и возможность более длительного хранения важной информации, автоматизации системы отчетности и контроля за действиями персонала, гибкого реагирования на события.
На сегодняшний день разработаны сотни алгоритмов видеоанализа, постоянно ведется борьба за снижение количества ложных срабатываний, за применение алгоритмов в более сложных условиях. Можно точно сказать, что применение интеллектуального видеоанализа в так называемой стерильной зоне показало свою эффективность – число ложных срабатываний сводится к 2–3%, что говорит о качестве алгоритмов анализа и о том, что процесс их разработки находится на стадии подгонки, более точной настройки.
Однако стоит заметить, что алгоритмы видеоанализа тоже бывают разными. Так, к примеру, сложные, реально работающие алгоритмы будут востребованы исключительно в крупных, распределенных системах безопасности (таких, как проект "Безопасный город", системы защиты периметра, видеонаблюдение на сложных ландшафтах и т.д.).
Количество заказчиков, готовых платить за аналитику, невелико. И большинство из этих заказчиков уже сталкивалось ранее с видеоанализом в различных его ипостасях, и без реальной, "живой" презентации алгоритмов они не решаются на повторные эксперименты. Однако при тестировании видеоаналитики в начале этого года нами была замечена тенденция заметного улучшения качества работы алгоритмов в реальных условиях. Кроме того, вендорами была проведена работа по адаптации алгоритмов к требованиям рынка и выведению на него в результате законченных решений, которые те самые пресловутые заказчики могут приобрести для применения на своих объектах.
Так, многие вендоры начали встраивать алгоритмы непосредственно в видеокамеры и эн-кодеры, что в камерах позволяет работать непосредственно с изображением, полученным с матрицы, без каких-либо преобразований.
Одна крупная зарубежная компания встроила процессор видеоанализа в линейку своих IP-видеокамер, и при желании пользователь может активировать лицензию для работы с видеоанализом в любое время (достаточно лишь зарегистрировать код активации в Web-интерфейсе самой видеокамеры) – и обычная сетевая видеокамера становится "интеллектуальной", а на выходе, помимо видеопотока, пользователь получает поток метаданных, по-ступаемых с процессора видеоанализа и на основе этих данных может реализовывать алгоритмы реакций на полученные события.
Плюс решения в том, что резко снижаются требования к центральному оборудованию системы: от камеры идет уже обработанный видеопоток, который можно выводить на экраны и архивировать без обработки на центральных серверах, а при применении интеллектуального видеоанализа непосредственно в видеокамере нет необходимости реализо-вывать его на центральных серверах.
Уменьшение центрального оборудования значительно удешевляет систему. Удорожание видеокамеры при активации лицензии видеоанализа составляет 10–15%. За эту прибавку к цене пользователь получает полный пакет алгоритмов видеоанализа и бесплатные обновления при доработке алгоритмов или появлении новых.
Как дополнительный бонус за выбор и использование аналитической составляющей подобного устройства заказчик получает уменьшение загруженности канала передачи данных (прокладывать и эксплуатировать который тоже надо, да и отдельное проектирование среды передачи мультимедиаданных никто не отменял). Однако, имея дело с подобными устройствами, мы можем задействовать в некоторых случаях в качестве "последней мили" беспроводные сети (взять те же технологии WiMAX или LTE). Это позволит устанавливать оконечное оборудование в тех местах, которые ранее считались недоступными для установки камер системы видеонаблюдения, а также задействовать нужные ракурсы для того же видеоанализа и покрыть проблемные участки, на которых ранее могли быть совершены правонарушения (ведь все прекрасно знают, что они совершаются далеко не всегда в зоне покрытия видеокамер). А так как видеоданные будут передаваться только в случае реальных тревог, то даже "тонкие" беспроводные каналы будут задействованы эффективно, без затыков, свойственных подобным каналам передачи данных в случае постоянной прокачки медиаконтента.
Кроме всего вышесказанного, хочется также затронуть тему так называемой приемной части – программного обеспечения для обработки и отображения информации.
Ни для кого не секрет, что для оператора системы безопасности интуитивно понятный интерфейс ПО крайне важен. И эффективность его работы напрямую связана с удобством, которое предоставляет программное обеспечение. Конечно, на данном этапе существующая программная платформа достаточно эффективна, однако для ряда специализированных задач, которые появились с началом использования видеоаналитики, решения еще не реализованы. Ведь принятие решений оператором с использованием аналитики по своей сути сильно отличается от тех процедур, которые нужно проделать оператору сегодня. Анализ структурированных системой данных, классификация тревог и выборка на их основе вариантов действий оператора, предложение наиболее часто используемых оператором действий на основе ранее совершенных этим пользователем реакций – все это позволяет поднять эффективность каждого из операторов на порядок без дополнительных затрат на допперсонал и допобучение.
Уже сегодня благодаря развитию алгоритмов и наращиванию мощности аппаратной части интеллектуальная система безопасности становится менее дорогостоящей и ее покупка выглядит оправданной с финансовой точки зрения. Это хорошая тенденция, поскольку речь здесь идет о технологии, существенно продвигающей вперед наши возможности по обеспечению эффективной безопасности. Вопрос вызывает не то, как оправдать затраты на приобретение такой системы, а скорее то, как можно без нее вообще обойтись, учитывая, что один человек не может смотреть на десяток мониторов одновременно!
Опубликовано: Журнал "Системы безопасности" #3, 2010
Посещений: 11801
Автор
| |||
В рубрику "Видеонаблюдение (CCTV)" | К списку рубрик | К списку авторов | К списку публикаций
