Τα Video Analytics στις υπηρεσίες των αρχών επιβολής του νόμου

Τα συστήματα βιντεοεπιτήρησης στο αστικό τοπίο των πόλεων είναι το ταχύτερα αναπτυσσόμενο τμήμα όσον αφορά στον παγκόσμιο κλάδο του βίντεο. Η επέκταση από τις μεγάλες μητροπόλεις προς τις μικρότερες κωμοπόλεις είναι ραγδαία και συνεχής, ειδικά σε μεγάλα κράτη του κόσμου όπως είναι οι ΗΠΑ. Ολοένα και περισσότερες υπηρεσίες-αρχές επιβολής του νόμου παγκοσμίως…

Τα συστήματα βιντεοεπιτήρησης στο αστικό τοπίο των πόλεων είναι το ταχύτερα αναπτυσσόμενο τμήμα όσον αφορά στον παγκόσμιο κλάδο του βίντεο. Η επέκταση από τις μεγάλες μητροπόλεις προς τις μικρότερες κωμοπόλεις είναι ραγδαία και συνεχής, ειδικά σε μεγάλα κράτη του κόσμου όπως είναι οι ΗΠΑ.

Ολοένα και περισσότερες υπηρεσίες-αρχές επιβολής του νόμου παγκοσμίως, χρησιμοποιούν τα κλειστά κυκλώματα παρακολούθησης και τα Video Analytics για να επεκτείνουν τις δυνατότητές παρακολούθησης τους, αλλά και για να μειώσουν την εγκληματικότητα.

Τα δίκτυα CCTV αναπτύσσονται ραγδαία, από κάμερες ενσωματωμένες σε «έξυπνους» λαμπτήρες δρόμου μέχρι και θυροτηλεοράσεις (για τις οποίες οι ιδιώτες μπορούν να επιλέξουν να μοιράζονται το βίντεο ως αποδεικτικά στοιχεία και πληροφορίες για τις τοπικές αστυνομικές υπηρεσίες). Το διαθέσιμο υλικό από ιδιώτες και επιχειρήσεις σε συνδυασμό με τη δημόσια υποδομή (κάμερες κ.λπ.) που διαθέτει κάθε κράτος προσφέρει ένα εκτεταμένο σύστημα παρακολούθησης με βίντεο, σε πραγματικό χρόνο, ιδανικό για έρευνα μετά από κάθε συμβάν. Σύμφωνα με έγκυρες εκτιμήσεις και έρευνες, μέχρι το 2022 ο αριθμός των εγκατεστημένων καμερών θα ξεπεράσει το 1 δισεκατομμύριο και η αστυνομία ήδη παρακολουθεί ενεργά τις ροές βίντεο από τις διαθέσιμες-τοποθετημένες κάμερες στους δρόμους για να αποτρέψει έγκαιρα διάφορα συμβάντα. Τα Video Analytics, παίζουν καθοριστικό ρόλο στην όλη διαδικασία. Ας δούμε μερικά από τα VA που χρησιμοποιούν συχνά οι αρχές επιβολής του νόμου.

Αναγνώριση προσώπου

Οι πόλεις βασίζονται ήδη σε λύσεις τύπου Video Content Analytics, για τον εντοπισμό, την παρακολούθηση και την εύρεση αγνοουμένων. Η αναγνώριση προσώπου π.χ. μπορεί να επιταχύνει σημαντικά τις προσπάθειες διάφορων φορέων, όπως της αστυνομίας. Για παράδειγμα οι συγγενείς ενός προσώπου που αγνοείται, μπορούν να δώσουν τη φωτογραφία (του αγνοουμένου) στην αστυνομία, η οποία με τη σειρά της θα προσθέσει την φωτογραφία σε μία ειδική βάση δεδομένων ή σε ένα λογισμικό διαχείρισης βίντεο, για να την «συγκρίνει» με τυχόν προηγούμενες εμφανίσεις εκείνου του προσώπου που έχουν καταγραφεί σε βίντεο. Η χρήση της αναγνώρισης προσώπου για την αναζήτηση βίντεο με βάση την περιοχή και την ώρα κατά την οποία το άτομο εξαφανίστηκε, θα επιτρέψει στην αστυνομία να κατανοήσει γρηγορότερα τις κινήσεις του ατόμου, άρα και τον άμεσο εντοπισμό του. Επίσης, η αντιστοίχιση προσώπων μπορεί να χρησιμοποιηθεί για να επιτρέψει στην αστυνομία να παρακολουθεί και να εντοπίζει τους ανθρώπους που έχουν κάνει παραβιάσεις ή έχουν διαπράξει κάποιο έγκλημα στο παρελθόν. Χρησιμοποιώντας μια εικόνα ενός παραβάτη ή υπόπτου μέσα σε ένα βίντεο, οι χειριστές μπορούν να χρησιμοποιήσουν την αναγνώριση προσώπου για να ανιχνεύσουν σε πραγματικό χρόνο το εν λόγω άτομο και γενικότερα να ανταποκριθούν σε ύποπτες συμπεριφορές, πριν να είναι πολύ αργά. Για παράδειγμα, εάν η τοπική αστυνομία έχει εντοπίσει έναν π.χ. τρομοκράτη ή ένα άτομο το οποίο πιστεύεται ότι σχεδιάζει μια επίθεση, θα είναι σε θέση να αποτρέψει ένα πιθανό έγκλημα.

Έξυπνη αναζήτηση με τη χρήση φίλτρων

Όταν δεν υπάρχει ένα συμβάν για αναζήτηση, τα συστήματα επιτήρησης παράγουν μια φαινομενικά ατελείωτη ποσότητα υλικού και δεδομένων. Τώρα, με τις αναλύσεις βίντεο ορισμένα χαρακτηριστικά θα «επισημανθούν» στο βίντεο πριν αποθηκευτούν στη συσκευή εγγραφής. Τα λεγόμενα metadata (μεταδεδομένα) είναι ένα σύνολο δεδομένων που περιγράφουν και παρέχουν πληροφορίες για άλλα δεδομένα που συλλέγονται μέσω των αναλύσεων βίντεο και βοηθούν στην ταξινόμηση και την οργάνωση των εικόνων, ώστε να γίνει ευκολότερη η αναζήτηση. Επιτρέπουν στον εκάστοτε χειριστή του συστήματος να πραγματοποιήσει γρήγορα και με ακρίβεια αναζητήσεις για αντικείμενα και γεγονότα, συνδυάζοντας διαφορετικά φίλτρα με βάση τα χαρακτηριστικά (φύλο, την ηλικία, την έκφραση, γυαλιά, κ.λπ.) και τη συμπεριφορά ( ταχύτητα, διαδρομή, κατεύθυνση, χρόνος παραμονής, ομοιότητα εμφάνισης με άλλο πρόσωπο, κ.λπ. ). Η μέθοδος αυτή επιτρέπει στον διαχειριστή του λογισμικού να ελέγξει το βίντεο αποτελεσματικά και με μεγάλη ακρίβεια, μέσα σε μόλις λίγα λεπτά. Πριν από μερικά χρόνια η όλη διαδικασία θα φάνταζε «βουνό», καθώς οι αρμόδιοι θα έπρεπε να περάσουν ατελείωτες ώρες, αναλύοντας το βίντεο από κάθε κάμερα ξεχωριστά.

Η έξυπνη αναζήτηση ανοίγει ένα νέο κόσμο δυνατοτήτων. Οι χειριστές μπορούν να βρουν ή να αναζητήσουν ένα όχημα, μία συγκεκριμένη μέρα και ώρα της εβδομάδας ή ακόμα και να χρησιμοποιήσουν τη λειτουργία των χαρακτηριστικών προσώπου για να εμφανίσουν π.χ. όλους τους ανθρώπους με γυαλιά που πέρασαν από ένα συγκεκριμένο σιδηροδρομικό σταθμό την περασμένη εβδομάδα. Με αυτό τον τρόπο η αναζήτηση γίνεται μέσα σε μόλις λίγα λεπτά και όχι σε ώρες. Τέτοιου τύπου συντομεύσεις επιτρέπουν την αποτελεσματικότερη ανασκόπηση  και τη συλλογή «βαθύτερων» πληροφοριών. Οι αναλύσεις βίντεο αλλάζουν πραγματικά τον τρόπο με τον οποίο χρησιμοποιούμε ή αντιλαμβανόμαστε την ασφάλεια. Μετατρέπουν τις κάμερες ασφαλείας σε συλλέκτες δεδομένων που βοηθούν τις επιχειρήσεις να λειτουργούν πιο ομαλά.

Αναγνώριση πινακίδας οχήματος-LPR

Η αναγνώριση πινακίδων λειτουργεί με παρόμοιο τρόπο όπως και με την αναγνώριση προσώπων, αποτελώντας μία ακόμα λειτουργία ζωτικής σημασία για τις αρχές. Όπως η αναγνώριση προσώπου, έτσι και η αναγνώριση πινακίδας κυκλοφορίας έχει εξελιχθεί σημαντικά τα τελευταία χρόνια. Μεταξύ των πιο σημαντικών αλλαγών που έχει βιώσει αυτή η τεχνολογία είναι η μετάβαση από τις συσκευές κλειστού τύπου, σε πλατφόρμες ανοιχτού λογισμικού, που επιτρέπουν την εύκολη ενσωμάτωση με κάμερες παρακολούθησης και άλλα προϊόντα ασφάλειας. Η νέα τεχνολογία παρέχει εξαιρετικά προηγμένες δυνατότητες σε συνδυασμό με τη τεχνητή νοημοσύνη (AI) και τη τεχνολογία Deep Learning, προσφέροντας μία πιο ολοκληρωμένη και ακριβή ανάλυση δεδομένων. Μία κάμερα που ενσωματώνει αλγόριθμο LPR μπορεί να καταγράψει πινακίδες οχημάτων που κινούνται με μεγάλη ταχύτητα, ακόμα και κάτω από δύσκολες καιρικές συνθήκες (ομίχλη, χαμηλός φωτισμός κ.ά.). Το ANPR (Αutomatic number plate recognition) είναι ένας όρος που χρησιμοποιείται συνήθως για τα λογισμικά που λαμβάνουν τα δεδομένα από μια κάμερα LPR και στη συνέχεια τα αρχειοθετούν σε μία βάση δεδομένων, με σκοπό να τα κατατάξουν σε διάφορες λίστες (White list, Black list, κ.λπ.). Η τεχνολογία LPR εφαρμόστηκε αρχικά σε περιπολικά και πιο συγκεκριμένα σε κάμερες στο εξωτερικό των οχημάτων, οι οποίες συνδέονταν με ένα φορητό υπολογιστή. Παρόλα αυτά τα τελευταία χρόνια, η τεχνολογία αυτή βρήκε μια θέση στη βιομηχανία των συστημάτων παρακολούθησης και ειδικότερα, στις κάμερες ασφαλείας.

Εφαρμογή στο κινητό και επίγνωση κατάστασης σε πραγματικό χρόνο-Μία νέα προσέγγιση!

Οι αρχές αναζητούν πάντα νέους τρόπους για να βοηθήσουν το προσωπικό να κάνει τις εργασίες καλύτερα, πιο έξυπνα, πιο αποτελεσματικά και με ασφάλεια. Παρόλο που η αναζήτηση βίντεο προσφέρει τεράστια οφέλη, οι αρχές βασίζονται ακόμα στο προσωπικό εξοπλίζοντας το με έξυπνα τηλέφωνα και tablets, έτσι ώστε να μπορούν να κάνουν τις εργασίες τους πιο αποτελεσματικά, από οποιαδήποτε τοποθεσία. Η ανάλυση περιεχομένου βίντεο δεν αποτελεί εξαίρεση. Οι αρχές μπορούν να αξιοποιήσουν τα VA ενσωματώνοντας τα απευθείας σε μία smartphone συσκευή, έτσι ώστε οι χρήστες να μπορούν να πραγματοποιούν αναζητήσεις βίντεο εν κινήσει. Τα VA που είναι διαθέσιμα στα κινητά τηλέφωνα βοηθούν τους εκάστοτε αξιωματικούς υπηρεσίας να αποκτήσουν πληροφορίες σχεδόν σε πραγματικό χρόνο μετά από ένα περιστατικό και παράλληλα να λάβουν τις απαραίτητες αποφάσεις σχετικά με τον τρόπο παρακολούθησης ή σύλληψης των υπόπτων, χωρίς να χρειάζεται να επεξεργαστούν ένα βίντεο.

Όταν οι αστυνομικοί φτάνουν σε μια σκηνή, είναι σημαντικό για αυτούς να έχουν όσο το δυνατόν περισσότερες πληροφορίες σχετικά με την κατάσταση και τα εμπλεκόμενα άτομα. Η τεχνολογία διαδραματίζει καθοριστικό ρόλο σε αυτές τις προσπάθειες, οπότε, τα τελευταία χρόνια, η βιομηχανία χρησιμοποιεί διάφορα εργαλεία όπως, φορητούς υπολογιστές, συστήματα GPS, φορητές κάμερες κ.λπ. Παράλληλα η προειδοποίηση σε πραγματικό χρόνο αυξάνει την επίγνωση μίας κατάστασης. Τα VA που προσφέρουν ειδοποιήσεις σε πραγματικό χρόνο βοηθούν τις αρχές να αντιδράσουν προληπτικά σε καταστάσεις που θα μπορούσαν να αποτελέσουν κίνδυνο για τη δημόσια ασφάλεια. Οι ειδοποιήσεις σε πραγματικό χρόνο μπορούν να ενεργοποιηθούν με βάση:

Την Ταξινόμηση αντικειμένων: Ένα σύστημα ανάλυσης περιεχομένου βίντεο που τροφοδοτείται από αλγόριθμους τεχνητής νοημοσύνης μπορεί να αξιοποιηθεί για να διακρίνει μεταξύ διάφορων αντικειμένων. Το σύστημα που βασίζεται στη βαθιά εκμάθηση, είναι εκπαιδευμένο για να εντοπίζει, να αναγνωρίζει και να ταξινομεί αντικείμενα, και οι χρήστες μπορούν να δημιουργήσουν προειδοποιήσεις βάσει κανόνων, για να ενεργοποιήσουν «ειδοποιήσεις συναγερμού» όταν αυτό κριθεί απαραίτητο. Ένα συχνό παράδειγμα της εν λόγω εφαρμογής, είναι για την ανίχνευση δραστηριότητας ή ανθρώπινης παρουσίας σε μια περιοχή που έχει απαγορευτεί η είσοδος σε επισκέπτες.

Την καταμέτρηση ατόμων/οχημάτων: Οι ειδοποιήσεις βάσει καταμέτρησης ατόμων και οχημάτων είναι μια άλλη μορφή ειδοποίησης που μπορεί να χρησιμοποιηθεί για να ειδοποιήσει τους χειριστές όταν ο αριθμός των πεζών ή οχημάτων υπερβαίνει ένα προκαθορισμένο όριο (π.χ. πιθανή κυκλοφοριακή συμφόρηση ή παραβίαση της ασφάλειας σε μία περιοχή εκτός ορίων). Αυτές οι ειδοποιήσεις μπορούν επίσης να ενεργοποιηθούν όταν τα άτομα είναι κάτω από το όριο, υποδεικνύοντας για παράδειγμα ένα σημείο το οποίο δεν φρουρείται.

{gallery}8817{/gallery}