С тех пор, как система видеоконтроля была внедрена на парковках торгового центра «SCS Shopping City Sud» под Веной, количество угонов сократилось примерно на 75 процентов. В городском парке «Рапольди» в Инсбруке актов вандализма и карманных краж стало меньше на 65 процентов. Сейчас камерами - при полном одобрении населения - оснащаются железнодорожные вокзалы и станции метро в Вене. Комиссия по защите данных одобряет использование «цифровых глаз», если зона контроля обозначена, а записи стираются через 48 часов. Эти успехи привели к буму на рынке систем видеоконтроля, мировая ёмкость которого составляет сейчас 11 миллиардов евро и постоянно растёт. Однако с увеличением информационного потока возможности контроля сталкиваются с пределами возможностей человеческого восприятия. Операторы измотаны. Результаты исследования, проведённого в США, доказывают наличие опасности снижения внимания: наблюдатель, работающий лишь с двумя мониторами с автоматическим переключением изображения перестаёт восприниматьдо45 процентов происходящего всего через 12 минут. Ещё через 10 минутой не воспринимает практически всю важную информацию, аименно95 процентов. «Таким образом, востребованы решения для автоматизированного и автономного анализа и оценки», - подчёркивает Клаудия Виндиш, начальник одного из исследовательских отделов «Siemens», занимающегося умными видеосистемами. В противном случае пришлось бы намного увеличить количество сотрудников, и расходы муниципалитетов на персонал оказались бы неподъёмными. Ведь даже такой относительно небольшой город как Грац уже использует тысячи камер.
Системы контроля должны стать умнее. Над этим в рамках общего исследовательского проекта работают Технический университет Граца, компания «Joanneum Research» и концерн «Siemens». Проект называется «Outlier», что означает «online and unatended learning for implicit event recognition» то есть «самостоятельное онлайн обучение для полного распознавания событий». Хорст Бишоф, профессор компьютерного зрения из института машинного зрения и воспроизведения Технического университета Граца считает, что речь идёт о создании самостоятельно обучающейся камеры. По его словам, главная тенденция в сфере видеонаблюдения состоит в том, что «камеры становятся умными».
Полная автономия. В рамках проекта «Autovista» разрабатывается система видеонаблюдения, работающая в полностью автономном режиме. Профессор Бишоф: «Это значит, что камера может учиться и приспосабливаться к окружающей среде, а также автоматически реагировать на изменения». Человеку уже не нужно постоянно концентрировать внимание на наблюдении. Однако с точки зрения эффективности важно не только то, что камера обучается, но и то, как она это делает. «Наша камера, контролирующая, например, дорожное движение или общественные места, обучается тому, каким должно быть изображение в нормальной ситуации. Таким образом, она может отличить чрезвычайные происшествия, например, ДТП, пожары, скопления людей», - рассказывает Йозеф Бирхбауэр, «Siemens», о методике, благодаря которой отпадает необходимость в моделировании опасных ситуаций по отдельности. Бирхбауэр: «При этом степень «нормальности» можно настраивать в процентах и, таким образом, указывать камере, с какого момента должно следовать вмешательство». Сейчас также ведётся работа над действующими в реальном времени учебными алгоритмами и новыми подходами к статистической обработке повторяющихся событий и сценариев. Всё это необходимо для быстрой и эффективной «дрессировки» умных контролёров.
Автобан под контролем. Другой исследовательский проект Технического университета Граца, компании «Joanneum Research» и концерна «Siemens», в котором также принимает участие Общество финансирования автобанов и скоростных шоссе, посвящен видеоконтролю на автобанах. Проверенные системы для туннелей уже существуют, но процесс сбора данных и оценки критических ситуаций на дорогах, расположенных на открытом пространстве, гораздо труднее. Ведь в этом случае камере приходится иметь дело с постоянно меняющейся погодой и освещением. Системы видеоконтроля должны помочь службам спасения быстрее реагировать в случае аварии или выезда на встречную.
В центре внимания - люди. Видеонаблюдение можно также использовать для идентификации или поиска людей. К примеру, зачем нужны отличные фотографии футбольных хулиганов, если их всё равно нельзя обнаружить вовремя, - до того, как они попадут на стадион? Всматриваться в каждого болельщика слишком долго. Новая система производства «Siemens» сочетает функцию распознавания лица с распространёнными функциями камер контроля и работает в реальном времени. «Благодаря отклонению зеркала системы в сочетании с обзорной камерой, камерой ближнего плана и системой распознавания лица можно увеличивать лица на картинке и сравнивать их с фотографиями в базе данных», - описывает технологию Виндиш. Сейчас система испытывается в казино. Камеры должны идентифицировать игроков, которым запрещен доступ, в то время, когда они проходят мимо.
Однако если речь идёт о поиске преступников или детей, потерявшихся в магазине, основное значение придаётся вовсе не лицам. «В этом случае в качестве базы используется внешний вид, например, размеры тела или стиль одежды», - рассказывает Бирхбауэр. «В случае с преступлением можно выяснить, где останавливались подозрительные лица до и после». Эти системы подходят и для подсчёта людей, причем из разных перспектив. Например, современное видеооборудование подходит для определения среднего времени, которое необходимо пассажиру, чтобы пройти от самолёта до выдачи багажа. Анализ поведения пассажиров при пересадке на вокзалах даёт ценную информацию для улучшения организации.
Бывает, что камерам дают гораздо более замысловатые задания. Представьте себе товарный поезд, один контейнер за другим, и на каждом написаны номера. По разному. Даже если поезд движется со скоростью 230 км/ч, современные видеосистемы могут понять, правильна ли последовательность вагонов или контейнеров и все ли из них на месте. Понятно, что работа для камер с такими возможностями найдётся всегда.
Читайте самые интересные истории ЭлектроВестей в Telegram и Viber
