Video Analytics: Εξέλιξη σταθμός για CCTV με IQ

Πολύς λόγος γίνεται στις μέρες μας για τις  πραγματικές δυνατότητες των ευφυών λογισμικών, που χρησιμοποιούνται  για την ανάδειξη ζωτικής πληροφορίας από το σήμα video και είναι βέβαιο ότι η τεχνολογία του video analytics είναι αυτή που θα οδηγήσει τις εξελίξεις στις εφαρμογές video τα επόμενα χρόνια.

Στο πέρασμα του χρόνου έχουν αναπτυχθεί τεχνολογίες που άφησαν ανεξίτηλη τη σφραγίδα τους στη βιομηχανία του CCTV, όπως για παράδειγμα οι ανιχνευτές CCD (ποιος θυμάται άραγε τις ογκώδεις κάμερες με τεχνολογία vidicon;), οι ψηφιακές επικοινωνίες και η ψηφιακή καταγραφή video.

Σχετικά πρόσφατα, άρχισε να βγαίνει από τα ερευνητικά εργαστήρια και να χρησιμοποιείται ολοένα και σε περισσότερες εφαρμογές, μια νέα τεχνολογία που ονομάζεται ευφυής ανάλυση video (intelligent video analytics) ή απλά, video analytics. Η συγκεκριμένη τεχνολογία ξεπήδησε από έρευνα που πραγματοποιείται ήδη από τη δεκαετία του 1960, στον τομέα της τεχνικής όρασης.

Η τεχνολογία αυτή έχει αρχίσει πλέον να κάνει έντονη την εμφάνισή της, τη χρονική στιγμή όπου οι τρομοκράτες με τις διάφορες επιθέσεις που πραγματοποιούν σε όλο τον κόσμο – με αποκορύφωμα τις επιθέσεις σε Ν.Υόρκη, Λονδίνο και Μαδρίτη – δημιουργούν ένα κλίμα ανασφάλειας, που έχει άμεσο αντίκτυπο στη ζωή των πολιτών. Σε συνδυασμό και με την αύξηση του αριθμού των καμερών που χρησιμοποιούνται για επιτήρηση, δημιουργήθηκε η ανάγκη για καλύτερη και αποτελεσματικότερη παρακολούθηση από τους χειριστές των συστημάτων. Οι χειριστές δεν μπορούν να παρακολουθούν όλες τις κάμερες και ταυτόχρονα να ερμηνεύουν σωστά όλα τα δεδομένα τα οποία τους παρουσιάζονται.
Ως χαρακτηριστικό παράδειγμα μπορούν να αναφερθούν οι βομβιστικές επιθέσεις που έγιναν στο Λονδίνο, όπου οι κινήσεις των βομβιστών είχαν καταγραφεί από τις χιλιάδες κάμερες ασφαλείας, που είναι εγκαταστημένες στην πρωτεύουσα της Αγγλίας. Παρόλα αυτά, κανείς δεν μπόρεσε εκ των προτέρων να επεξεργαστεί, να αναλύσει και να προβεί στις απαραίτητες ενέργειες για να αποτρέψει το θάνατο 56 ανθρώπων και τον τραυματισμό άλλων 700. Αλλά και στην περίπτωση που θεωρούνταν ύποπτος οποιοσδήποτε μετέφερε ένα σακίδιο στην πλάτη του, θα ήταν σχεδόν αδύνατο από τους χειριστές του συστήματος CCTV να εξαγάγουν κάποια σωστά συμπεράσματα και να προλάβουν κάποια επίθεση. Από μελέτες που έχουν γίνει, έχει εξαχθεί το συμπέρασμα ότι παρακολουθώντας δύο ή περισσότερες οθόνες ένας χειριστής, κατά μέσο όρο, μετά από 22 λεπτά λαμβάνει μόνο το 5% της διαθέσιμης πληροφορίας. Με άλλα λόγια, η πιθανότητα ανίχνευσης ενός πραγματικού γεγονότος είναι 1:1000. Έτσι, οι διαχειριστές του συστήματος άρχισαν να κάνουν χρήση αυτοματοποιημένων διαδικασιών για τη βελτίωση της επιτήρησης των καθημερινών γεγονότων.

Τι πραγματικά είναι η τεχνολογία video analytics;
Η τεχνολογία video analytics βασίζεται σε ένα ευφυές λογισμικό, που χρησιμοποιείται για την ανάλυση της πληροφορίας που υπάρχει στο video και με χρήση κατάλληλων φίλτρων ανιχνεύει, παρακολουθεί, κατηγοριοποιεί και αποθηκεύει ειδικά γεγονότα.
Οι συνθήκες περιβάλλοντος, όπως αέρας, βροχή, ηλιοφάνεια και σκιές, ανιχνεύονται, αναλύονται και απορρίπτονται. Αντικείμενα ενδιαφέροντος, όπως άνθρωποι και οχήματα, αυτόματα ταυτοποιούνται και παρακολουθούνται για όσο χρόνο βρίσκονται στο οπτικό πεδίο της κάμερας. Το ευφυές λογισμικό αναλύει τις κινήσεις για να αναγνωρίσει συγκεκριμένες συμπεριφορές, όπως η παραβίαση μιας περιμέτρου ή το παράνομο παρκάρισμα ενός αυτοκινήτου για ασυνήθιστα μεγάλο χρονικό διάστημα.
Πρέπει να επισημάνουμε ότι ένα ευφυές λογισμικό, είναι ένα καθετοποιημένο λογισμικό. Οι ιδιαιτερότητες της κάθε εφαρμογής ορίζουν και τους περιορισμούς που πρέπει να ληφθούν υπόψη για τη σωστή λειτουργία και την υψηλή απόδοση του συστήματος. ¶λλοι περιορισμοί τίθενται όταν αναπτύσσεται ένα σύστημα για την ανίχνευση ενός εγκαταλειμμένου σάκου ή δέματος σε ένα δημόσιο χώρο και άλλοι για τη συμπεριφορά του πλήθους στον ίδιο χώρο.

Μπορεί ένα σύστημα video analytics να αντικαταστήσει το προσωπικό ασφαλείας;
Ένα σύστημα video analytics δεν μπορεί σε καμία περίπτωση να αντικαταστήσει τον άνθρωπο. Τα συστήματα αυτά βρίσκονται ακόμα σε νηπιακή ηλικία. Το κύριο πρόβλημα που αντιμετωπίζουν αυτά τα συστήματα, σε αντίθεση με τον άνθρωπο, είναι ότι ο άνθρωπος μπορεί να κάνει εργασίες χωρίς καν να σκεφτεί. Μπορεί να διαβάζει πινακίδες και να αναγνωρίζει τα πρόσωπα, υποσυνείδητα. Οι υπολογιστές ακόμα στερούνται και τα βασικά της οπτικής νοημοσύνης. Μπορούν να κάνουν κάποιες λειτουργίες ανάλυσης video αξιόπιστα, αλλά μόνο όταν υπάρχουν διάφοροι περιορισμοί. Δεν πρέπει να ξεχνάμε το γεγονός ότι η ανθρώπινη νοημοσύνη εξελίσσεται για πέντε εκατομμύρια χρόνια, ενώ η τεχνητή νοημοσύνη για σαράντα χρόνια περίπου!!! Έτσι, ένα σύστημα video analytics με τα εργαλεία έρευνας που διαθέτει, βοηθά το προσωπικό ασφαλείας να εστιάσει σε γεγονότα που χρήζουν ιδιαίτερης σημασίας, ώστε να πάρει έγκαιρα τις σωστές αποφάσεις, αυξάνοντας με τον τρόπο αυτό την αποτελεσματικότητά του.

Ένα σύστημα video analytics μπορεί να αντικαταστήσει ένα σύστημα CCTV;
Η απάντηση είναι πως αυτό δεν είναι απαραίτητο. Ο γενικός κανόνας είναι ότι κάθε σύστημα CCTV μπορεί να αναβαθμιστεί, παρά να αντικατασταθεί. Ακόμα και μια απλή αναλογική κάμερα μπορεί να γίνει μια ευφυής συσκευή του συστήματος. Με τον τρόπο αυτό μειώνεται το κόστος της επένδυσης που είναι σχετικά υψηλό, όπως συμβαίνει για κάθε νέα τεχνολογία στα αρχικά της βήματα.

Ποια συστήματα είναι πραγματικά ευφυή;
Υπάρχει μια πληθώρα προϊόντων, που οι κατασκευαστές τους τα χαρακτηρίζουν ευφυή. Ας εξετάσουμε όμως κάποια χαρακτηριστικά παραδείγματα
Η τεχνολογία της ανίχνευσης κίνησης (Video Motion Detection) δεν μπορεί να χαρακτηριστεί από μόνη της ως τεχνολογία video analytics. Ο λόγος είναι ότι η τεχνική της ανίχνευσης κίνησης δεν αναλύει την κατάσταση, δεν ερμηνεύει τα δεδομένα, δεν κατηγοριοποιεί τα αντικείμενα, αλλά απλά, το μόνο που κάνει είναι να αντιδρά σε οποιαδήποτε κίνηση συμβεί στο οπτικό πεδίο της κάμερας. Οποιαδήποτε μετακίνηση ανιχνεύεται σε τυχαία χρονική στιγμή, θα δημιουργήσει ένα σήμα συναγερμού. Έτσι, η κίνηση των κλαδιών ενός δέντρου εξαιτίας του ανέμου και το πέρασμα ενός πουλιού από το οπτικό πεδίο της κάμερας, θα παράγουν ψεύτικους συναγερμούς. Παρότι πολλοί κατασκευαστές χρησιμοποιούν λογισμικό με διάφορα φίλτρα για να καθορίσουν το μέγεθος του αντικειμένου, καθώς και άλλες παραμέτρους για να μειώσουν τη συχνότητα των ψευδοσυναγερμών σε ένα ανεκτό επίπεδο, σε καμία περίπτωση αυτό το λογισμικό δεν μπορεί να χαρακτηριστεί ως ευφυές, αφού πάντα βασίζεται στην αντίδραση που προκαλείται από την κίνηση.
Η τεχνολογία που χρησιμοποιείται στα συστήματα ANPR ή στα συστήματα αναγνώρισης προσώπων (face recognition) δεν μπορεί να χαρακτηριστεί ευφυής. Σε αυτήν την περίπτωση γίνεται ανάλυση και επεξεργασία των λαμβανομένων εικόνων από το εξειδικευμένο λογισμικό. Όμως, η λαμβανομένη πληροφορία συγκρίνεται με τις εικόνες που υπάρχουν αποθηκευμένες στη βάση δεδομένων, προκειμένου να ληφθεί η απόφαση για τις περαιτέρω ενέργειες.
Υπάρχουν όμως τρία σημαντικά κριτήρια, τα οποία, αν ικανοποιούνται μπορούμε να πούμε ότι το σύστημα (ή η συσκευή) διαθέτει πραγματικά ευφυΐα. Αυτά είναι :

• Η εφαρμογή να χρησιμοποιεί τεχνολογία τεχνητής όρασης, η αρχή της οποίας στηρίζεται στην εκμάθηση του υπολογιστικού συστήματος, ώστε να «βλέπει» και να αντιλαμβάνεται τον περιβάλλοντα χώρο όπως το ανθρώπινο μάτι.
• Το λογισμικό να έχει τη δυνατότητα να ξεχωρίζει πραγματικά τα αντικείμενα από το περιβάλλον. Αυτό είναι σημαντικό, γιατί ένα αληθινά ευφυές σύστημα πρέπει να είναι ικανό να ερμηνεύει και να αναφέρει τα πραγματικά γεγονότα, παρά να αντιδρά στη μετακίνηση που συμβαίνει στο οπτικό πεδίο της κάμερας.
• Το σύστημα πρέπει να είναι ικανό να προσφέρει στο χρήστη ουσιαστική πληροφορία για τα πραγματικά γεγονότα που συμβαίνουν. Να παρέχει δηλαδή μια πλήρη περιγραφή για οτιδήποτε συμβαίνει, σε οποιαδήποτε χρονική στιγμή.

Ποιες βασικές λειτουργίες προσφέρει η τεχνολογία των video analytics;
Θέλοντας να αναφερθούμε στις βασικές λειτουργίες που πρέπει να ενσωματώνει ένα σύστημα ώστε να του αποδοθεί ο χαρακτηρισμός ως ευφυές, πρέπει να αναφέρουμε τις παρακάτω:
Ανίχνευση εγκαταλειμμένων αντικειμένων. Η ανίχνευση των εγκαταλειμμένων αντικειμένων, όπως βαλίτσες ή δέματα, δεν είναι μόνο σημαντική για την ανίχνευση των κλεφτών και την προστασία από αυτούς, αλλά μπορεί να συμβάλει και στον εντοπισμό των τρομοκρατών. Τα εγκαταλειμμένα αντικείμενα χαρακτηρίζονται ως παραβίαση του συστήματος ασφαλείας και παίρνονται άμεσα αυστηρά μέτρα προστασίας. Η αυτόματη ανίχνευση αυτών των αντικειμένων μπορεί όχι μόνο να μειώσει το χρόνο αντίδρασης, αλλά μπορεί να βοηθήσει στην αναγνώριση του ιδιοκτήτη και πιθανώς της περιοχής που ζει στο συγκεκριμένο χρόνο. Μπορεί επίσης να χρησιμοποιηθεί για ανίχνευση οχημάτων που τα έχουν παρκάρει παράνομα ή βρίσκονται για μεγάλο χρονικό διάστημα σε ευαίσθητες, από άποψη ασφαλείας, περιοχές. Από την καταγραφή μπορούμε να αναζητήσουμε γεγονότα, όπως βιαιοπραγίες σε ένα χώρο στάθμευσης.
Ανίχνευση βασισμένη στο μέγεθος ενός αντικειμένου. Ένα πλήθος εφαρμογών μπορούν να σχεδιαστούν, όπως η έγκαιρη προειδοποίηση στο κέντρο ελέγχου, ότι πλησιάζει ένα όχημα με μεγάλο ύψος ή ένα πλοίο προσεγγίζει μια χαμηλή γέφυρα. Επίσης μπορεί να χρησιμοποιηθεί για να διακρίνει έναν εισβολέα που πλησιάζει σε έναν περιμετρικό φράχτη προστασίας, από ένα ζώο. Από το καταγεγραμμένο video θα μπορούσαμε να εξαγάγουμε χρήσιμη πληροφορία για τον τύπο των οχημάτων που χρησιμοποιούν ένα δρόμο, καθώς και την κατανομή τους στη διάρκεια της ημέρας.
Ανίχνευση συμφόρησης. Η ανίχνευση της συμφόρησης του πλήθους στις αποβάθρες των σταθμών, σε δημόσιους χώρους, σε σημεία πώλησης, καθώς και ο έλεγχος στην είσοδο/έξοδο των οχημάτων από δρόμους ταχείας κυκλοφορίας, βοηθάει ώστε να ξεκινήσουν εγκαίρως οι απαραίτητες ενέργειες για την αποφυγή ανεξέλεγκτων καταστάσεων. Η καταγραφή μπορεί να χρησιμοποιηθεί για να προσφέρει στατιστικές πληροφορίες για την οργάνωση του προσωπικού, καθώς και για τη συμπεριφορά του αγοραστικού κοινού, ώστε να σχεδιαστούν οι μελλοντικές πολιτικές marketing μιας εταιρείας.
Προσδιορισμός της ροής του πλήθους. Στην περίπτωση αυτή λαμβάνεται ένα προειδοποιητικό σήμα όταν ένα όχημα ή ένας άνθρωπος κινούνται αντίθετα από την καθορισμένη κατεύθυνση. Η τεχνική αυτή μπορεί να εφαρμοστεί στους χώρους ενός αεροδρομίου και στους δρόμους (ειδικά στους μονόδρομους). Η ανάλυση των καταγραφών μπορεί να βοηθήσει να αναπτυχθούν τεχνικές ελέγχου της ροής του πλήθους, ειδικά σε έκτακτες περιπτώσεις, σε δημόσιους χώρους, όπως π.χ. είναι οι σταθμοί του μετρό.
Ανίχνευση κλοπής. Ως παράδειγμα μπορεί να αναφερθεί η αφαίρεση ενός πίνακα από ένα μουσείο. Η ευαισθησία ρυθμίζεται έτσι, ώστε όλα τα υπόλοιπα αντικείμενα που κινούνται στο χώρο να αγνοούνται. Η ανάλυση των καταγεγραμμένων γεγονότων θα ήταν σημαντικό εργαλείο σε μια αποθήκη εμπορευμάτων, για να ανιχνευθεί έγκαιρα αν ένα αντικείμενο έχει μετακινηθεί ή αφαιρεθεί.
Δημιουργία εικονικού φράχτη. Με τη δημιουργία ενός εικονικού φράχτη στις σιδηροτροχιές του τρένου, στη λωρίδα που κινούνται αποκλειστικά τα λεωφορεία ή στην περίμετρο ενός κτηρίου, ο χρήστης μπορεί να πληροφορηθεί άμεσα πότε παραβιάζεται ο εικονικός φράχτης. Μπορεί επίσης να τοποθετηθεί στην είσοδο ενός κτηρίου ή ενός χώρου στάθμευσης για να προσδιοριστεί ο αριθμός των ανθρώπων ή οχημάτων που εισέρχονται, αντίστοιχα.
Ανίχνευση κίνησης. Ως σύστημα ανίχνευσης κίνησης θα δώσει σήμα συναγερμού για άτομα που προσπαθούν να εισχωρήσουν σε απαγορευμένη περιοχή και να δημιουργηθούν έτσι επικίνδυνες καταστάσεις. Επίσης, όταν αναζητάμε γεγονότα που έχουν συμβεί σε διαδρόμους, σκάλες, πεζόδρομους κ.ά., σε μικρό χρονικό διάστημα. Μπορεί να γίνει ρύθμιση με χρήση παραμέτρων όπως το μέγεθος του αντικειμένου και η ευαισθησία.
Ανίχνευση καπνού και φωτιάς. Έχουν αναπτυχθεί εφαρμογές για την έγκαιρη ανίχνευση του καπνού και της φωτιάς. Αυτές χρησιμοποιούνται κυρίως για την έγκαιρη ανίχνευση και καταστολή της πυρκαγιάς σε δασικές περιοχές, αλλά έχουν αναπτυχθεί εφαρμογές και για την ανίχνευση και έγκαιρη προειδοποίηση σε τούνελ.

Επιπρόσθετα, υπάρχουν εταιρείες που έχουν αναπτύξει προϊόντα, τα οποία συνδυάζουν παραπάνω από μία τεχνικές για να επιτύχουν το επιθυμητό αποτέλεσμα. Π.χ., για την αντιμετώπιση των ατόμων που δημιουργούν διάφορα γκράφιτι στα βαγόνια των τρένων, έχει αναπτυχθεί λογισμικό που έχει την ικανότητα να ανιχνεύει την ασυνήθιστη κίνηση, την πολυκοσμία στις αποβάθρες και ταυτόχρονα δημιουργεί και εικονικό φράχτη.

Τι σημαίνει η έκφραση «intelligence at the edge»;
Υπάρχουν δύο κύριες κατηγορίες συστημάτων video analytics, τα συστήματα κεντρικής διαχείρισης και τα κατανεμημένα συστήματα. Στα συστήματα κεντρικής διαχείρισης, το video από τις κάμερες μεταδίδεται σε έναν κεντρικό υπολογιστή, όπου είναι εγκατεστημένο το ευφυές λογισμικό. Στα κατανεμημένα συστήματα, οι συσκευές που διαθέτουν το λογισμικό για την επεξεργασία είναι οι συσκευές πεδίου (κάμερες ΙΡ ή video encoders), οι οποίες και εξάγουν την πληροφορία. Τα κατανεμημένα συστήματα σχεδιάστηκαν για να ξεπεράσουν τους περιορισμούς που τίθενται στα συστήματα κεντρικής διαχείρισης, μοιράζοντας την επεξεργασία σε διάφορα στοιχεία μέσα στο δίκτυο. Αν οι κάμερες, για παράδειγμα, χρησιμοποιούνταν αποκλειστικά για video analytics εφαρμογή (π.χ. για καταμέτρηση ατόμων), τότε υπάρχει δραματική μείωση του απαιτούμενου bandwidth, γιατί στέλνεται μόνο η πληροφορία που απαιτείται. Η αρχιτεκτονική αυτή χαρακτηρίζεται ως «intelligence at the edge» και εκτός από το ελάχιστο bandwidth που χρειάζεται, μειώνει το κόστος και την πολυπλοκότητα που απαιτεί ένα κεντρικό σύστημα διαχείρισης και αυξάνει την απόδοση του συστήματος.

Βασικά κριτήρια επιλογής 
Όπως αναφέρθηκε, ένα τέτοιο σύστημα δεν είναι κάτι το μαγικό, αλλά δουλεύει αποδοτικά κάτω από συγκεκριμένες καταστάσεις και περιορισμούς. Οπωσδήποτε θα πρέπει να έχει γίνει αντιληπτό, ότι αν μια εργασία δεν μπορεί να την κάνει ο άνθρωπος, τότε είναι αδύνατο να την πραγματοποιήσει ένα σύστημα video analytics. Επειδή δεν είναι «plug and play», ο προμηθευτής του συστήματος θα πρέπει να είναι αξιόπιστος και να διαθέτει το κατάλληλο προσωπικό, με την απαιτούμενη εξειδικευμένη γνώση, για να μπορεί να το υποστηρίξει. Στην περίπτωση όπου υπάρχει ήδη εγκατεστημένο σύστημα CCTV, θα πρέπει να επιλεγεί ένα προϊόν που ενσωματώνεται και χρησιμοποιεί την υπάρχουσα υποδομή.

Ποια τα οφέλη από τη χρήση ενός συστήματος video analytics;
Αρχικά, θα πρέπει να γίνει κατανοητό από τον κάθε ενδιαφερόμενο που θέλει να προβεί σε μια τέτοια επένδυση, ότι θα πρέπει να έχει καθορίσει ακριβώς τι θέλει να κάνει χρησιμοποιώντας ένα τέτοιο σύστημα. Το κλειδί βρίσκεται στην κατανόηση ποια ακριβώς λειτουργία και ποια χαρακτηριστικά ενός τέτοιου συστήματος επιζητά, ώστε να επιλέξει σωστά τον προμηθευτή και τα αντίστοιχα προϊόντα. Τα κύρια οφέλη που θα προκύψουν τότε από την επένδυση, είναι:

• Αύξηση της αποτελεσματικότητας του προσωπικού ασφαλείας. Απαιτείται μικρότερος αριθμός χειριστών, επειδή τώρα δεν χρειάζεται η παρακολούθηση πολλών οθονών για μεγάλο χρονικό διάστημα. Αντ’ αυτού, το σύστημα είναι αυτό που θα πληροφορήσει τους χειριστές σχετικά με την κίνηση ατόμων σε απαγορευμένες περιοχές, για την αντίθετη κίνηση ενός οχήματος, για ένα εγκαταλειμμένο δέμα κ.ά.
• Ταχύτητα στην ανάκτηση του αποθηκευμένου video. Ένα video stream που έχει αποθηκευτεί, αποδίδοντάς του κάποια χαρακτηριστική ετικέτα ανακτάται πολύ γρήγορα, οποτεδήποτε ζητηθεί.
• Μείωση του αποθηκευτικού χώρου. Μειώνεται ο χώρος που απαιτείται για την καταγραφή των γεγονότων. Επιπλέον, όταν η ανάλυση και η επεξεργασία πραγματοποιείται από τις κάμερες, ελαττώνεται σημαντικά ο φόρτος του δικτύου.
• Αποδοτική χρήση του video. Το video χρησιμοποιείται για διάφορες εφαρμογές εκτός από την επιτήρηση. Με τον τρόπο αυτό αυξάνεται το ανταποδοτικό όφελος της επένδυσης.