„Bizonyítékok vannak arra vonatkozóan, hogy a videoelemző szolgáltatók nem ritkán, „túligérik” a szoftverek képességeit, és a reális képességeket felül írja az értékesítési és marketing szakirodalomban használt szaknyelv. Igy a rendszertulajdonosok 33% -a zavarónak találta az értékesítési és marketing szakirodalomban (például AI Analytics, Deep Learning, Analytics+ és intelligens mozgásérzékelés) használt nyelveket és 28% -uk tovább lépve, még az értékesítők által átadott leírásokat is “félrevezetőnek” és “túl ígéretesnek” minősítette.
Pozitívabb azonban, hogy a vállalatok 30% -a úgy véli, hogy az általuk használt videoelemző szoftver segít csökkenteni a hamis riasztásokat – pontosabbá téve a rendszereket.
Frank Crouwel, az NW Security ügyvezető igazgatója így nyilatkozott: „Vannak olyan realitások a videóbiztonsági rendszerek telepítése és konfigurálása során, amelyeket gyakran figyelmen kívül hagynak. Például a beépített infravörös (IR) megvilágítású day/night kamerák éjszaka problémát okozhatnak, mivel ezeknek a kameráknak a fénye és hője vonzza a rovarokat, amelyek ezután eltakarhatják a látóteret, és hamis riasztásokat indíthatnak el. „Sokkal jobb, ha a fényeket a kameráktól távol helyezzük el, így biztosítva a megfelelő szintű megvilágítást a lefedettségi területen, és ez a megoldás ugyanakkor nem vonzza a rovarokat a kamera közelébe.”
A videorendszer-döntéshozók 41% -a számolt be arról, hogy a CCTV kamera optikáján lévő akadály pl. szennyezés vagy rovarok váltják ki leggyakrabban a hamis riasztásokat.
„Az ANPR alkalmazások eredményessége, nagymértékben függ a kamera helyétől. Az ANPR kamerát a megfelelő magasságba, a megfelelő szögbe és távolságra kell felszerelni a járműtől, figyelembe véve a jármű sebességét. Ugyanakkor figyelembe kell venni a környezeti feltételeket is, például az esőt vagy a havat, valamint magát a kamera képalkotási teljesítményét, hogy képes legyen megbirkózni a fényes fényszórókkal és a közeli tárgyakról történő tükröződéssel.
„Gyakori, hogy problémákat találtunk a rendszámtábla -leolvasás pontosságával kapcsolatban, amikor eső tócsák halmozódnak fel az ANPR kamera és a jármű között. Ha a kamera nincs megfelelően pozícionálva és nem megfelelő a megvilágítás, akkor az ANPR a rendszámtáblák torz tükröződését észlelheti az adott tócsában ahelyett, hogy a jármű tényleges rendszámát érzékelné, ami riasztást generálhat, hiszen a leolvasott rendszám nem egyezik meg a rendszer által naplózott és előre engedélyezett rendszámokkal ”-tette hozzá Crouwel.
A válaszadók közel egyharmada nyilatkozott úgy, hogy nem fektet be videoanalitikába, vagy nincs teljesen képben, hogy a CCTV rendszereiben milyen állapotban van a videoelemző szoftver. Ők tekinthetők a szkeptikus csoportnak ahol a forráshiányt is sokan jelzik (31% – nak nem volt az idei költségvetésbe tervezve a videóelemzésbe való befektetés, míg 29% tudatában volt annak, hogy szakértő integrátort, vagy biztonsági tanácsadót kell felvennie, a megfelelő videoelemzés kiválasztásában és konfigurálásában, de még nem tette meg.)
Forrás: IfsecGlobal