Mesterséges intelligencia a video megfigyelésben – Az IndigoVision Control Center 15

Napjainkban a mesterséges intelligencia terjeszkedése figyelhető meg a legtöbb technológiai területen. Elég ha a zsebünkbe nyúlunk, nem kell részleteznünk miről is van szó. Jelenleg nem látjuk még, hogy hol van az AI alkalmazásának határa, de egyértelmű, hogy a következő évek, évtizedek technológiai fejlesztései túlnyomó részt erre a területre fognak koncentrálódni. Nincs ez máshogy a video megfigyelésben sem és ahogy a piac reagál erre a tendenciára fokozatosan épülnek be az AI megoldások a CCTV üzletágba is.

Ahogy már előzetes cikkeinkben jeleztük mint fejlesztő és innovátor a skóciai IndigoVision is erre az útra lépett, folytassuk tovább az IndigoVision „sulit” és tekintsünk most be néhány további megoldásba, mely a téma szempontjából izgalmas lehet. (Mint kizárólagos magyarországi disztribútor, az ERANDO Kft. számos már üzemelő, illetve a jövőben telepítésre kerülő IndigoVision alapú térfigyelőjében fogja alkalmazni a következőkben felsorolt technológiákat, és néhánnyal már teszteket is végeztünk.)

Briefcam „deep- learning” technológia

Az előző cikkünkben is megemlített Briefcam analitikák a legizgalmasabb újdonságok között szerepelnek a palettán. A Briefcam maga egy külön „modul”, mely beépülve a már meglévő CC15 struktúrába hatékonyan látja el feladatát a videoelemzésben. A lényege, mint azt már korábban is tárgyaltuk, az úgynevezett „deep-learning” technológia, mely a mesterséges intelligencia alkalmazásával szerzett hatalmas mennyiségű adathalmazra épít, és ezt érthető és egyszerű vizuális formában jeleníti meg. Szinte az összes analitika a magas szintű objektumazonosításra és követésre épül fel, hiszen a Briefcam motor rendkívül szélesen filterezhető. Az azonosítást úgynevezett „class”-okra, osztályokra bontja, melyeket képes is nagy biztonsággal azonosítani. Ezek a következőek:

  • Ember: férfi, nő, fiatal fiú, fiatal lány
  • Állat: kutya, macska, madár, ló (ezeket, még nem volt alkalmunk tesztelni)
  • Jármű: két kerekű: kerékpár, motor. Egyéb jármű: személyautó, kisbusz, kamion, busz, vonat, repülő, hajó

A calss-okon belül beállíthatóak különböző attribútumok is, melyek például a hátizsák, kézi csomag, sapka, rövid ujjú, hosszú ujjú felső/alsó ruházat stb. felismerését jelentik. Az alapszíneket és kombinációjukat is hozzárendelhetjük az előzőleg említett class-okhoz és attribútumokhoz, valamint mindehhez érzékelési zónákat, területeket, meghatározott útvonalakat, irányokat, és teljes körű arcfelismerést is rendelhetünk. A rendszer a felhalmozott adatmennyiségből tanul is, például a hasonló kinézetű személyeket, járműveket is ki tudja listázni.

Briefcam személykövetésForrás: indigoVision

Briefcam személykövetés
Forrás: indigoVision

A fentiekből már láthatjuk, hogy ember számára összefoghatatlan mennyiségű adatból dolgozik a Briefcam motor, így a megjelenítésen áll vagy bukik a program alkalmazhatósága. Ezen a ponton kell megjegyeznünk, hogy ma még az elemzéseket emberi erővel végezzük. A jövőben ez is változni fog, de ennyire ne szaladjunk előre. Az Indigovision Briefcam a felvételeket egyidejűleg jeleníti meg (természetesen csak fix kamerák esetében, de ezek az analitikák jellemzően így kerülnek alkalmazásra). Az egyidejű megjelenítés előnye az, hogy a kivételesen sok tényezős paramétermátrix beállítása után specifikusan csak azt fogjuk látni amit szeretnénk. Képzeljük el, hogy egy 80-100 kamerás rendszerre vetítve leszünk képesek megkeresni például a piros rövid felsős, fekete hosszú nadrágos férfit, vagy a zöld kisteherautót amelybe beszállt. (Meg kell jegyeznünk, hogy a rengeteg adat feldolgozásához és megjelenítéséhez természetesen megfelelő számítási kapacitás is szükséges.) Ezekkel a megoldásokkal tizedére csökkenthető a felvételeken való keresés ideje, ami egy bűncselekmény felderítése során kulcsfontosságú lehet. A bűnügyi alkalmazások mellett az ipari területet sem szabad figyelmen kívül hagyni, hiszen a rengeteg begyűjtött adat segítségével például egy kattintással generálhatunk úgynevezett „heat-map”-et, mely a mozgásintenzitásokat jeleníti meg egy adott területen. Ez például a vendéglátó iparban, vagy a közlekedésben lehet igen hasznos, hiszen hamarosan el kell felejtenünk a forgalomszámlálás, vagy az utak terhelésének, vizsgálatának hagyományos módszereit.

Heat–map 1.Forrás: indigoVision

Heat–map 1.
Forrás: indigoVision

Heat–map 2.Forrás: indigoVision

Heat–map 2.
Forrás: indigoVision

Cybervigilant, IDS – védelem

A begyűjtött adat mennyiségével (ami mint láthattuk hatalmas) egyenes arányban nő a kockázat is, hiszen ma az adat érték. Az Indigovision a fent említett analitikákkal párhuzamosan fejleszti a kinyert adatok védelmére szolgáló Cybervigilant és IDS (Intrusion Detection System) rendszereit is. Az alapoktól indulva már kamera szinten is saját tűzfallal védik az eszközöket a behatolások ellen, melyek közvetlen kapcsolatban állnak a szoftverrel és behatolási kísérlet esetén azonnali jelzést adnak (jelenleg támogatott típusok: BX széria HD-4MP kamerái, BX520 IR PTZ). Ez azért kulcsfontosságú, mert sajnos az általában alkalmazott tűzfal megoldások csak a kívülről érkező támadások ellen védenek. De mi történik, ha az adathalász szervezeten és hálózaton belülről érkezik? A kamera szintű tűzfalakon kívül az Indigovision saját célhardvert is kifejlesztett, az ilyen támadások ellen, mely folyamatos megfigyelés alatt tartja a CCTV rendszer összes elemét. A mesterséges intelligencia itt is előtérbe kerül. A probléma az ilyen hálózatok védelménél a szabályok megírása, és update-elérése kapcsán szokott jelentkezni. IP változás, stb. esetén a szabályokat újra kell írni, melyről néhány alkalom után el szoktak feledkezni, így a védelem integritása megsérülhet. A Cybervidilant rendszer csatlakozik az adatbázishoz és automatikusan update-eli a saját szabályait, valamint újakat is ír az újonnan hozzáadott eszközöknek, így gyakorlatilag folyamatosan konfigurálja magát, mondhatni tanul. Érdekes funkció még az úgynevezett „Honey pot” szolgáltatás, mely lényege, hogy egy szimulált IP ONVIF eszközt generál a hálózatra, mely természetesen nem ad streamet, mivel nem is létezik. Az ilyen szimulált eszközökkel elterelhető a figyelem az igazán védendő elemekről, jelentős hálózati erőforrás terhelés nélkül.

TRACKiFi – személykövetés

Cikkünkben még egy érdekes innovációt érintünk a CC15-ben, amely egy teljesen új nézőpont szerint próbálja még megbízhatóbbá tenni a személykövetést, ez az TRACKiFi. A megoldás lényege, hogy a kamera rendszerrel megfigyelt objektum Wifi AP hálózatával összekapcsolódva a területen mozgó személyek birtokában lévő mobil eszközöket követi a rendszer, és ez által a felhasználókat is. Az eszközök MAC címeit regisztrálva a visszajáró vendégeket, dolgozókat, ügyfeleket követhetjük, sőt a térképes megjelenítés mellett a meglévő kamerák képeit is lekérhetjük, amennyiben a megfigyelni kívánt személy a látószögben tartózkodik. Ez a megoldás nagyon hatékony, azonban a személyiségi jogok és az adatkezelés ügyében érdekes kérdéseket vethet fel Európában. Egyébként mint azt korábban említettük, nem árt figyelni manapság, hogy milyen eszköz lapul a zsebünkben, s az kivel és milyen adatokat oszt meg. A TRACKiFi egyelőre még fejlesztés alatt áll, de érdekes nézőpontból vizsgálja a személykövetés kérdéskörét, illetve izgalmas új lehetőségeket nyit meg a Wifi hálózatok és arra csatlakozó eszközök integrációjával.

Mint azt a bevezetőben is említettük, a mesterséges intelligencia, azaz az AI gyors térnyerése befolyással van és lesz mindannyiunk életére, épp ezért a biztonságtechnika világa sem kerülheti meg a problémát. Ahogy az előzőekben láthattuk, a szakmában széleskörűen felhasználható technológia elképesztő új innovációknak nyit kaput, és biztosak lehetünk benne, hogy ez csak a kezdet. Az ERANDO Kft. fejlesztés alatt álló integrált szoftverének egy későbbi verziójában is megjelenhetnek modulként hasonló megoldások, ezét cégünk kíváncsian várja az Indigovision Ltd soron következő technológiai újításait, hogy közösen a térfigyelő rendszerek új generációját építhessük fel.

Kenesei Kristóf
projektvezető mérnök
ERANDO Kft.
www.erando.hu

Kapcsolódó cikkek:

Hozzászólások