Юнисов Александр Александрович, генеральный директор ООО «Видеомакс»
Активный маркетинг разработчиков видеоаналитики, мода на все интеллектуальное и слепая вера в новые технологии нередко находят отражение в технических заданиях и проектных решениях систем безопасности. Когда касается новых сфер распространения систем видеонаблюдения, для которых иных решений не существовало, — это можно оценить как эксперимент: получится — хорошо, нет — ну и ладно, будем жить как раньше. А вот когда существующие решения, проверенные годами и практикой, пытаются заменить видеоаналитикой — это огромный риск, который часто оказывается ничем не обоснован, разве что уверениями маркетологов. Так происходит с системами охраны периметра. Мы получаем большое количество запросов с задачей охраны периметра с использованием аналитических детекторов: трекинга, детекторов пересечения линии, поведенческой аналитикой. На поверку оказывается, что идея заказчика — отказаться от установки охранной сигнализации и заменить ее видеоаналитикой — не повышает, а снижает защищенность периметра. И если заказчикам это можно простить — они не обязаны быть профессионалами, то у специалистов систем видеонаблюдения, которые берутся за проектирование, хочется спросить: «Откуда такая уверенность?» Давайте разбираться.
Помимо озвученных эмоциональных аспектов — модно, современно, круто, существует совершенно резонное желание — сэкономить.
Охранная сигнализация на периметре без видеонаблюдения — это бессмысленно. В любой системе есть вероятность ложных тревог. При срабатывании оператору нужно произвести валидацию тревоги. С этой целью и устанавливаются камеры видеонаблюдения на периметре. Просто так смотреть на заборы в экраны мониторов — тоска зеленая.
Так почему бы не использовать видеонаблюдение для фиксации фактов проникновения на объект? Детектирование пересечения линии есть почти во всех современных VMS. Есть продукты, в которых это бесплатная функция. Более того, пересечение линии, вход в зону, и даже время нахождения в зоне можно встретить как бесплатный функционал прямо на борту IP-камер.
В дополнение к этому, для защиты объекта от всех видов угроз (перелаз, подлаз, пролаз) необходимо использовать комбинированные охранные системы: радиоволновые, лучевые линейные, системы на вибро или оптическом кабеле и т.п. Полный комплекс — это сложная инженерная задача, да и просто дорого.
Еще одна особенность классических систем сигнализации на периметре: в своей основной массе они не позволяют точно локализовать место происшествия. Участки тревоги могут достигать нескольких сотен метров.
В этих условиях использование видеоаналитики выглядит крайне привлекательным.
Что обещают нам разработчики видеоаналитики?
Видеоаналитика перекрывает пространственную область. Аналитическому детектору все равно, каким образом нарушитель проник на объект: сверху, снизу или сквозь ограждение. Ограждения может вообще не быть. Это могут быть местности со сложным рельефом, овраги, горы, акватории и т.п.
Видеоаналитика может предупреждать об угрозе до происшествия. Камера может одновременно «видеть», что происходит перед ограждением, само ограждение и внутреннюю территорию. В отличие от охранной сигнализации, видеоаналитика может сигнализировать оператору о наличии предполагаемой угрозы, например о том, что некий субъект подозрительно долго находится возле ограждения.
Разработчики предлагают различные сценарии: вход в запретную зону, время нахождения в зоне, пересечение виртуальной линии, переход из одной зоны в другую, отслеживание направления и скорости движения и даже фильтрацию объектов по цвету и типу.
Видеоаналитика позволяет разбить наблюдаемую сцену на отдельные участки и тем самым локализовать происшествие до нескольких метров.
Все это крайне убедительно. Преимущества и выгоды налицо. А если маркетологи добавили к названию аналитического модуля приставку «нейросетевой», то заказчики уже не смогут сопротивляться. Что же в реальности?
Но если заглянуть в саму суть технологии, в документацию, немного поразмыслив над физическими принципами работы, то даже без дополнительных исследований возникает большое количество вопросов, на которые получить ответ крайне сложно.
Видеоаналитика определяет тревогу на основе анализа изображения, получаемого с камеры видеонаблюдения. Качество работы видеоаналитики (вероятность правильного обнаружения), очевидно, определяется детализацией изображения и такими параметрами, как контраст объекта, представляющего интерес, его скорость и направление движения. Причем скорость и направление движения не абсолютные, а в виде проекций вектора на матрицу видеокамеры.
Принципы и особенности работы видеоаналитики определяют ряд ограничений.
Здесь все очевидно. Туман, дым, сильный дождь и снег — все это факторы, которые создают преграду между объектом и камерой. Вероятность фиксации объектов может значительно снизиться, вплоть до нуля. При этом срабатывание детектора на капли дождя, снежинки, листок с дерева и т.п. вызывает ложные срабатывания, на которые оператор обязан реагировать (рис. 1).
Рис. 1. Дождь. Детектор дает много ложных срабатываний
Видеоаналитика реагирует на движение. Нет движения — нет тревоги. Если регистрировать изменение каждого пикселя, то мы получим поток ложных срабатываний, поэтому детектор настраивается так, чтобы количество ложных срабатываний было на приемлемом уровне. При этом, конечно же, чувствительность детектора к малым изменениям снижается. В этих условиях ОЧЕНЬ медленно движущийся объект имеет неплохие шансы остаться незамеченным. Насколько это реальная ситуация? Решать заказчику исходя из модели угроз его объекта (рис. 2).
Рис. 2. Медленно движущийся объект. Детектор его не «видит», а он есть
Здесь, как ни странно, ситуация схожая. Разработчики предполагают, что невозможна ситуация, когда злоумышленник со скоростью истребителя перелетает через забор. А вот насекомое, птица и прочие объекты могут спровоцировать ложные тревоги, и такие тревоги лучше исключить. Разумно. Но в этих условиях фиксировать такие угрозы, как перебрасывание предметов через забор, скорее всего, невозможно (рис. 3).
Рис. 3. Детектор «увидел» людей, а перебрасываемый предмет — нет
Для минимизации ложных тревог в большинстве программных продуктов доступны ограничение минимального и максимального размера объекта, регулировка чувствительности (часто совокупный параметр контраста и скорости движения), указания направления движения. Однако есть внешние естественные факторы, от которых отстроиться невозможно: насекомые, птицы, листья, летающий мусор и т.д. Эти факторы в определенной ситуации могут вполне совпасть с моделью угроз. Мы не можем предугадать на каком расстоянии от объектива, в каком направлении, и с какой скоростью будет летать муха! Напоминаем, у нас есть только двухмерная проекция на матрицу камеры.
Дополнительными источниками тревоги могут быть блики на стеклах объектива и кожуха от фонарей и фар проезжающих автомобилей (рис. 4).
Рис. 4. Детектор считает, что муха перелезает через забор
Попробуйте найти черную кошку в темной комнате. Или белого медведя на снегу. Даже человеку такие задачи даются с трудом, не говоря уже о машинном зрении. Если объект, пересекающий периметр, использует приемы маскировки, то выделить его на подстилающей поверхности крайне затруднительно. Особенно если это происходит в темное время суток при недостатке освещения. А как известно, ночное время самое вероятное для проникновения на объект (рис. 5).
Рис. 5. Детектор так же, как и человеческий глаз, можно обмануть замаскировавшись
В темное время суток, при недостатке освещения, увеличивается собственный уровень шумов матрицы камеры и контраст объектов значительно снижается, что сказывается на вероятности обнаружения цели. Это условный недостаток, т.к. обеспечить хорошую освещенность можно и нужно вне зависимости от того, будет работать у нас аналитика или охранная сигнализация. Оператору все равно необходимо подтвердить тревогу, просматривая изображение с камеры (рис. 6).
Рис. 6. Работа детектора в условиях недостаточного освещения
Крайне важно знать перечисленные особенности и ставить в известность заказчика. Если он готов жертвовать уровнем безопасности, если модель угроз не предполагает диверсантов, которые ночью, в тумане, в маскировочном костюме медленно ползут, то видеоаналитика может быть альтернативой охранной сигнализации. Однако есть момент, который мало кто учитывает.
Для систем сигнализации существуют данные о вероятностях правильного обнаружения и уровнях ложных тревог. Эти данные транслирует производитель оборудования, основываясь на огромной статистике эксплуатации на реальных объектах. Используя эти данные, проектировщики систем безопасности могут дать оценку степени защищенности объекта и спрогнозировать количество тревог на единицу времени. Это дает понимание заказчику, с чем ему придется иметь дело, и у него есть возможность принять осознанное решение и внести необходимые корректировки в регламент работы службы охраны и работу дежурных операторов.
Вывод: Основная проблема видеоаналитики на периметре — отсутствие достоверных данных о вероятности правильного обнаружения и вероятности ложных тревог, а также отсутствие конкретных требований для проектировщиков по параметрам изображения исходя из различных моделей угроз.
Для видеоаналитики достоверных данных о вероятностях обнаружения и ложных срабатываниях не существует. Производители не готовы гарантировать вероятности правильного обнаружения и вероятности ложных тревог. Помимо этого, редко где можно встретить указания для проектировщиков — какая плотность пикселей должна быть, чтобы обеспечить уверенное обнаружение. Без входных данных крайне сложно обосновать проектное решение.
Заказчики фактически получают кота в мешке, доверившись ярким рекламным проспектам и убедительным презентациям.
Наши профессиональные читатели могут заметить, что тепловизоры лишены большинства вышеозвученных ограничений видеоаналитики. Это верно: тепловизорам не страшны туман, дождь, снег, насекомые, маскировка, засветка, тепловизоры могут работать в полной темноте.
Однако есть и ограничения: тепловизоры не эффективны в жаркий солнечный день, от тепловизора можно укрыться за преградой, можно снизить контраст объекта (уменьшить вероятность обнаружения) за счет теплоизолирующих материалов.
Ну и влияние скорости движения, а также проблему отсутствия информации о вероятностях обнаружения и ложной тревоге никто не отменяет. Поэтому тепловизоры достаточно эффективны для защиты периметра, но насколько они способны заменить охранную сигнализацию — остается под вопросом.
Неужели все так плохо, и видеоаналитике нет места на периметре? На самом деле, все хорошо. Видеоаналитика действительно способна решать большое количество задач, которые никаким иным способом не могут быть решены.
Одна из таких задач, как мы указывали выше, — предупреждение о потенциальной угрозе. Это позволяет обратить внимание оператора на подозрительное поведение объектов в поле зрения камеры:
Таких примеров может быть много. Для каждого объекта и решаемой задачи они могут быть свои. В этом смысле видеоаналитика очень гибкая и, вкупе с механизмом сценариев в ПО видеонаблюдения, позволяет создавать самые причудливые алгоритмы.
Видеоаналитика может работать и с охранной сигнализацией на периметре, поднимая приоритет инцидентов по функции «И». Если образовалась очередь из инцидентов, которые требуют реакции оператора, то наивысший приоритет следует отдавать происшествиям, где одновременно произошло срабатывание датчика охранной сигнализации и программных видеоаналитических детекторов. Вероятность реальной угрозы в этом случае крайне высока.
Не стоит переоценивать возможности видеоаналитики, пытаясь заменить охранную сигнализацию, но и недооценивать их тоже будет ошибкой.
Видеоаналитика — отличное дополнение к штатной тактике охраны!
Информация и фото с https://algoritm.org/arch/arch.php?id=95&a=2315