Ольга Шарова, 16/06/23
В современном мире преступность выходит на новый уровень, используя различные возможности современных технологий, поэтому обеспечение общественной безопасности стало критически важной задачей.
Видеонаблюдение – один из наиболее эффективных инструментов борьбы с преступностью, будь то предотвращение краж или идентификация подозреваемых. С развитием умных городов и Интернета вещей (IoT) видеонаблюдение стало более сложным и эффективным, чем когда-либо прежде.
Камеры видеонаблюдения используют в самых разных областях, включая правительственные объекты, промышленные предприятия, энергетику, образование, логистику, общественную безопасность, транспорт, ритейл и банки. Автоматизированные системы видеонаблюдения и видеоаналитики контролируют окружающую обстановку даже в ночное время и принимают решения по заранее определенным алгоритмам. Они позволяют распознавать лица, силуэты или походку людей, тип и марку автомобилей, номерные знаки, скорость движения транспортных средств. При обнаружении подозрительной активности система отправляет сигнал тревоги сотруднику службы безопасности, начальнику смены или полиции, которые могут принять незамедлительные меры.
Такие решения используют передовые алгоритмы обработки изображений для анализа видеоматериалов в режиме реального времени, а технологии машинного обучения позволяют им учиться на ранее собранных данных и повышать свою точность со временем.
В отличие от человека автоматизированные системы видеонаблюдения могут одновременно наблюдать за несколькими объектами, не уставая и не отвлекаясь. Это делает их идеальным инструментом для крупномасштабного наблюдения, где обеспечение безопасности требует больших ресурсов и затрат. Кроме того, они могут контролировать участки, доступ к которым для человека затруднен или опасен.
Распознавание людей в толпе
На первое место в борьбе с преступностью вышли системы распознавания лиц в режиме реального времени. Они популяризируются на государственном уровне и активно используются в крупных городах России.
Одно из их преимуществ – устранение человеческого фактора при наблюдении. Автоматические системы наблюдения запрограммированы на объективность и беспристрастность, а значит, с меньшей вероятностью совершат ошибки или упустят важные детали. Так, алгоритм, использующийся в камерах видеонаблюдения в Москве, способен обрабатывать 1 млрд изображений менее чем за полсекунды с точностью, близкой к 100%.
С помощью специальных нейронных сетей система сопоставляет лица, попавшие в поле зрения камеры, с изображениями из базы данных. Технология учитывает возрастные изменения и работает, даже когда человек стоит боком, в медицинской маске или надвинутой на лоб шапке. Сотрудники полиции Москвы в 2022 г. раскрыли 9,1 тыс. преступлений благодаря камерам городского видеонаблюдения.
Правоохранительные органы могут с помощью систем распознавания лиц находить преступников, людей, пропавших без вести, потерявшихся детей. Уже существует возможность анализировать данные с камер и из различных источников, таких как социальные сети и государственные архивы, для выявления потенциальных угроз, что в перспективе поможет снизить уровень преступности.
Учет рабочего времени
Технологии распознавания лиц могут использоваться не только в рамках безопасности, но и для учета рабочего времени сотрудников. Приведем несколько примеров.
Типографии
Система распознавания лиц в небольшой типографии позволяет зафиксировать время прихода и нахождения человека на рабочем месте, определить его загруженность в течение дня. Отчетная система помогает выгрузить данные в конце месяца или провести интеграцию с кадровой системой. Это очень удобно и дает возможность автоматизировать процессы учета кадров на предприятии.
Банки
Не менее актуально применение таких решений в банках. Все чаще системы бесконтактного доступа применяются для идентификации личности при снятии денег в банкоматах. Если добавить к такой системе модуль трекинга, то можно составить подробную карту перемещения клиента или сотрудника в отделении банка, анализируя занятость или количество времени, потраченное на ожидание снятия наличных в банкомате или в очереди на обслуживание.
Возможно также проанализировать, на каких участках пути у клиента были положительные или отрицательные эмоции, использовать эти данные для повышения качества обслуживания.
Детектор оружия
Одной из наиболее важных сфер применений видеонаблюдения может быть распознавание оружия в руках преступника, что поможет выявить потенциальные угрозы и предотвратить инциденты с применением насилия или угроз в школах и университетах.
Системы видеонаблюдения могут не только оперативно сигнализировать в режиме реального времени о наличии у человека оружия, но и распознать его тип и марку. Пока это возможно, только когда стрелок, например, несет в руках винтовку и оружие видно невооруженным взглядом. В этом случае установленная система срабатывает автоматически и вызывает группу быстрого реагирования.
Подобные разработки можно рассматривать в качестве дополнительного инструмента, когда все остальные системы безопасности вовремя не сработали или вмешался человеческий фактор в качестве возможного принятия ошибочных или алогичных решений в конкретных ситуациях. Правда, отличить игрушечный пистолет от настоящего они пока не способны, как и увидеть его в кармане, кофре или рюкзаке.
Выход – при построении комплексных систем видеонаблюдения и видеоаналитики с алгоритмами распознавания оружия фокусироваться на сценариях реагирования и использовать их в связке с продуктами, которые используют анализ позы человека, умеют распознавать человеческие эмоции и нестандартное поведение.
К примеру, система сможет среагировать и привлечь внимание охранника, если к зданию подходит человек с большой сумкой, в которой вполне поместится крупнокалиберное оружие.
Требования и настройка решения по детекции оружия зависит от сценариев и алгоритмов, определенных заказчиком. Можно прописать алгоритмы таким образом, чтобы система распознавала не только огнестрельное оружие, но и другие виды: рубящее, спортивное, охотничье, боевое.
В России пока ведутся разработки подобных программно-аппаратных комплексов, появляются недорогие коробочные продукты, но для достижения результата требуется обучение нейросети под конкретные запросы клиентов.
Распознавание номеров автомобилей
Еще одна сфера применения умных камер – определение марок автотранспорта и считывание регистрационных знаков. Сеть видеонаблюдения и систем аналитики сегодня есть во всех крупных городах России. Такой софт помогает, например, быстрее находить угнанные машины или контролировать ситуацию на дорогах.
Все системы распознавания автомобильных номеров можно поделить на две большие группы – софтверные и аппаратные. К первой относится специализированное программное обеспечение (ПО), установленное на сервере видеонаблюдения. Для второй группы оно не требуется, поэтому стоимость системы распознавания фактически будет равняться стоимости смарт-камеры видеонаблюдения.
Чем еще полезно видеонаблюдение
Непрерывное развитие сетевых технологий и Интернета вещей приводит к развитию рынка камер видеонаблюдения. Расширенные возможности видеоаналитики позволяют:
- автоматизировать бизнес-процессы на предприятиях;
- снизить издержки производства;
- увеличить производительность;
- контролировать выполнение заказ-нарядов;
- предотвратить возникновение аварий и простоев;
- обеспечить безопасность людей и имущества.
Системы видеонаблюдения способны гибко управлять видеопотоками, анализируя полученную информацию в режиме реального времени. Благодаря этому у сотрудников отпадает необходимость просматривать большие объемы видео, камера сама будет привлекать внимание в случае инцидента. Такой вариант обработки данных позволяет не только снизить нагрузку на сеть, но и уменьшить количество операторов.
Будучи частью комплексного решения плановой эвакуации, система распознавания лиц помогает контролировать отсутствие или присутствие людей на территории во время чрезвычайной ситуации и позволяет координировать действия сотрудников служб оперативного реагирования и спасения.
Проблемы и их решения
Люди, которые хотят совершить то или иное правонарушение, понимают, что находятся под прицелом видеокамер и их могут поймать очень быстро. С другой стороны, если злоумышленник долго вынашивал план преступления, он сможет уйти от видеонаблюдения, например закрывшись зонтиком, надев балаклаву на лицо или прикрыв его рукой.
В этом случае могут помочь алгоритмы распознавания расположения глаз, походки, одежды, скорости движения. Причем идентифицировать человека можно даже со спины.
Безусловно, видеонаблюдение помогает бороться с преступностью. Однако в последнее время все чаще говорят об этических вопросах и все больше усложняются правила обработки биометрических данных на законодательном уровне. Например, чтобы найти преступника в толпе, камере нужно распознать в видеопотоке лица огромного количества людей, а это можно трактовать как нарушение неприкосновенности и конфиденциальности частной жизни.
Растет и озабоченность по поводу возможных злоупотреблений, правомерного использования записей с камер видеонаблюдения. Еще одной проблемой является возможность ложных срабатываний.
Роль нормативно-законодательной базы в этом вопросе неоспорима, популяризация систем видеонаблюдения, глубокий подход к изучению критериев проекта и высокий уровень экспертизы, соблюдение рекомендованных требований к организации систем безопасности позволят развеять опасения в обществе относительно вторжения в личную жизнь.
По мере развития технологий эти системы будут становиться все более эффективными и значимыми, смогут играть все более важную роль в обеспечении общественной безопасности, позволят добиться высокого уровня снижения преступности и комфортного обеспечения жизнедеятельности большого города или любого другого населенного пункта.
Опубликовано в журнале "Системы безопасности" № 2/2023
Все статьи журнала "Системы безопасности"
доступны для скачивания в iMag >>
Фото: static.tildacdn.com
