“Οι εικόνες από σταθερές κάμερες ασφάλειας θα αντιπροσωπεύουν λιγότερο από το 50% σε πέντε χρόνια”

Εντύπωση προκάλεσε η πρόβλεψη του Bjorn Skou Eilertsen, CTO της Milestone Systems, σε πρόσφατη ομιλία του στα πλαίσια της IFSEC Internastional 2017, όπου διατύπωσε την άποψη ότι σε λιγότερο από 5 χρόνια, πάνω από το 50% των δεδομένων εικόνων που θα διαχειρίζονται τα συστήματα διαχείρισης βίντεο επιτήρησης, θα προέρχονται από μη σταθερές κάμερες ασφάλειας.

H αξιοσημείωτη αυτή εξέλιξη θα προέλθει λόγω της τεράστιας δυνητικής αύξησης της χρήσης των φορητών καμερών, των καμερών από κινητά τηλέφωνα, αλλά και των drones.  Φυσικά αυτή τη στιγμή, η χρήση και η αξιοποιήση του υλικού από τις σταθερές κάμερες ασφάλειας είναι σχεδόν καθολική. Όμως η ολοένα και μεγαλύτερη επίδραση που θα έχουν στο τομέα της ασφάλειας και ειδικότερα των εφαρμογών βίντεο-επιτήρησης, οι τεχνολογικές τάσεις όπως  του Internet of Things, θα επηρεάσουν σημαντικά τις πηγές και τον όγκο του υλικού που θα διαχειρίζονται τα συστήματα διαχείρισης βίντεο. Με δεδομένο ότι το 90% των δεδομένων παγκοσμίως αυτή τη στιγμή έχουν δημιουργηθεί τα τελευταία 2 χρόνια, αντιλαμβανόμαστε ότι ο όρος big data, τείνει να δώσει τη θέση σου στο “gigantic data” όπως δήλωσε χαρακτηριστικά το στέλεχος της Milestone.

Αυτή τη στιγμή, εκτιμάται ότι πάνω από 285 εκατομμύρια κάμερες είναι σε λειτουργία παγκοσμίως, όμως οι δυνατότητες λήψης εικόνων βίντεο είναι φυσικά πολλαπλάσιες , αφού τα πάντα μπορούν πλέον να καταγραφούν από οποιοδήποτε με την χρήση κινητού τηλεφώνου.  Το ζητούμενο για τον τομέα της ασφάλειας θα είναι να αυτοματοποιήσει και να αξιοποιήσει με τον βέλτιστο δυνατό τρόπο, το σύνολο του υλικού που δημιουργείται μέσα έξυπνα προγράμματα ανάλυσης δεδομένων και του “Deep Learning”.
H μεγάλη πρόκληση θα είναι η δυνατότητα συγκέντρωσης του τεράστιου όγκου δεδομένων εικόνας από πολλαπλές πηγές με μια αυτοματοποιημένη διαδικασία και η καλύτερη αξιοποιήση του,  με βάση τεχνολογίες τεχνητής νοημοσύνης(AI), βαθιάς εκμάθησης (deep learning) και νευρωνικών δικτύων.  Ειδικότερα, η αξιοποιήση των νευρωνικών δικτύων στο τομέα της ανάλυσης βίντεο για εφαρμογές ασφάλειας, μπορεί να αναβαθμίσει σημαντικά τις προσπάθειες πρόβλεψης συμπεριφορών και σε συνδυασμό πάντα με τον ανθρώπινο παράγοντα να λαμβάνονται ταχύτερες και σωστότερες αποφάσεις για την ασφάλεια.

Ένα πολύ χαρακτηριστικό παράδειγμα μιας τέτοιας λειτουργίας, είναι αυτό που θα συνδυάζει τη λήψη εικόνων από φορητές κάμερες που βρίσκονται ενσωματωμένες πάνω σε οχήματα ή στον εξοπλισμό του προσωπικού των σωμάτων δημόσιας ή ιδιωτικής ασφάλειας, την άμεση αποστολή τους σε κέντρα έξυπνης ανάλυσης εικόνων και την λήψη των βέλτιστων επιχειρισιακών αποφάσεων με μεγαλύτερη ταχύτητα.

Ο Eilertsen, επισήμανε επίσης ότι για να υλοποιηθούν όλες αυτές οι υποδομές που θα επεξεργάζονται αποτελεσματικά στο άμεσο μέλλον τον τεράστιο αυτό όγκο δεδομένων εικόνας για σκοπούς ασφαλείας που θα προέρχονται από πολλαπλές διαφορετικές πηγές απαιτείται η συνεργασία των εταιριών της βιομηχανίας της ασφάλειας, τονίζοντας χαρακτηριστικά “Οι μέρες κατά τις οποίες μια εταιρεία προσπαθούσε να κάνει τα πάντα μόνη της τελειώνει κατά τη γνώμη μου. Όλοι πρέπει να προχωρήσουμε συλλογικά. Πρέπει να σκεφτούμε ως κοινότητα. Πρέπει να ξεκινήσουμε από κοινού την καινοτομία και μπορούμε να προχωρήσουμε πολύ πιο γρήγορα.”