Ψευδείς συναγερμοί

Υπήρχε μια εποχή που το κόστος της παρακολούθησης της δραστηριότητας σε μια απομακρυσμένη τοποθεσία ήταν πολύ υψηλό για τις περισσότερες επιχειρήσεις. Ωστόσο, οι διαθέσιμες τεχνολογίες των τελευταίων ετών και οι νέες ευρυζωνικές υπηρεσίες, κατέστησαν «δυνατή» την απομακρυσμένη οπτική παρακολούθηση και το κόστος αρκετά προσιτό…

Υπήρχε μια εποχή που το κόστος της παρακολούθησης της δραστηριότητας σε μια απομακρυσμένη τοποθεσία ήταν πολύ υψηλό για τις περισσότερες επιχειρήσεις. Ωστόσο, οι διαθέσιμες τεχνολογίες των τελευταίων ετών και οι νέες ευρυζωνικές υπηρεσίες, κατέστησαν «δυνατή» την απομακρυσμένη οπτική παρακολούθηση και το κόστος αρκετά προσιτό…

Είτε αναφερόμαστε σε συστήματα συναγερμού είτε σε κλειστά κυκλώματα τηλεόρασης, η παρακολούθηση με βάση ένα ή περισσότερα συμβάντα έχει αποδειχθεί μία εξαιρετικά χρήσιμη και «αποδεκτή» μέθοδος από τους χειριστές που βρίσκονται σε ένα δωμάτιο ελέγχου, αλλά και από τους ίδιους τους τελικούς χρήστες. Σημαντικοί παράγοντες αυτής της εξέλιξης ήταν σαφώς η μείωση του απαιτούμενου προσωπικού ασφαλείας σε μία περιοχή και η αποτελεσματικότητα κατά την αναζήτηση πληροφοριών, καθώς δεν ήταν λίγες οι φορές όπου σημαντικές πληροφορίες χάθηκαν λόγω έλλειψης συγκέντρωσης. Σήμερα ο διαχειριστής ενός συστήματος ασφαλείας μπορεί να παρακολουθήσει ταυτόχρονα το βίντεο από πολλαπλές κάμερες (τοποθεσίες) και να επαληθεύσει οπτικά τις ειδοποιήσεις συμβάντων που δημιουργούνται από αισθητήρες ή λογισμικά ανίχνευσης κίνησης.

Παρά τις ραγδαίες εξελίξεις της τεχνολογίας, οι μέθοδοι οπτικής επαλήθευσης ενός συναγερμού συχνά δημιουργούν ανεπιθύμητους ψευδείς συναγερμούς, καθώς αδυνατούν να διακρίνουν τη κίνηση μεταξύ ενός αδέσποτου ζώου και π.χ. ενός εισβολέα ή ενός οχήματος. Εκτός από το χάσιμο χρόνου, οι ψευδείς συναγερμοί μειώνουν την εγκυρότητα των πραγματικών καταστάσεων έκτακτης ανάγκης, ενώ σε αρκετές περιπτώσεις θα κοστίσουν και χρήματα στους ιδιοκτήτες ακινήτων. Οι ψευδείς συναγερμοί εξακολουθούν να αποτελούν μείζον ζήτημα ακόμα και σήμερα, διότι οι προηγούμενες γενιές των Video Analytics ίσως ήταν «υπερβολικές» όσον αφορά την ικανότητά τους να προσφέρουν υψηλό επίπεδο ανίχνευσης χωρίς να δημιουργούν μεγάλο αριθμό ψευδών συναγερμών. Ωστόσο, με τον ερχομό νέων τεχνολογιών όπως η τεχνητή νοημοσύνη και βαθιά εκμάθηση, φαίνεται πως τα πράγματα αλλάζουν και τα VA γίνονται αποτελεσματικότερα.

Μεγάλες εταιρίες του κλάδου πιστεύουν ότι αξιοποιώντας τη δύναμη της μηχανικής μάθησης, τα νέα Video Analytics θα είναι σε θέση να παρέχουν σε επιχειρήσεις, εμπορικούς χώρους, τοπικές αρχές και άλλους οργανισμούς, ένα ισχυρό και έγκυρο εργαλείο αναγνώρισης εισβολέων το οποίο θα εξαλείψει πλήρως του ψευδείς συναγερμούς. Ήδη πολλές εταιρίες διαθέτουν στην παγκόσμια αγορά λογισμικά και συσκευές οι οποίες είναι σε θέση να εντοπίζουν και να ταξινομούν ταυτόχρονα διάφορους τύπους αντικειμένων, όπως άτομα, οχήματα, πρόσωπα και πινακίδες. Ο λόγος φυσικά γίνεται για διάφορες κάμερες που ενσωματώνουν αλγόριθμους τεχνητής νοημοσύνης που μπορούν και αναγνωρίζουν τα χαρακτηριστικά αντικειμένων ή ανθρώπων, όπως την ηλικία, το φύλο, ακόμα και το χρώμα των ρούχων.

Τα χαρακτηριστικά αποθηκεύονται ως μεταδεδομένα παράλληλα με τις εικόνες που τραβήχτηκαν από τις κάμερες AI, επιτρέποντας στους χειριστές να αναζητούν γρήγορα συγκεκριμένα αντικείμενα ή συμβάντα, με τους αλγόριθμους να μπορούν ακόμη και να αναγνωρίζουν εάν ένα άτομο φοράει γυαλιά ή κρατά μια τσάντα.

Το πιο σημαντικό είναι ότι τα Deep Learning Video Analytics μπορούν να ρυθμιστούν κατάλληλα, ώστε να αγνοούν τον θόρυβο βίντεο, την κίνηση των δέντρων, τα κινούμενα σύννεφα και τα ζώα, τα οποία αποτελούν την κύρια πηγή ψευδών συναγερμών. Η ικανότητα αυτή των νέων αλγόριθμων θα επιτρέψει στο προσωπικό ασφαλείας να επικεντρωθεί και να ανταποκριθεί στα πραγματικά περιστατικά και τις καταστάσεις εκτάκτου ανάγκης.

Μία έρευνα που πραγματοποιήθηκε από την Memoori Smart Building Research προβλέπει ότι οι πωλήσεις προϊόντων παρακολούθησης βίντεο θα μπορούσαν να αυξηθούν από 19,15 δισεκατομμύρια δολάρια το 2019 σε 35,82 δισεκατομμύρια δολάρια έως το 2024 και πως τα λογισμικά ανάλυσης βίντεο ΑΙ είναι πιθανό να συμβάλουν σημαντικά σε αυτήν την ανάπτυξη-εξέλιξη. Αυτό δεν προκαλεί έκπληξη καθώς οι εν λόγω συσκευές κάνουν την απομακρυσμένη παρακολούθηση αποτελεσματικότερη και πιο προσιτή και βοηθούν στην καταπολέμηση της εγκληματικής δραστηριότητας με πολλούς άλλους τρόπους, όπως η δυνατότητα γρήγορης αναζήτησης βίντεο για αποδεικτικά στοιχεία. Από αυτήν την άποψη, φαίνεται πως πολύ σύντομα, θα δούμε ολοένα και περισσότερες εφαρμογές τεχνητής νοημοσύνης, οι οποίες θα βελτιώσουν τα συστήματα παρακολούθησης βίντεο σε ένα επίπεδο όπου αυτή τη στιγμή ενδέχεται να μην φαίνεται εφικτό…

Η τεχνητή νοημοσύνη και η βαθιά εκμάθηση βοηθούν τα συστήματα παρακολούθησης βίντεο να «μάθουν» ποια δυνητική απειλή μπορεί να μοιάζει π.χ. με ένα όχημα ή ένα άτομο, οδηγώντας μας σε ακριβέστερη ανίχνευση και ίσως κάποια στιγμή σε πλήρη εξάλειψη των ψευδών συναγερμών, που μαστίζουν το κλάδο της ασφάλειας.

{gallery}8735{/gallery}