Розумний пошук у системах відеонагляду для підвищення рівня безпеки міст

Сьогодні розумний пошук у відеозаписах має вирішальне значення для правоохоронних органів і співробітників міської служби безпеки. У зв’язку з цим штучний інтелект може зробити розумний пошук ще розумнішим. У цій статті ми розповімо, як це відбувається. 

Відеоспостереження відіграє важливу роль у проектах розумного міста. Але зі збільшенням кількості камер зростає і обсяг відеозаписів. Це створює труднощі для правоохоронців, які шукають відповідні відеозаписи, якщо щось трапиться. 

Розслідування злочинів часто буває виснажливим через великий обсяг збережених відеозаписів, які необхідно переглянути. Навіть з інструментом, який прискорює відтворення у 10 разів, на пошук 100 годин відео знадобиться 10 годин. Це не тільки виснажливо, але й відволікає правоохоронців від виконання інших, більш важливих обов’язків.

Допомога розумного пошуку зі штучним інтелектом

Саме тут може стати в нагоді інтелектуальний пошук – функція, на яку покладається все більше правоохоронців. 

Розумний пошук дозволяє шукати злочини зі схожими способами вчинення, що допоможе правоохоронцям швидше виявити потенційного злочинця. Завдяки інтелектуальному пошуку програмне забезпечення може шукати в записаному відео та зібраних доказах лише ту інформацію, яка відповідає налаштуванням інтелектуального пошуку, заощаджуючи час на перегляд відеозаписів. Інтелектуальний пошук може допомогти відфільтрувати відеозаписи з годин до декількох секунд/хвилин, що робить весь процес розслідування набагато ефективнішим. 

Тепер інтелектуальний пошук став ще розумнішим завдяки штучному інтелекту (ШІ) та аналітиці на основі глибокого навчання, які значно розширили сферу застосування та точність інтелектуального пошуку. 

Технології відеоаналітики та глибинного навчання можна використовувати для виявлення об’єктів у кадрі відео, а також для отримання інформації про тип, атрибути та поведінку цих об’єктів. Фахівці вважають ці технології безцінними, коли намагаються відстежити конкретних людей, транспортні засоби і навіть тварин. Вони можуть швидко переглядати багатогодинні відеозаписи, щоб знайти і виокремити щось або когось, хто їх цікавить, за розміром чи кольором, швидкістю чи напрямком руху. Наприклад, якщо надходить дзвінок про кишенькового злодія в синій сорочці, оператори спостереження можуть знайти всіх людей у синіх сорочках на відео з місця події, визначити місцезнаходження зловмисника і передати його координати поліцейським, які перебувають поблизу, що полегшить затримання злочинця. 

ШІ здатний шукати майже будь-який конкретний об’єкт, людину, транспортні засоби за важливими ідентифікаторами (наприклад, колір, тип, кількість) за лічені секунди там, де традиційно на це могли піти години або навіть дні. 

Програмне забезпечення зі штучним інтелектом можна використовувати для швидкого сканування великих обсягів відео, щоб знаходити фрагменти, які нас цікавлять – наприклад, автомобілі, що відповідають опису в поліцейському звіті. Інтелектуальний інструмент пошуку створює метадані під час зберігання відео, що може виконати той самий 100-годинний пошук відео за лічені секунди, показуючи слідчому лише ті записи, які мають відношення до розслідування.

Інтеграція систем, критично важливих для розумних міст 

Потреба в інтелектуальному пошуку виникає через величезну кількість відео, що генерується в місті. Відео надходить з різних джерел, включаючи, серед інших, звичайні камери, встановлені на вулицях, дорожні камери і нагрудні камери поліцейських. 

Дійсно, відеоспостереження має вирішальне значення для розвитку «розумного міста». Проте одного лише відео недостатньо для ефективного виконання правоохоронними органами та міською владою своїх обов’язків. Тільки коли відео інтегроване з іншими системами безпеки, правоохоронці можуть стати більш компетентними та ефективними. 

Коли команди покладаються на фрагментовані технології, які не можуть взаємодіяти одна з одною, існує ризик того, що важливі деталі не дійдуть до патрульних і детективів, поки не стане надто пізно. Щоб прискорити потік інформації до тих, хто першим потрапляє на місце злочину, всі ці системи, включаючи спостереження, повинні бути інтегровані. Більшість міст використовують комплексну мережу камер як для зниження загального рівня злочинності, так і для реагування на інциденти та притягнення злочинців до відповідальності. З розвитком технологій мікрофони та датчики можуть бути інтегровані з мережевими камерами для виявлення таких загроз, як постріли, підвищений голос, проникнення людей у заборонені зони або підозрілі транспортні засоби, що перебувають поблизу об’єктів критичної інфраструктури. 

Виявлення пострілів іноді використовується для громадських місць у великих містах. Інтеграція інших систем, таких як контроль доступу та сигналізація, з відеосистемою може допомогти у виявленні та кращому реагуванні на інциденти. Використання штучного інтелекту для допомоги у виявленні та реакції на загрози – це головна новітня розробка за останні три роки. 

Нарешті, інтеграція відео з іншими системами має переваги, що виходять за рамки безпеки. В епоху цифрової трансформації все залежить від даних. Системи безпеки зосереджені на негативних подіях, на тому, що відбувається щось погане, але якщо ми зможемо додати датчики, які надаватимуть нам більше даних про навколишнє середовище, наприклад, наскільки багатолюдним є певний район або яка температура, вологість тощо? Датчики навколишнього середовища допоможуть створити більш безпечне та захищене середовище. Отже, це не просто більше камер, не просто більше звукових датчиків, це щось значніше. І, враховуючи всі ці дані, штучний інтелект відіграє ключову роль у визначенні та інтерпретації того, що саме відбувається.