«Большой Брат»: реальность и мифы видеоанализа

21 июля 2014
12

Наше мировоззрение часто не поспевает за техническим прогрессом. С чем у вас ассоциируется понятие "видеонаблюдения"? Набор камер и оператор, следящий за экранами. Охрана периметра. И такие ассоциации — у всех людей: продаются даже муляжи видеокамеры, которые ни к чему не подключаются, не транслируют и не пишут видео, но отпугивают «нарушителя периметра» за счет психологического эффекта. Камера стоит!

С точки зрения специалиста эти ассоциации отражают даже не вчерашний день. Вчерашний — это использование видеоаналитик, программно-аппаратных комплексов для автоматического анализа снимаемых камерами событий. Применение видеонаблюдения для контроля техники безопасности, для управления технологическими процессами, для маркетинговых исследований — эти, казалось бы, инновации уже на самом деле устарели.

В реальности вчерашнего дня мы говорили об автоматической реакции системы на изменение картинки с камеры: компьютер мог предупредить оператора о том, что появился какой-то новый объект. Система могла посчитать количество находящихся в области объектов/людей, посчитать, сколько их вошло, а сколько вышло из контролируемой области, автоматически отслеживать изменения в «картинке». Могла распознавать какие-то стандартизованные картинки — например, регистрационные номера автомашин.

Сегодня существуют аналитические системы, позволяющие распознавать лица людей или контролировать видимое поле по заданным условиям: например, определять, надета ли каска на сотрудника, когда он находится на опасной территории.

Системы завтрашнего дня — это комплексный анализ поведения людей: их активность, мимика, тембр голоса, выявление паттернов поведения, позволяющих, например, распознавать террористов-смертников или потенциальных нарушителей порядка.

Почему завтра еще не наступило?

Чем сложнее задачи, тем чаще требуется высокое качество анализируемого видеоизображения. Как следствие — растут требования к каналам передачи данных и серверным мощностям.

Качество изображения, а следовательно, четкость объектов и процент их успешного распознавания сильно зависит от разрешения видеосъемки, чувствительности камеры и параметров потока (каналов связи). На данный момент наибольшее распространение в охранных системах имеют аналоговые видеокамеры, максимальное разрешение которых — D1 (720×480 — для NTSC или 720×576 — для PAL). Разрешение D1 соответствует 414 720 пикселям, то есть 0,4 мегапикселям. Это ограничение можно обойти использованием цифровых камер, имеющих разрешение несколько мегапикселей. К сожалению, оборотной стороной медали является поток видеоданных с такой камеры, который может варьироваться от 1-2 до нескольких десятков мегабит в секунду.

Ограничение каналов связи наиболее актуально для объектов наблюдения, находящихся в местах с бедной телекоммуникационной инфраструктурой: местах капитального строительства, объектах добычи полезных ископаемых, где передача информации становится очень дорогой или организация высокоскоростного канала связи вообще невозможна. В таких случаях строят децентрализованные системы видеонаблюдения, в которых системы хранения и анализа изображений располагаются непосредственно на объектах, уменьшая объем трафика с центральной управляющей системой, которая получает только критичные метаданные: информационные сообщения, события и прочее. В этом случае выделение событий и их классификация (по источнику события, дате, времени, по уровню экстренности, по уровню критичности события, по ответственному за обработку и др.) будут происходить на удаленном объекте.

Такую архитектуру имеет одна из реализованных нашей компанией систем интеллектуального видеонаблюдения с автоматизированным распознанием нештатных ситуаций и дистанционным мониторингом процессов на удаленных объектах инфраструктуры добычи нефти. Целью проекта было повышение безопасности, производительности труда и общей экономической эффективности деятельности соответствующих подразделений (суммарный экономический эффект оценивается в 5-10 млрд. руб. в год).

Используя возможности EDGE-аналитик (встроенных в камеру наблюдения), мы повышаем отказоустойчивость комплексной системы (выйдет из строя один узел, остальные продолжат работать, анализировать). Естественно, в таком подходе есть и недостатки: например, стоимость обслуживания такой системы выше, чем централизованной и требуется тщательное планирование всех действий, связанных с регламентными процедурами на объектах, т.к. добраться туда часто бывает крайне затруднительно.

Достаточно часто встречаются проекты, где нужно передавать живое видео с подвижных объектов. Это может быть наблюдение за порядком на транспорте или за сохранностью груза в пути. Зависимость требований к качеству каналов связи от скорости передвижения объекта в зоне действия сетей мобильной связи растет по экспоненте. При этом клиент ожидает увидеть изображение приемлемого качества на скоростях и в зонах покрытия, где передача на скорости 50 кбит/с — уже серьезная проблема.

Как-то мы решали задачу по организации системы дистанционного мониторинга на локомотивах, перевозящих цистерны с нефтепродуктами. Для передачи качественной «картинки» в условиях низкоскоростного или нестабильного канала мобильной связи мы использовали специальную израильскую технологию. При этом при попадании в зону уверенного приема и большей пропускной способности каналов связи видеоархив данных в автоматическом режиме синхронизируется с центральным хранилищем и осуществляется передача видеоданных.

Что же касается серверных мощностей, то тут все зависит от потребностей заказчика в хранении (некоторым организациям нужно хранить видео высокого качества с частотой кадров 25 к/с за несколько лет) или видеоанализе (есть инсталляции, где серверный кластер анализирует до десятка видеоаналитик на нескольких десятках камер) и от ряда других факторов.

...И что не будет уметь видеоаналитика даже завтра?

Есть ряд расхожих мифов о видеоаналитике. В частности, бытует мнение, что искусственный интеллект вот-вот сможет превзойти возможности человека.

Действительно, существует множество примеров ситуаций, где использование автоматизированных средств позволяет получать преимущества. Например, за счет эффекта масштаба, когда требуется обрабатывать видео одновременно с множества камер. Работа людей стоит дорого, при этом, согласно исследованиям, после 12 минут непрерывного наблюдения оператор начинает пропускать до 45% событий. И до 95% потенциально тревожных событий будет пропущено уже после 22 минут наблюдения. Преимущества машины очевидны. Видеоаналитика всегда беспристрастна, ее невозможно подкупить, вступить с ней в преступный сговор. Она не устает и не ходит на перекур.

Теперь о недостатках. Главный — большинство систем рассчитаны на идеальные условия работы: объект хорошо различим и может быть легко классифицирован согласно тому паттерну, который имеется в алгоритме (классификаторе) аналитики. Плохое освещение, плохие погодные условия, сильные отклонения от ожидаемых параметров объектов наблюдения или паттернов поведения — все это ведет к повышенному проценту ошибок при идентификации объектов или ситуаций. Существующий уровень развития математического аппарата и систем с искусственным интеллектом не позволяет надеяться, что в ближайшем будущем машина сможет логически мыслить и тем более делать выводы. Здесь важно четко понимать, где заканчиваются возможности компьютерного зрения и анализа. Хорошим показателем является вероятность определения того или иного события видеоаналитикой с точностью выше 90%.

У нас был заказчик, которому требовалось контролировать, носят ли его сотрудники защитные каски и очки в опасной зоне. Понятно, что идеальных условий для видеоаналитики на промышленном объекте, где высокий уровень запыленности и люди никогда не смотрят в камеру, добиться сложно. Здесь не поможет никакая видеоаналитика - необходимо использовать комплекс технических решений.

Еще один миф связан с распознаванием лиц людей: самой известной и самой интересной из возможностей видеоанализа. Есть системы, позволяющие практически безошибочно узнавать человека, опять-таки в практически «тепличных» условиях. Хвастаясь этим функционалом, производители видеоаналитик редко рассказывают, как именно выглядит организация поддержки такой аналитики и какие серверные мощности необходимы для того, чтобы узнать 1 человека хотя бы не из 100 сотрудников завода, а из нескольких тысяч людей из базы данных правоохранительных структур, анализируя сотни тысяч пассажиров метро.

Опуская подробности, можно сказать, что если камеры стоят не на проходной и не смотрят прямо «в лоб» проходящим, а также если нет базы изображений людей, содержащей лица под разными ракурсами с разными выражениями, то на приемлемый результат вряд ли можно рассчитывать.

Как построить успешную систему видеоанализа

Технология двигается вперед: системы становятся все мощнее, алгоритмы все изощренней и оптимальней. По нашему опыту, качество видеоанализа (измеримый критерий которого — соотношение количества успешно детектированных инцидентов к количеству недетектированных и ложнодетектированных) в гораздо большей степени зависит от выбора места расположения камер, грамотного подбора оптики и прочих факторов, связанных с получением «идеальной» картинки, поэтому, если говорить о выборе подрядчика на реализацию системы интеллектуального видеонаблюдения, мы бы рекомендовали в первую очередь ориентироваться на наличие у потенциального исполнителя опыта реализации подобных проектов. В идеале, чтобы у него был опыт именно в вашей отрасли.

Так, работая с аэропортами и вокзалами, нужно знать положения 16 ФЗ о транспортной безопасности и последние обновления и дополнения к нему. При оснащении предприятий топливно-энергетического комплекса необходимо особое внимание уделять пожарной безопасности (например, возможно применение очень ограниченного количества моделей камер, реализованных во взрывозащищенном исполнении) и климатическим характеристикам (возможность камеры работать в условиях низких температур).

Если эти факторы учесть, то возможно реализовать действительно эффективную систему, способную окупить себя за первые же пару лет использования за счет точности реагирования на нештатные ситуации и инциденты, повышения управляемости бизнеса, доступа к четким измеримым критериям его работы и возможности их контролировать, общего роста безопасности. 


4939
Поделиться
Коментарии: 12

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Александр Бейдер
    Рейтинг: 10
    TerraLink
    Директор по цифровым технологиям
    20.08.2014 20:49

    А можно ли вот такое. Есть большой массив видеозаписей. Есть фото преступника. Или героя. Без предварительного атрибутирования видеозаписей найти по фото, на которой из них имелось данное лицо?

    • Виктор Федько Александр
      Рейтинг: 217
      АО МПО им.И.Румянцева
      Зам. начальника управления информационных технологий
      21.08.2014 08:06

      Можно)). Есть такие возможности. И не только по преступникам. Весь вопрос, что Вы понимаете под "большим массивом видеозаписей" ? Коллекцию фотографий? Это одно. Или хаотичные массивы случайных записей в разных ракурсах? Это будет несколько иное.Сложнее.

  • Александр Бейдер
    Рейтинг: 10
    TerraLink
    Директор по цифровым технологиям
    21.08.2014 12:47

    Скажем, архив фотокиновидео и проч материалов среднего по мировым понятиям телеканала

    • Виктор Федько Александр
      Рейтинг: 217
      АО МПО им.И.Румянцева
      Зам. начальника управления информационных технологий
      21.08.2014 13:52

      В принципе можно. Многое зависит от качества. и срока давности видео и фото материалов. Все это цифруется, расчленяется, создается БД . Далее работает определенный софт на сравнение. Штука интересная, реально работающая, но не дешевая.

  • Александр Бейдер
    Рейтинг: 10
    TerraLink
    Директор по цифровым технологиям
    21.08.2014 14:40

    есть ли что-нить промышленное, апробированное? Вы готовы поучаствовать в исследовании возможностей применения (для начала)?

    • Виктор Федько Александр
      Рейтинг: 217
      АО МПО им.И.Румянцева
      Зам. начальника управления информационных технологий
      21.08.2014 15:43

      Есть. Не у нас. Там. где есть, вряд ли признаются в этом.)))). Очень специфическое применение.)))

      • Александр Бейдер Виктор
        Рейтинг: 10
        TerraLink
        Директор по цифровым технологиям
        26.08.2014 17:11

        Тогда зачем про это говорить?! Ситай, что нет....

        • Виктор Федько Александр
          Рейтинг: 217
          АО МПО им.И.Румянцева
          Зам. начальника управления информационных технологий
          26.08.2014 19:26

          Вы задали вопрос - я ответил. Я знаю, что есть. Потому и говорю.

    • Виктор Федько Александр
      Рейтинг: 217
      АО МПО им.И.Румянцева
      Зам. начальника управления информационных технологий
      21.08.2014 16:50

      Вот один из примеров, кстати. Как собираются использовать.

  • Владимир Грибанов
    Рейтинг: 10
    IVO Systems
    исполнительный директор
    26.08.2014 17:37

    Александр, здравствуй!

    Такие технологии есть, и они доступны. Есть две проблемы с их использованием:
    1. Любые алгоритмы распознования образов работают на основе апроксимационных моделях, соответственно точность в 100% недостижима
    2. Такие алгоритмы не очень быстрые, скорость обработки (распознавания) зависит существенным образом от вычислительных мощностей и производительности СХД
    3. Точность зависит от очень многих параметров - освещенность, выражения лица, темные очки, расположения лица на видеозаписи архива и эталонного изображения и тд. В некоторых системах используется фотографии с разных ракурсов фас профиль, под углами и т.п.
    4. Скорость зависит от того сколько лиц одновременно ищат в архиве, причем в геометрической прогрессии

    Есть специализированные железячные решения для обработки видео, которые могут существенно ускорить выполнение анализа. И при реализации подобной системы я бы например делал преданализ архива, выделяя все лица и их перемещения, а потом искал в них.

    Не могу найти твою визитку, если есть интерес, готов поделиться опытом, дать профильных сотрудников для исследования задачи и т.д. Телефон можешь взять у Надежды Притулюк

  • Александр Бейдер
    Рейтинг: 10
    TerraLink
    Директор по цифровым технологиям
    26.08.2014 19:29

    ок, спасибо. Как тесен наш мир...

  • Марк Шварцблат
    Рейтинг: 10
    КТ "Акведук"
    ИТ-директор
    28.08.2014 14:49

    Вас узнают без карточки

    Хотя разработки в области распознавания лиц ведутся достаточно давно, в большинстве действующих систем видеонаблюдения соответствующая техника либо вообще не применяется, либо играет вспомогательную роль. Нельзя полностью полагаться на «узнавание в лицо», когда требуется надежно идентифицировать человека, — слишком высока погрешность (10–20% ошибок), да и живой человек тоже нередко ошибается. Проверка документов — бумажных или электронных, — привычная и необременительная процедура, а «распознавалке» при этом остается роль дополнительного механизма для выявления злоупотреблений, таких как попытка пройти по чужому пропуску или взять кредит по чужому паспорту. Совсем другое дело — исследование поведения покупателей. В этом случае стопроцентная надежность не нужна, и данные распознавания будут весьма полезны даже при сравнительно высоком проценте ошибок. По крайней мере, на это рассчитывают владельцы многофункционального комплекса «Водный», который должен вскоре открыться в Москве на Ленинградском шоссе: они стали первыми заказчиками инновационного решения RealTrack Interactive — системы облачного видеонаблюдения с продвинутыми аналитическими функциями.

Предметная область
Отрасль
Управление