Moderní chytré kamery – jak funguje analýza s pomocí AI
14. 07. 2022
Přestože slovo umělá inteligence (a zkratka UI nebo AI) ještě v roce 2022 může pro někoho znít exoticky, její algoritmy nás dnes obklopují v mnoha oblastech běžného života. Jednou z nich je i zabezpečení s pomocí videoanalýzy v kamerách. Jak takové inteligentní kamerové systémy fungují?
Pro koncového uživatele, například provozovatele logistického skladu, průmyslového objektu, kancelářské budovy nebo dokonce obyvatele soukromé rezidence, je důležité to, co umělá inteligence v kamerách umí: například přesně identifikovat nežádoucího návštěvníka a spustit alarm, zajistit včasné varování při nehodách nebo automaticky rozlišovat typy vozů a číst registrační značky. Pojďme se podívat na tři zajímavosti o tom, jak tyto systémy fungují.
1. Program umělé inteligence nepíše člověk
Ne všechny videoanalytické aplikace využívají umělou inteligenci. Tradičnější přístup je tzv. pixelová analýza, kdy programátor sám definuje kritéria obrazu a napíše algoritmus, který určí, co má aplikace dělat – například identifikovat SPZ auta. Naproti tomu v případě AI aplikace vznikne výsledný program automatickým „trénováním“. Trénovací algoritmus zpracuje úvodní sadu dat (obrázků) a následně sám vytvoří model, který obrazy vyhodnocuje. Proti tradičnímu programování je umělá inteligence efektivnější, může totiž rychle projít tisíce obrázků a pracovat s mnohem více faktory, které je definují. Přesnost AI přitom závisí na velikosti úvodní trénovací sady.
2. AI může běžet přímo v kamerách
Ačkoli jsou AI programy někdy velmi robustní, moderní síťové kamery mají čím dál větší kapacitu pro pokročilé funkce – proto se značná část „inteligence“ může odehrát přímo v procesoru kamery, v samotném obrazovém a zvukovém senzoru. To, že není potřeba video ve vysokém rozlišení nepřetržitě posílat k analýze do centrálního serveru, má své výhody – ušetří se za datový přenos, navíc je takové řešení vhodnější z hlediska ochrany soukromí. Operátor systému se tak zabývá jen přesně definovanými poplachovými stavy – do zakázané zóny právě vjela dodávka, nějaký člověk právě přelézá plot. Co se týče využití AI, konkrétní bezpečnostní řešení jsou nakonec většinou hybridní, kdy náročnější operace probíhají na serveru, méně náročné v kamerách.
3. Falešné poplachy jako měřítko
Různých videoanalytických aplikací na bázi AI existuje mnoho. Kromě již zmíněného čtení SPZ aut lze s pomocí AI v záběru například rozlišovat osoby od zvířat a dopravních prostředků. Asi nejznámějším příkladem je rozpoznávání tváří, které je v Evropě dosud legislativně omezené a eticky sporné. V SECURITAS ČR testujeme pokročilý systém videodetekce zbraní, který má za úkol včas identifikovat střelce a zmenšit rizika útoků ve veřejných budovách. V oblasti zabezpečení je ale nakonec klíčovým měřítkem použitelnosti aplikací jejich spolehlivost a přesnost, a dobrým ukazatelem je při tom počet falešných poplachů. Například operátor služby Securitas RVS má v pražském dispečinku na starosti několik stovek inteligentních kamer v různých objektech, které přirozeně nesleduje zároveň, pouze při poplachových stavech. Pokud by alarm vyvolala každá větev stromu ve větru nebo kočka na obvodové zdi, falešné poplachy by systém zcela zahltily. Dobře „vytrénovaná“ umělá inteligence však takovému scénáři brání. Ukázalo se to v roce 2020, kdy se ke zpřesnění videodetekce v dispečinku Securitas Operation Center začal používat program na bázi AI. Počet falešných alarmů meziročně poklesl o 40 % a operátoři tak zvládli monitorovat až dvakrát větší počet kamer.
LÍBIL SE VÁM TENTO ČLÁNEK?
Přečtěte si také:
Jak správně vybrat kamerový systém?
Správa kamerových systémů v Securitas