Video Αnalytics….ξετυλίγοντας το μίτο της Αριάδνης

Όσο περισσότερο διευρύνεται η χρήση τους και μεγαλώνει η φήμη τους, τόσο περισσότερο αναπτύσσονται διάφορες θεωρίες που αφορούν στα συστήματα Video Analytics. ¶λλες από αυτές ισχύουν και άλλες όχι. Για να εξετάσουμε λοιπόν, τι «κρύβεται» πίσω από αυτήν την πολλά υποσχόμενη τεχνολογία. 

Η τεχνολογία των video analytics δεν αποτελεί κάτι καινούριο. Έχει κάνει την εμφάνισή της εδώ και αρκετά χρόνια και εφαρμογές της συναντιούνται αρκετά συχνά. Χαρακτηριστικότερο παράδειγμα υλοποίησης video analytics αποτελούν οι εφαρμογές αναγνώρισης πινακίδων οχημάτων, γνωστές με το ακρωνύμιο ANPR, που προέρχεται από τους αγγλικούς όρους Automatic Number Plate Recognition.

Σκοπός των video analytics ήταν η παροχή βοήθειας σε κέντρα ελέγχου συστημάτων επιτήρησης, ώστε να μπορούν οι χειριστές τους να διαχειρίζονται αποτελεσματικά πολλαπλές μεταδόσεις καμερών. Εν συντομία, προσέφεραν αποτελεσματικότητα, εξοικονόμηση χρόνου και γρηγορότερες αντιδράσεις σε έκτακτες καταστάσεις. Ουσιαστικά, αυτοί είναι οι άξονες πάνω στους οποίους βασίστηκε η ανάπτυξη των video analytics τα τελευταία χρόνια.

Εντούτοις, παρόλο που ο όρος αλλά και ορισμένα βασικά στοιχεία για τα video analytics είναι γνωστά σε όσους ασχολούνται με τον κλάδο συστημάτων ασφαλείας – και σε αυτό έχουν συμβάλλει οι συχνές δημοσιεύσεις τόσο σε έντυπα μέσα όσο και στο Internet για αυτήν την τεχνολογία – υπάρχουν ακόμα θέματα τα οποία δεν έχουν γίνει πλήρως κατανοητά ή υπάρχει σύγχυση γύρω από αυτά. Ακόμα σε και βασικά στοιχεία τα οποία θα έπρεπε πλέον να είχαν αποσαφηνιστεί, διαπιστώνουμε ότι υπάρχει μια σημαντική υστέρηση ενημέρωσης.
Ας ξετυλίξουμε όμως το νήμα από την αρχή, προσπαθώντας μέσα στις επόμενες σελίδες να καλύψουμε περιεκτικά αλλά και με σαφήνεια όλο το περίγραμμα της τεχνολογίας των video analytics και της θέσης που αναμένεται να έχει αυτή τα επόμενα χρόνια στον κλάδο των συστημάτων ασφαλείας.

Γιατί χρησιμοποιούνται
Τα video analytics είναι προφανές ότι δεν προέκυψαν τυχαία ή από κάποιο «καπρίτσιο» ορισμένων ερευνητών που επιδίωξαν να ενσωματώσουν χωρίς ουσιαστικό λόγο μια προηγμένη τεχνολογία στα συστήματα επιτήρησης. Σε πολλές εφαρμογές, οι τελικοί χρήστες – που αυτοί άλλωστε έχουν και τον πρώτο λόγο ως προς την αναγκαιότητα μιας λειτουργίας – αντιμετώπιζαν προβλήματα τα οποία δεν μπορούσαν να επιλυθούν με τη συμβατική τεχνολογία που χρησιμοποιούνταν μέχρι τότε στα συστήματα CCTV. Χαρακτηριστικότερο παράδειγμα των προαναφερθέντων αποτελούν οι εφαρμογές αναγνώρισης πινακίδων (ANPR) στις οποίες πλέον τα video analytics δίνουν πολύ ικανοποιητικές λύσεις – και το σημαντικότερο – χωρίς να χρειάζεται πολλές φορές και η ύπαρξη ανθρώπινου δυναμικού. Ας αναλογιστούμε το φόρτο εργασίας που θα απαιτούνταν στην περίπτωση όπου θα υπήρχε ένας άνθρωπος επιφορτισμένος με την παρακολούθηση και καταγραφή των πινακίδων των οχημάτων που περνούν μέσα σε ένα συγκεκριμένο χρονικό διάστημα. Δεν αποτελεί μόνο μια εργασία εντελώς μονότονη και ουσιαστικά αντιπαραγωγική, αλλά ακριβώς λόγω αυτής της φύσης της μονοτονίας της, μπορεί εύκολα να οδηγήσει σε λάθη και παραλείψεις.

Εφαρμογές video analytics
Οι λόγοι για τους οποίους αναπτύχθηκαν είναι προφανείς λοιπόν. Δεν ήρθαν να αντικαταστήσουν τον ανθρώπινο παράγοντα, ήρθαν να υποκαταστήσουν την ύπαρξη του ανθρώπου σε συγκεκριμένες εργασίες για τις οποίες είναι σχεδιασμένες.
Εντούτοις οι μελλοντικές προοπτικές τους βρίσκονται ακόμα μέσα σε ένα πέπλο ασάφειας, ακριβώς διότι υπάρχει μια λανθασμένη αντίληψη για τις ακριβείς δυνατότητές τους. Αν θέλουμε να εξετάσουμε το μέλλον τους, δεν θα πρέπει να αντιμετωπίσουμε τα video analytics υπό ένα ενιαίο πρίσμα. Είναι χρησιμότερο να δούμε κάθε εφαρμογή ξεχωριστά, καθώς οι προοπτικές διαφοροποιούνται ανάλογα με τη χρηστικότητα και την εμπορική αποδοχής της κάθε εφαρμογής. Δηλαδή, για να γίνουμε πιο συγκεκριμένοι, εφαρμογές video analytics όπως η αναγνώριση πινακίδων (ANPR) και ανίχνευσης καπνού (Video Smoke Detection – VSD) σίγουρα εμφανίζουν καλύτερες εμπορικές προοπτικές σε σχέση με άλλες εφαρμογές, που ακόμα δεν διαθέτουν την ανάλογη αγορά.
Επιπλέον, μεγάλη σημασία για την εξέλιξη μιας εφαρμογής video analytics έχει η ικανότητά της να συνδυάζεται με μια άλλη εφαρμογή και να παρέχει στο χρήστη ακόμα περισσότερες δυνατότητες. Χαρακτηριστικό παράδειγμα αποτελεί η εφαρμογή ανίχνευσης κίνησης (Video Motion Detection – VMD) που ενσωματώνεται ήδη σε πολλά υφιστάμενα μοντέλα καμερών. Αυτή η λειτουργία, σε συνδυασμό με τη λειτουργία tripwire – η οποία και θα αναλυθεί παρακάτω – μπορεί να δώσει πολύ εντυπωσιακά αποτελέσματα. Οπότε σταδιακά και η λειτουργία tripwire θα αποκτήσει μια σημαντική εμπορική αποδοχή, που δεν θα μπορούσε να την επιτύχει -τουλάχιστον στο ίδιο χρονικό διάστημα – αν χρησιμοποιούνταν αυτόνομα.

Tripwire και VSD
Αναφερόμενοι στο μέλλον των video analytics, δύο είναι οι εφαρμογές για τις οποίες αναμένεται να υπάρξει μεγάλη συζήτηση στο μέλλον. Στις προηγούμενες γραμμές έχει γίνει μνεία και στις δύο. Πρόκειται για τις λειτουργίες video tripwire και ανίχνευσης καπνού.
Οι λύσεις ανίχνευσης με τη χρήση tripwire, ουσιαστικά παρέχουν τη δυνατότητα στους χρήστες να στήνουν εικονικούς συρμάτινους ανιχνευτές οι οποίοι συχνά συνδυάζονται με υφιστάμενες περιφράξεις, χωρίς όμως να είναι υποχρεωτικό αυτό. Όταν κάποιος περνάει από αυτές τις εικονικές περιφράξεις, ενεργοποιείται το σύστημα συναγερμού. Οι κάμερες ουσιαστικά λειτουργούν ως σημεία από τα οποία περνάει η γραμμή την οποία αν διασχίσει κάποιος θα δώσει το ανάλογο ερέθισμα για την ενεργοποίηση του συναγερμού. Αποτελεί μια πολύ χρήσιμη εφαρμογή, που μπορεί να αποτελέσει ένα αποτελεσματικότατο εργαλείο για την επιτήρηση και διαφύλαξη περιμετρικών ζωνών.

Ανίχνευση καπνού
Αν κάποιος προσπαθήσει να επιλέξει ποια είναι η πιο ραγδαία εξελισσόμενη τεχνολογία video analytics, μάλλον θα πρέπει να στραφεί προς τα συστήματα Video Smoke Detection (VSD). Είναι λογικό άλλωστε, διότι αποτελούν μια λειτουργία που έχει έντονα προληπτικό χαρακτήρα και μπορούν σε μεγάλο ποσοστό να διασφαλίσουν την έγκαιρη – άρα και αποτελεσματική αντίδραση σε περίπτωση πυρκαγιάς. Αυτή η τεχνολογία μπορεί να εντοπίσει καπνό και φλόγες αρκετά νωρίτερα σε σχέση με τους συμβατικούς ανιχνευτές. Μια κάμερα με λειτουργία VSD μπορεί να στείλει ένα συναγερμό και να μεταδώσει βίντεο μιας περιοχής, όταν σε αυτήν εντοπίζεται καπνός. Οπότε πλέον οι χειριστές του κέντρου ελέγχου ή ακόμα και ο ιδιοκτήτης του κτιρίου, έχουν τη δυνατότητα να δουν τις εικόνες και να αποφασίσουν ποιες θα είναι οι επόμενες ενέργειές τους. Πλέον σε πολλές χώρες η οπτική επιβεβαίωση είναι προαπαιτούμενη για τη λειτουργία συστημάτων συναγερμού που ειδοποιούν τις αρμόδιες υπηρεσίες (π.χ. Πυροσβεστική) οπότε και η τεχνολογία VSD θα φανεί ιδιαίτερα χρήσιμη σε αυτές τις περιπτώσεις.

Προβληματισμοί και αστοχίες
Ένα άλλο θέμα που ταλανίζει πολλούς χρήστες είναι η αποτελεσματικότητα των εγκαταστάσεων που χρησιμοποιούν τα video analytics, καθώς και αν έχει γίνει σωστή τοποθέτησή τους. Αυτό εξ ορισμού είναι πολύ σημαντικό, διότι αλλιώς ακυρώνεται όλη η επένδυση που έχει γίνει. Σίγουρα, ανάμεσα στην πληθώρα των εγκαταστάσεων υπάρχουν ορισμένες που δεν πληρούν τις βασικές προδιαγραφές. Αυτό συμβαίνει διότι πολλές φορές και στην προσπάθεια του χρήστη να λάβει την καλύτερη δυνατή προσφορά – συμπιέζοντας προς τα κάτω το κόστος – επιλέγει ανόμοια συστήματα. Δηλαδή, ενώ στην αρχή γίνεται μια τεχνική περιγραφή που να καλύπτει τις απαιτήσεις της εφαρμογής, στη συνέχεια, με τη λήψη διαδοχικών προσφορών μπορεί κάποιοι από τους εγκαταστάτες στην προσπάθειά τους να κερδίσουν την ανάθεση του έργου, να προσφέρουν εξαρτήματα που να μην ανταποκρίνονται στις αρχικές προδιαγραφές. Για αυτό το λόγο χρειάζεται πολύ μεγάλο σάρωμα όλων των προσφορών και εστίαση στις τεχνικές λεπτομέρειες. Αυτό δεν σημαίνει φυσικά ότι και το ακριβότερο είναι το καλύτερο ή το αποτελεσματικότερο, καθώς εκεί ορισμένες φορές κρύβονται κίνδυνοι εσκεμμένης ή και ακούσιας παραπλάνησης. Το σημαντικό είναι να ξέρουμε τι θέλουμε από την εφαρμογή και να προσπαθήσουμε να βρούμε τα προϊόντα που ανταποκρίνονται σε αυτό ακριβώς το κριτήριο. Επιπλέον, να προσέχουμε πού κάνουμε τις περικοπές, καθότι αυτές μπορεί να στοιχίσουν ακριβά στο τελικό αποτέλεσμα.
Χαρακτηριστικό παράδειγμα αποτελεί ο φωτισμός. Εφαρμογή video analytics χωρίς την ύπαρξη δυνατού φωτισμού είναι εκ των ουκ άνευ. Για αυτό το λόγο θα πρέπει ο τελικός χρήστης να φροντίσει να χρησιμοποιήσει όλα εκείνα τα συστήματα φωτισμού, που θα μπορέσουν να δώσουν στην εφαρμογή video analytics όλες εκείνες τις προϋποθέσεις για να λειτουργήσει σωστά. Είναι ανούσιο να επιλέξει πολύ ακριβές κάμερες με τεχνολογίες video analytics, χωρίς να υποστηρίζονται από τα ανάλογα συστήματα φωτισμού, γιατί ως τελικό αποτέλεσμα θα λάβει κάτι το οποίο σε καμία περίπτωση δεν θα ανταποκρίνεται τόσο στις αρχικές προσδοκίες όσο και στο κόστος προμήθειας των καμερών. Όμως το ίδιο, εκτός των εξαρτημάτων συμβαίνει και στην επιλογή του εγκαταστάτη. Οφείλει να συνεργαστεί με κάποιον τεχνικό που να γνωρίζει τη λειτουργία των συστημάτων video analytics και πώς αυτές μπορεί να τις χρησιμοποιήσει ώστε να έχουν το βέλτιστο δυνατό αποτέλεσμα.

Εσφαλμένες αντιλήψεις
Στην αρχή του άρθρου αναφέραμε χαρακτηριστικά ότι ακόμα και σήμερα υπάρχει ένα πέπλο ασάφειας γύρω από το τι πραγματικά είναι τα video analytics και τι εντέλει μπορούν να προσφέρουν. Περιεκτικά, θα προσπαθήσουμε να καταρρίψουμε ορισμένους από τους επικρατέστερους μύθους.
Καταρχήν, σε καμία περίπτωση τα σύγχρονα συστήματα CCTV δεν μπορούν να προσφέρουν δυνατότητες αναγνώρισης προσώπου. Πρόκειται ίσως για το δημοφιλέστερο μύθο, βάσει του οποίου οι κάμερες μπορούν να σαρώσουν ένα πλήθος ανθρώπων και να ταυτοποιήσουν πρόσωπα. Εκτός και αν υπάρχει μία βάση δεδομένων προσώπων και ο χρήστης αναζητά κάποιο συγκεκριμένο πρόσωπο που βρίσκεται μέσα σε αυτήν τη βάση, δεν είναι εφικτή – τουλάχιστον ακόμα – αυτή η λειτουργία της αναγνώρισης προσώπου.
Μια άλλη ερώτηση που τίθεται συχνά, είναι αν και κατά πόσο είναι δυνατό να χρησιμοποιηθούν οι υφιστάμενες κάμερες CCTV για την ανίχνευση καπνού με την προσθήκη μιας συσκευής καταγραφής. Αυτό σε καμία περίπτωση δεν συνιστάται και ο λόγος είναι απλός. Οι CCTV κάμερες είναι έτσι τοποθετημένες ώστε να κοιτάζουν προς το κάτω μέρος για να μπορούν να εντοπίσουν μία κίνηση ή να καταγράψουν κάποιο αντικείμενο μέσα σε ένα χώρο. Οι κάμερες που χρησιμοποιούνται για λειτουργία VSD θα πρέπει να κοιτάζουν προς το πάνω μέρος του χώρου και να έχουν μια οριζόντια κατεύθυνση, ώστε να μην επηρεάζονται από τυχαίες κινήσεις στην περιοχή και δίνουν εσφαλμένους συναγερμούς. Οπότε γενικά αυτή η χρήση των καμερών CCTV δεν συνιστάται, χωρίς όμως να απαγορεύεται, αλλά σε αυτήν την περίπτωση είναι λογικό να έχουμε μειωμένης αξιοπιστίας αποτελέσματα.

Το μέλλον.
Κάποιες τεχνολογίες video analytics θα ενσωματωθούν στις κάμερες και θα αποτελούν βασικά χαρακτηριστικά τους. Με αυτόν τον τρόπο θα προσδοθεί προστιθέμενη αξία στα συστήματα CCTV, οπότε και οι εγκαταστάτες θα εκμεταλλευτούν αυτήν την εξέλιξη καθώς θα εμπλουτίζονται οι δυνατότητες που θα μπορούν να προσφέρουν στους τελικούς χρήστες. Είναι αναπόφευκτη αυτή η ενσωμάτωση των video analytics, διότι ακριβώς εστιάζουν σε μια αδύναμη πτυχή των σύγχρονων συστημάτων ασφάλειας, που είναι η έγκαιρη και σωστή ειδοποίηση. Έγκαιρη ώστε να υπάρχει ο κατάλληλος χρόνος αντίδρασης και σωστή ώστε να αποφεύγονται οι εσφαλμένοι συναγερμοί. Όλα αυτά είναι σημαντικές συνιστώσες στην προσπάθεια δημιουργίας ολοκληρωμένων συστημάτων ασφάλειας και ως εκ τούτου τα video analytics θα κληθούν να παίξουν ένα σημαντικό ρόλο – πολύ σημαντικότερο από το σημερινό – στις μελλοντικές γενιές των εφαρμογών CCTV.
Τρία είναι τα στοιχεία πάνω στα οποία θα κινηθεί η περαιτέρω ανάπτυξη των analytics. Πρώτον, η αυξημένη υπολογιστή ισχύς των καμερών, που θα επιτρέψει την εμφάνιση πολύ βελτιωμένων εφαρμογών analytics. Δεύτερον, η διάδοση των δικτυακών καμερών με τις ανοιχτές πλατφόρμες λειτουργίας, που θα συμβάλλει στην ακόμα μεγαλύτερη ανάπτυξη εφαρμογών analytics, καθώς αυτές θα μπορούν να απευθύνονται σε ακόμα μεγαλύτερο μερίδιο αγοράς. Τρίτον, η χρήση των analytics σε εφαρμογές επεξεργασίας στατιστικών δεδομένων όπως αρίθμηση προσώπων, που θα δώσει μια ώθηση ώστε η χρήση τους να υπερβεί τα όρια των συστημάτων ασφαλείας και να βρει χρήση και σε άλλους κλάδους. ¶λλωστε, όσο μεγαλώνει η αγορά στην οποία θα απευθύνονται, τόσο σημαντικότερη και γρηγορότερη θα είναι η εξέλιξη της τεχνολογίας τους, με προφανή τα οφέλη και για τους τελικούς χρήστες.

Του ΑΡΙΣΤΟΤΕΛΗ ΛΥΜΠΕΡΟΠΟΥΛΟΥ