За последние 15 лет видеонаблюдение сильно изменилось. Мы перешли с аналоговых камер на цифровые, разрешение матриц значительно увеличилось, стала лучше автонастройка контрастности и освещенности. Камеры теперь настраиваются в облаке – там же легко хранить видео и запускать модули видеоаналитики.
Объём мирового рынка VSaaS растёт со скоростью 22% ежегодно и к 2022 году достигнет $6 млрд. Пропускная способность сети и затраты на трафик по-прежнему остаются барьером, но в ближайшие годы почти все системы перейдут на облачные решения. Причин у доминирования облаков несколько, но главное, что VSaaS — это намного больше, чем просто видеонаблюдение.
Многие в отрасли задаются вопросом, какие глобальные перемены ждут нас в ближайшие 5-7 лет. Скорее всего, привычные нам сейчас системы станут выглядеть иначе. Полагаясь на некоторые последние тренды, мы можем уже сейчас визуализировать картину VSaaS-решений ближайшего будущего.
Видеоаналитика и новые алгоритмы
Система видеонаблюдения, созданная китайской фирмой SenseTime
Неточность алгоритмов, большие требования к «железу», высокая стоимость и сложность конечного использования долгие годы сдерживали развитие аналитических модулей. Обучение нейросетей тормозилось качеством самого видео. Дошло до того, что некоторые компании нанимали актеров для съемки обучающих роликов с постановкой противоправных действий.
Новые методы глубокого обучения позволили нам анализировать видеоданные быстрее и дешевле, чем когда-либо прежде. Видеоаналитика стала доступной и в домашних камерах, и для бизнеса. Сервис Ivideon, например, предлагает систему распознавания лиц для бизнеса по цене от 1700 рублей за камеру.
Источник
Распознавание лиц – это только начало. Мы уже видим первые результаты объединения слабого (пока еще) искусственного интеллекта с системами видеонаблюдения. В проекте IC Realtime Ella ИИ используется для анализа видеопотока и мгновенного поиска. Ella может распознавать сотни тысяч запросов на естественном языке, позволяя пользователям искать кадры с указанными объектами: животных, людей в одежде определенного цвета или даже отдельные марки автомобилей.
В статье «Глаз в небе» исследователи описывают систему, в которой видеоданные с квадрокоптера анализируются нейросетью, обученной с использованием глубокого обучения оценивать позы людей и сопоставлять их с позами, которые исследователи обозначили как «насильственные». В проект включили пять поз: удушение, удары руками и ногами, стрельба и удары ножом. Ученые надеются, что «глаз в небе» будет использоваться для выявления преступлений в общественных местах и на крупных мероприятиях.
Хотя методы глубокого обучения помогли определять человека в потоке видео, пока сложно сделать шаг к «идеальным» алгоритмам. Поэтому системы, выявляющие преступников, так несовершенны. Машине сложно понять, кто перед ней, преступник или доброжелательный человек, который просто решил обнять друга. На данный момент система работает с точностью 94 % в определении «насильственных» поз, но чем больше людей появляется в кадре, тем ниже этот показатель – точность снизилась до 79 % при одновременном анализе действий 10 человек.
Темпы технического прогресса не оставляют места для сомнений – к 2025 году точность приблизится к 100 % на любом количестве людей в толпе. Возможности по распознаванию противоправных действий снизят количество специального персонала (полиции, охранников), тем самым значительно нивелируя человеческий фактор применительно к контролю сложных общественных ситуаций.
Алгоритмы также помогают совершенствовать работу даже устаревшего «железа». Команда ученых представила алгоритм «вычислительной перископии», который позволяет любой IP-камере в прямом смысле «заглянуть за угол». В основе алгоритма лежит анализ те��ей объекта, отброшенных на любую поверхность.
Для получения изображения объекта, находящегося за углом, алгоритму требуется изображение поверхности, на которую падает тень от объекта. На данный момент для «вычисления» изображения «из-за угла», потребуется лишь обычный компьютер, который сделает все необходимые расчеты не более чем за 48 секунд. Компьютеры более высокой мощности справятся с этой задачей ещё быстрее.
Доступ для различных устройств
Поворотная скоростная камера Nobelic 4225Z-ASD с 25-кратным зумом. Одна из самых «мощных» камер в магазине Ivideon
VSaaS открывает доступ к изображениям с камер и информационным уведомлениям с компьютеров и с мобильных устройств, но самое главное – объединяет разные виды оборудования. Вы можете подключить к облаку IP-камеры, старые аналоговые камеры, тепловые камеры, всевозможные датчики. Камеры при этом располагаются стационарно, на борту кораблей, в грузовиках, даже на дронах.
В то время как многие производители пытаются сделать свои камеры «более умными», VSaaS-решения позволяют «модернизировать» любые существующие камеры, для которых требуется только подключение к Интернету. Именно поэтому мы эффективно помогаем модернизировать любой объект для наблюдения. Владелец бизнеса не тратит огромные деньги на создании системы с нуля. Старые аналоговые камеры работают в связке с сам��м совершенным на сегодняшний день оборудованием – 4К-камерами.
Производители камер только недавно начали продавать устройства с поддержкой 4K. Не в последнюю очередь потому, что хранить видео такого разрешения трудно. К счастью, в облачном сервисе ограничение ставится на глубину архива по времени, а не в терабайтах.
С появлением 4K-видеонаблюдения можно экономить на самом оборудовании – одна камера высокой четкости способна заменить несколько обычных камер. UHD также открывает больше возможностей для зума, технологий распознавания лиц и номерных знаков. 4K-качество и другие форматы обработки видео, такие как H.265, по-видимому, будут следующим шагом в отрасли.
Выше мы упоминали алгоритм, который помогает камере буквально видеть, что происходит за углом. Ученые из Шотландии решили эту задачу на уровне «железа». Система представляет собой набор из двух приборов – «фотонной пушки», которой ученые обстреливали пол и стену, расположенные на противоположной стороне от угла, и специальной светочувствительной матрицы на базе лавинных фотодиодов, распознающих даже одиночные фотоны и преобразующие свет в электрический сигнал за счет фотоэффекта.
Фотоны из луча пушки, отражаясь от поверхности стены и пола, сталкиваются и отражаются от поверхности всех предметов, которые находятся за стеной. Часть из них попадает в детектор, отразившись еще раз от стены, что позволяет, опираясь на время движения луча, определять положение, форму и вид того, что прячется за углом.
Это решение еще на шаг приближает нас к будущему, в котором камеры станут по-настоящему всевидящими.
Масштабируемость
Один из пунктов контроля Santa Anita Park, США
Добавление большего количества камер увеличивает количество собираемых видеоданных, но приводит к уменьшению полезной информации. Другими словами, подавляющее большинство записанных видеоданных никогда не просматривается. Это не из-за отсутствия интересного контента – скорее, из-за постепенного снижения концентрации внимания человека.
В будущем люди перестанут постоянно смотреть в монитор. Облачные системы начнут полностью контролировать сами себя. Люди будут получать только информацию, которая действительно имеет для них значение. С точки зрения обслуживания система с 10 тыс. камер перестанет отличаться от системы из 10 распределенных камер.
Уже сейчас облачные сервисы видеонаблюдения позволяют строить распределенные системы с любым количеством подключенных объектов и оборудования, при этом все трансляции с удаленных объектов представлены в едином личном кабинете. Пользователь может через облако распределять права доступа к сотням камерам одновременно, менять настройки, обращаться к архиву и подключать модули видеоаналитики.
Автономный робот с камерой видеонаблюдения Knightscope, способный распознавать номерные знаки, а также идентифицировать смартфоны по MAC и IP-адресам
Пожалуй, единственным моментом, который сложно поддается оптимизации, остается монтаж систем, но и здесь есть место для прогресса. Благодаря достижениям в области беспроводной передачи данных, камерам сегодня не нужны физические сетевые подключения. Тем не менее, камеры по-прежнему нуждаются в питании.
Существующие решения с автономными источниками питания (например, солнечные батареи) для действительно беспроводных систем широко не примен��ются, и у них все еще есть свои ограничения – стоимость, размер и, в конечном счете, зависимость от самого Солнца.
Сегодня создается технология питания через Wi-Fi и другие беспроводные решения – в будущем появятся полностью беспроводные камеры. И не будем забывать про роботов – команды автономных устройств могут действовать как единое целое. Эти группы со множеством камер могут использоваться для наблюдения и сбора информации, а также на опасных работах, где присутствие человека нежелательно.
Роботами могут быть беспилотники, автономные наземные машины или даже гуманоидные устройства, идущие сквозь толпу. Если у вас есть роботы, которые взаимодействуют между собой, вы можете ставить перед ними любую задачу: наблюдение, мониторинг безопасности, информирование о ситуации.
Рынок видеонаблюдения VSaaS продолжать демонстрировать уверенный рост во всем мире. Технологии облачного видеонаблюдения оказались чрезвычайно важными, особенно для мониторинга безопасности и сокращения издержек бизнеса. Поэтому в «облака» инвестируют все – от малого бизнеса до правительства – чтобы дать импульс развитию современных устройств видеонаблюдения. Привлечение инвестиций к критически важной инфраструктуре заложило фундамент нового мира, в котором одни могут увидеть «угрозы тотального контроля» по «китайской» модели, а другие – уникальные возможности для реализации сложных, захватывающих проектов.
