Умный город, умная полиция и искусственный интеллект

Залог успешной реализации концепции умного города не только в применении конкретных технологий, но и в правильно выстроенном взаимодействии со службами безопасности.

Преступность является серьезной проблемой для многих городов. Количество убийств только в городах США в 2021 г. по сравнению с 2020 г. увеличилось на 5% и на 44% по сравнению с 2019 г.

Сотрудники правоохранительных органов часто сталкиваются с различными проблемами и трудностями, главная из которых – отсутствие данных для оперативной работы или принятия мер.

ИИ помогает оптимизировать работу полиции

Технологии видеонаблюдения уже давно успешно применяются правоохранительными органами. Видеонаблюдение предоставляет критически важную ситуационную информацию в режиме реального времени, а также дает детективам беспристрастные доказательства.

При этом оно имеет свои ограничения, и полицейским может помочь расширенная аналитика, основанная на глубоком обучении и искусственном интеллекте, способная генерировать предупреждения на основе обнаруженных отклонений от ожидаемого поведения, например праздношатания, громких звуков, выстрелов или парковки вторым рядом. Искусственный интеллект в видеонаблюдении теперь действительно имеет дополнительную ценность и приносит пользу сотрудникам правоохранительных органов и служб безопасности, генерируя более точные оповещения и более значимые данные, что позволяет быстрее принимать обоснованные решения.

ИИ и, в частности, глубокое обучение может автоматически создавать оповещения на основе определенных событий в любом контексте.
В сочетании с более точными данными и аналитикой это помогает операторам принимать решения, учитывая местоположение, время и условия. Стало возможным добавлять десятки и даже сотни камер без привлечения дополнительных операторов.

С помощью видеоаналитики правоохранительные органы могут даже следить за конкретным транспортным средством или контролировать время пребывания человека в определенном месте.

Видеоаналитика в облаке или на устройстве?

Использование встроенной в камеры аналитики позволяет передавать оператору только имеющие ценность данные. И наоборот, аналитике, выполняемой на сервере, необходимо, чтобы все данные с камеры передавались в центр обработки для анализа, соответственно появляется значительная потребность в дорогостоящей пропускной способности канала связи.

Важно также, что анализ видео на борту камеры позволяет использовать для аналитики максимально возможное качество, без пережатия для передачи по каналам связи.

Каждый из вариантов аналитики, на периферийных устройствах, локально или в облачных сервисах, имеет свои плюсы и минусы. Использование периферийной аналитики позволяет снизить рабочую нагрузку на центральный сервер, а также сделать работу в реальном времени более комфортной, но при этом повышается стоимость каждой камеры. Локальная или облачная аналитика может повысить общие требования к вычислительной мощности сервера/облачных вычислений, но подчас более полезна для судебной экспертизы (постфактум) на выбранных камерах или по мере необходимости.

На решение в пользу периферии, сервера или облака влияет множество факторов. Некоторые пользователи применяют комбинацию из всех трех технологий. Основными факторами при выборе являются вычислительная мощность и ремонтопригодность. Лучшие OEM-производители только начинают включать в свои камеры достаточную вычислительную мощность для запуска новейшей аналитики на основе ИИ. Но у большинства пользователей уже развернуто много старых камер, для них вариантами будут локальный сервер аналитики или облачное решение.

По материалам www.asmag.com

Фото: ru.freepik.com