Istotą ochrony ogrodzenia nie jest zastosowanie systemu dozoru wizyjnego, lecz dostarczenie obrazu, który umożliwi trafną ocenę sytuacji.
Znaczna część obrazu zapisanego bądź obrazu transmitowanego na żywo nigdy nie zostanie obejrzana przez operatora. Dlaczego? Duża liczba kamer sieciowych – na przykład dla instalacji wykorzystywanych przez Ministerstwo Obrony czy agencje krajowe – wytwarza wiele obrazów w trybie ciągłym, dlatego prześledzenie całego zgromadzonego materiału wizyjnego jest praktycznie niewykonalne. Jest on po prostu zbyt obszerny.
Analiza obrazu, sztuczna inteligencja i uczenie się przez systemy (ang. machine learning) umożliwia wydobycie użytecznych informacji z ich ogromnego zasobu i podjęcie właściwych działań na ich podstawie.
W zapisie poddanym analizie zachowywane są jedynie odpowiednio przefiltrowane fragmenty nagrań. Aplikacje wykorzystujące sztuczną inteligencję i machine learning umożliwiają dodawanie do materiału wizyjnego metadanych i takie ich przetwarzanie, by stanowiły one funkcjonalne narzędzia w zastosowaniach publicznych i prywatnych. Każde z tych narzędzi przyczynia się do wykorzystania obrazu w ochronie obwodowej w sposób coraz bardziej zaawansowany.
Zdefiniujmy sztuczną inteligencję i uczenie się przez maszyny lub systemy. Sztuczna inteligencja to inteligentne wykonywanie przez komputery zadań, które z reguły są realizowane przez ludzi. Uczenie się przez maszynę lub system jest czymś jeszcze bardziej zaawansowanym. Jest ono związane z takim zastosowaniem sztucznej inteligencji, które umożliwia komputerom analizę danych oraz uczenie się w najlepszy możliwy sposób. Automatyzuje ono proces tworzenia modelu analitycznego – komputer ustala optymalne rozwiązanie bez potrzeby zmian w jego funkcjonowaniu. Wszystko to przekłada się na dozór wizyjny, w szczególności w przypadkach, w których ochroną obwodową objęte są rozległe obszary. Oprogramowanie nie tylko jest w stanie wyodrębnić różne rodzaje obrazu, ale także umożliwia przeglądanie wszystkich danych wizyjnych w celu dokonania wyboru materiału do dalszej analizy na podstawie danych fizycznych, detekcji ruchu, zachowania obiektów i innych kryteriów.
Fot. Analiza obrazu odgrywa i będzie odgrywać kluczową rolę w ochronie granic i w ochronie obwodowej
Do inteligentnej analizy obrazu zaliczamy analizę każdego z pikseli z osobna. Jest to podstawowa funkcja wykorzystywana w przypadku pogorszenia jakości obrazu, spowodowanego np. sabotażem sprzętowym. W przypadku wykrycia ruchu na obrazie wywoływany jest alarm. Inną funkcją jest rozpoznawanie obiektów (znacznie bardziej zaawansowana funkcja; możliwe jest rozpoznawanie określonych rodzajów obiektów, np. samochodów, ludzi, drzew czy budynków, a także śledzenie obiektów ruchomych), a także analiza obrazu i rozpoznawanie obiektów pod kątem specjalistycznych zastosowań (np. rozpoznawanie tablic rejestracyjnych, rozpoznawanie twarzy czy wykrywanie pożaru).
Omówione narzędzia analityczne mają szereg zastosowań w systemach ochrony obwodowej. Służą np. do wykrywania przekroczenia linii. Aplikacja może zasygnalizować przekroczenie umownej linii tworzącej wirtualne ogrodzenie. Możliwe jest określenie reakcji na jej przekroczenie. Reakcją może być alarm. Po wykryciu ruchu na określonym terenie może zostać włączona rejestracja obrazu. Możliwe jest też wykrycie porzuconego obiektu, czyli ruchomego obiektu, który pozostaje przez pewien czas w polu widzenia kamery i który może być niebezpieczny dla otoczenia lub zawierać informacje, które nie powinny zostać upublicznione. Czas przebywania osób na danym terenie może być rejestrowany. Po wykryciu podejrzanego zachowania na obrazie chronionego obszaru ukazuje się miejsce zaobserwowanego incydentu i podany jest jego dokładny czas. Ponadto zostaje podjęta próba identyfikacji osób.
Gdy personel uzyska informację o nietypowym zdarzeniu, inteligentna analiza treści obrazu umożliwi rozpoznanie potencjalnego zagrożenia, o ile nadal będzie ono występować, i szybką, adekwatną reakcję.
Innym zastosowaniem inteligentnej analizy treści obrazu jest zapobieganie nielegalnemu przekraczaniu granic. Możliwa jest detekcja intruzów na kilku poziomach. Powszechnie stosowane są kamery termowizyjne. Analiza obrazu termicznego uzupełniona danymi z radarów naziemnych i innych detektorów, a także informacjami uzyskanymi dzięki analizie treści obrazów z kamer pracujących w świetle widzialnym pozwala na określenie poziomu zagrożenia oraz podjęcie odpowiednich działań.
Dwa kolejne środki bezpieczeństwa, których znaczenie w ochronie obszarów i granic ciągle wzrasta, to funkcje rozpoznawanie twarzy oraz funkcje odczytu danych z tablic rejestracyjnych samochodów. Zastosowanie funkcji rozpoznawania twarzy ma duży potencjał mogący zrewolucjonizować wiele systemów ochrony granic i ochrony perymetrycznej. Możliwa staje się szybka identyfikacja podejrzanych osób, w tym osób objętych zakazem wstępu na określony teren. Oba rodzaje analizy będą niezwykle przydatne w przyszłych zastosowaniach sztucznej inteligencji, machine learning oraz deep learning, ponieważ dostarczają dokładnych metadanych.
John Merlino
Axis Communications
Opracowanie: Redakcja