Видеоаналитика: потребности и возможности. Статья обновлена в 2023 году.

Видеоаналитика: потребности и возможности

В этом номере с вами:

Олег НИКУЛИН, менеджер компании Pelco (Россия, Белоруссия)
Алексей КАДЕЙШВИЛИ, технический директор компании «Вокорд»
Михаил БЯЛЫЙ, генеральный директор «Актив-СБ»
Андрей ПИМЕНОВ, начальник отдела по связям с общественностью НПЦ «ЭЛВИС»
Евгений МАЛИКОВ, директор отдела продаж компании ISS

Вопрос для обсуждения
Давайте сразу отделим технологические зерна от рекламных плевел: какой реально работающий функционал может сегодня дать потребителю видеоаналитика?

Олег НИКУЛИН:
Реальный функционал – адаптивный детектор движения, подсчет объектов, направление перемещения, детектор оставленных предметов, удаление объектов, саботаж, компенсация вибрации. Кроме этого, однозначно работает модуль распознавания номеров. Знаю довольно много примеров успешных инсталляций, поэтому можно смело говорить, что эта задача решается.
Самый большой плевел – модуль распознавания лиц. На мой взгляд, это чистый маркетинг, не имеющий конкретного работоспособного в реальных условиях (т. е. без накладывания серьезных ограничений, которые сводят его эффективность к нулю) применения.

Алексей КАДЕЙШВИЛИ:
На сегодняшний день средствами видеоаналитики можно достаточно надежно решать следующие задачи:
Детектирование движения и оставленных предметов (это классика жанра).
Выделение и сопровождение объектов интереса (люди, автомобили и т. д.).
Базовый анализ поведения. Ключевым здесь является слово «базовый». Это движение в запрещенном направлении, пересечение виртуальных заграждений, пребывание в запрещенной области и т. д.
Распознавание объектов интереса (распознавание лиц, номерных знаков автомобилей, номеров вагонов и т. д.).
Если сформулировать в общих абстрактных терминах, то видеоаналитика эффективна там, где у искомого события есть отчетливые визуальные признаки, по которым это событие можно выделить, и если у событий, не представляющих интерес, есть не менее отчетливые признаки, по которым их можно отфильтровать.

Михаил БЯЛЫЙ:
Видеоаналитика может выполнять несколько функций. Первое – привлекать внимание оператора, второе – организовывать поиск по архиву по интересующим событиям, третье – работать в полностью автономном режиме, самостоятельно управляя действиями людей или механизмов. В первом случае очень многое зависит от квалификации оператора, поэтому, даже если аналитика и выявляет большинство случаев нарушений в поведении отслеживаемых объектов, неграмотный оператор большую часть из них и не видит. Важно, чтобы система отслеживала реакцию оператора, тем самым осуществляя контроль и за ним. Связка видеоаналитика – оператор хорошо работает там, где требуется оперативное реагирование на действия злоумышленников. Это могут быть людные места, как-то: вокзалы, аэропорты, площади, другие места массового скопления людей, где видеоконтроль осуществляется как в рамках борьбы с терроризмом (оставленные предметы, паника и т. п.), так и в рамках борьбы с воровством, ограблениями, хулиганством (бегущий человек, агрессивные движения и т. п.) Также видеоаналитика, совмещенная с охранным оборудованием, может обеспечивать и неплохие защитные функции. Например, контроль сохранности материальных ценностей (музеи, галереи, выставки, шоурумы). Работая вместе с пожарной сигнализацией, видеоанализ способен определить или подтвердить случаи возгораний на объекте. В случае с фиксацией нарушений для применения в дальнейших розыскных или исполнительных мероприятиях видеоаналитика незаменима для идентификации дорожных правонарушений. Выезд на полосу встречного движения, тротуар, разворот в неположенном месте, проезд на красный свет – это и много другое система может зафиксировать и сохранить в архиве.

Андрей ПИМЕНОВ:
В настоящее время производители систем безопасности понимают под термином «видеоаналитика» разные вещи. Одни называют видеоаналитикой детектирование движения посредством IP-видеокамер, другие – системы видеонаблюдения с компьютерным зрением, которые в реальном времени классифицируют цели (люди, автомобили) и распознают опасные ситуации, в автоматическом режиме выдавая информацию о них оператору.
На сегодняшний день системы видеонаблюдения с компьютерным зрением классифицируют цели, распознают автомобильные номера, попытки проникновения в охраняемые зоны, обнаруживают оставленные предметы, возгорание, задымление, заграждение камеры, перебрасываемые предметы и т. д. Такие системы позволяют исключить влияние человеческого фактора и работают по принципу «один объект – один оператор».
Современные системы видеонаблюдения с видеоаналитикой позволяют также отстраиваться от ложных срабатываний, устойчиво работая при засветке автомобильными фарами, появлении насекомых в поле камеры, раскачивании деревьев, дрожании видеокамер, выпадении осадков, теней от облаков.
В настоящее время разработчики предлагают системы видеонаблюдения, построенные по модульному принципу. Их базовый функционал опционально может быть дополнен интеллектуальными модулями. Это позволяет сформировать функционал системы видеонаблюдения под конкретные объекты и задачи.

Евгений МАЛИКОВ:
Сегодня можно с уверенностью говорить об уже эксплуатируемых на многих объектах системах распознавания автомобильных номеров, номеров железнодорожных вагонов и контейнеров, распознавания лиц, получения данных о перемещении транспортных потоков, регистрации фактов нарушения правил дорожного движения, контроля кассовых операций, обнаружения оставленных предметов.

Вопрос для обсуждения
Большинство экспертов считают, что потребность в системах, способных заменять человека при анализе видеосигнала, выросла и осознана большинством практиков охраны. Спрос на автоматизацию анализа видеосигнала огромен. Как реагирует на него рынок? Каковы новые тенденции развития подобных технологий (реализация комплексного анализа, интеграция с данными от других датчиков и т. д.)?

Олег НИКУЛИН:
Спрос, безусловно, есть, и он постоянно растет. Особенно с появлением IP-камер и вдвойне с появлением мегапиксельных камер. Сегодня особенно актуально применение аналитики на камере. Почему именно на камере? 2 мбит/сек. – это стандартный средний поток, выдаваемый IP-камерой. А если камера мегапиксельная и с нее надо получить «живое видео», то уже оперируют потоками более чем в 10 мбит/сек. А если камер на объекте 100 или 1000? Еще примите во внимание, что сетевое оборудование не может работать со 100%-ной загрузкой (для видеопотоков максимум 50%). И вы поймете, что построить функционирующую сеть для современной IP-системы не так просто и не так дешево. Поэтому использование аналитики на камере позволит существенно уменьшить загрузку сети, выдавая в максимальном разрешении только критически важную информацию. Видеоаналитика не только повышает уровень безопасности объекта, но и снижает стоимость системы.

Алексей КАДЕЙШВИЛИ:
К сожалению, огромность спроса во многом нивелируется фантастичностью ожиданий заказчиков. Поэтому если от всей огромности оставить только те потребности, которые действительно осмыслены, а из них оставить то, что эффективно решается при текущем уровне развития средств видеоанализа, то окажется, что слухи об огромности спроса сильно преувеличены. Но тем не менее спрос есть и растет из года в год. Рынок на растущий спрос отреагировал, как обычно: все производители оборудования для систем видеонаблюдения тут же добавили в названия своих продуктов слово «интеллектуальный». Не интеллектуальными остались только соединительные провода. Все это привело буквально к половодью систем с так называемой сувенирной видеоаналитикой, которая присутствует в описании для галочки, но на практике абсолютно бесполезна.
Тем не менее, несмотря на отдельные перегибы на местах, видеоаналитика развивается. Можно выделить некоторые перспективные направления развития:
использование стереокамер для получения и анализа трехмерных изображений;
анализ поведения людей;
узкоспециализированные нишевые решения (например, система автоматического детектирования утопленников для бассейнов).

Михаил БЯЛЫЙ:
Мозг человека – достаточно сложное устройство. Решение по одному и тому же событию могут приниматься в каждом случае разные, и основой для этого будут мелкие детали, неизвестные или кажущиеся несущественными ранее. Говорить об искусственном интеллекте рано. Многие функции видеоаналитики будут работать только в паре с оператором. Это как диспетчер в аэропорту: у него есть все необходимые программные и аппаратные инструменты для контроля за ситуацией, но окончательное решение принимает только он.

Евгений МАЛИКОВ:
Сами по себе технологии видеоаналитики, какими бы сложными и уникальными они ни были, для конечного потребителя не представляют практической значимости. Что такое распознавание номеров автотранспорта, например, для сотрудника службы охраны складского комплекса. А если представить ему готовое решение автоматической регистрации въезжающих и выезжающих с охраняемой территории транспортных средств, то заинтересованность в его внедрении, несомненно, будет высока.
Другими словами, надо говорить о разнообразии пользовательских задач, которые позволяют решать системы, в которых реализованы функции видеоаналитики, здесь главное – донести до пользователей, какие возможности и преимущества предоставляют им подобные системы. Автоматизация процессов учета и регистрации железнодорожного и автомобильного транспорта, грузов на предприятиях или на объектах транспортного комплекса, контейнеров на транспортных терминалах портов, реализация городских проектов контроля транспорта и обеспечения безопасности, идентификация людей – неполный перечень приложений, в которых одним из главных компонентов будет система, обеспечивающая аналитическую обработку видеопотока.
Как спрос рождает предложение, так и задачи пользователя диктуют вектор развития подобных технологий. Как было сказано, их преимущества раскрываются в составе готовых решений, следовательно, они должны быть легко интегрируемы с технологическим оборудованием, с традиционными средствами обеспечения безопасности (такими, например, как СКУД и ОПС), с исполнительными устройствами, с информационными ресурсами, используемыми на объектах.
Мне кажется, что самое правильное сегодня – реализация на платформе выпускаемых систем видеоаналитики комплексных проектов, в рамках которых необходимым образом будет взаимодействовать различное установленное оборудование, системы документооборота, базы данных – все необходимые для решения поставленных заказчиком задач компоненты.
Например, установив систему распознавания автомобильных номеров на КПП предприятия, заказчик может получить не только автоматическую регистрацию номеров транспортных средств (с сохранением даты, времени, направления проезда), но и сохранение данных о взвешивании, коммерческом осмотре, подготовку единой формы отчетности, экспорт данных в систему документооборота, оповещение при возникновении тревожных событий, удобный интерфейс, настроенную реакцию шлагбаумов.

Вопрос для обсуждения
Видеоаналитика и IP-технологии передачи видеосигнала: обретения и потери.

Олег НИКУЛИН:
Только появление IP-устройств сделало видеоаналитику реальностью, частью нашей жизни. Глупо ждать хороших результатов от видеоанализа видеокадра с низким разрешением или с плохими характеристиками. Сегодня видеоаналитика без IP уже не мыслится. Старые категории ТВ-линий выглядят анахронизмом. Только работа с каждым пикселом позволит получить адекватный результат.
И еще важный момент: видеоаналитика должна быть установлена на источнике видеосигнала (на IP-камере или на кодере). Любая компрессия ухудшает качество видеоизображения. И только попиксельная работа с кадром до его компрессии-декомпрессии позволит использовать возможности аналитики по максимуму.

Алексей КАДЕЙШВИЛИ:
Поскольку вычислительные ресурсы видеокамер пока ограничены, то реализовать серьезную аналитику в самих видеокамерах пока не получается, и для видеоанализа необходимо использовать отдельные мощные вычислительные серверы. Причем данное ограничение носит довольно фундаментальный характер при сегодняшних технологических нормах (~50нм), для реализации достоверно работающих алгоритмов видеоанализа требуется примерно 30–100 Вт на камеру. Такой утюг в корпус камеры не впихнешь – будет перегреваться. По закону Мура та же вычислительная мощность втиснется в заветные 10 Вт примерно через 3–5 лет. С этой точки зрения с переходом на IP-технологии ничего не изменилось.
Главное обретение – это удобство построения инфраструктуры систем видеоанализа. Можно использовать любые подходящие вычислительные платформы и располагать оборудование в любом удобном месте, поскольку расстояние до камеры больше не является лимитирующим фактором.
Однако при этом приходится мириться с тем, что сжатое изображение, приходящее от IP-камер, содержит артефакты сжатия, которые ухудшают достоверность работы алгоритмов видеоанализа (особенно чувствительны к этому алгоритмы распознавания) и, кроме того, часть вычислительных ресурсов серверов видеоанализа приходится тратить на распаковку сжатых видеоданных. Особая ирония ситуации состоит в том, что производители камер изо всех сил стремятся увеличить разрешение видеокамер (что является безусловным благом для видеоаналитики), но при этом с не меньшим усердием стараются сжать видеопоток, используя для этого алгоритмы с межкадровым сжатием типа H.264/MPEG4, что с точки зрения видеоаналитики убивает все плюсы, полученные от высокого разрешения.

Михаил БЯЛЫЙ:
Очевидно, что для качественной работы видеоаналитике необходим не сжатый компрессией сигнал. В этом случае использование анализа на борту камеры может быть предпочтительней. Правда, есть нюанс по поводу мощности процессора, который будет эту аналитику выполнять, – ведь для простых обработок требуется не так много мощностей, как для сложных вычислений. И если каждую камеру оснащать такой начинкой, то цена ее может вырастить в разы. У IP-камер есть и неоспоримые преимущества в виде прогрессивной развертки и мегапиксельных камер. Первое позволяет получать не «деинтерлессинговые» кадры, второе выдает картинку с высоким цифровым разрешением, значительно превышающим аналоговое. Только про форматы сжатия MPEG4 или H.264, скорее всего, придется забыть – все изображение пойдет в «тяжелом» MJPEG.

Андрей ПИМЕНОВ:
В CCTV идет переход от аналогового видеонаблюдения к IP-системам. В оборудовании систем IP-видеонаблюдения применяются открытые стандарты, благодаря чему упрощается установка и модернизация оборудования, появляется возможность использовать продукцию различных производителей в одной системе видеонаблюдения. Одним из основных достоинств IP-видеокамер является наличие встроенных детекторов движения. Детектор движения представляет собой модуль, основной задачей которого является обнаружение движения объектов в поле зрения камеры. Детектирование движения – это простая форма видеоаналитики, которая применяется, как правило, внутри помещений.

Евгений МАЛИКОВ:
Развитие IP-видеонаблюдения является сегодня для многих компаний – разработчиков программного обеспечения стратегически важным: с каждым днем все большее количество фирм-интеграторов используют IP-оборудование при реализации проектов, а, следовательно, как было сказано ранее, заказчик ставит самые различные задачи, которые могут быть решены только с применением специального программного обеспечения.
Так что о потерях говорить нельзя. Теперь, устанавливая на объекте современное IP–оборудование, можно свободно использовать и системы видеоаналитики. Их совместное использование предоставляет качественно новый уровень организации видеонаблюдения, в то время как «родное» программное обеспечение IP-камер часто не является достаточным для решения задач интеллектуальной обработки видеопотока.

Вопрос для обсуждения
Какова, на ваш взгляд, практическая эффективность видеоаналитики?

Олег НИКУЛИН:
Общественные места, транспортные артерии, специальные объекты – здесь без видеоаналитики сегодня не может быть серьезной системы видеонаблюдения. Даже охрана автостоянки, контроль въезда на паркинг торгового комплекса станет гораздо эффективнее с помощью электронных мозгов.
Самые простые аналитические модули – такой, например, как «компенсация вибраций», который поможет компенсировать ветровые колебания мачты, на которой установлена камера, такой как «саботаж», который выдаст тревогу при закрытии или закрашивании объектива камеры или при умышленном повороте бокс-камеры, – серьезно облегчают жизнь службы безопасности.
Аналитика уже вошла в нашу жизнь вслед за IP.

Алексей КАДЕЙШВИЛИ:
Хорошо сделанная, правильно установленная и настроенная видеоаналитика в состоянии достаточно эффективно решать задачи, для которых она сделана. Но это утверждение справедливо при соблюдении следующих условий.
Во-первых, необходимо корректно формулировать задачи, которые хотим решить средствами видеоаналитики. Если ставится задача «определить подозрительное поведение человека», то на 99% такая задача не решаема, поскольку «подозрительное поведение» слишком широкое понятие. Если же поставить задачу фиксации лиц всех людей, входящих в охраняемое здание, то видеоаналитика решает такую задачу на 99%.
Во-вторых, нужно отдавать себе отчет, что эффективная видеоаналитика требует немалых вложений. Необходимо обеспечить высокую степень покрытия объекта камерами (как правило, количество камер должно быть больше, чем в случае обзорного видеонаблюдения), камеры должны давать качественное изображение (а значит, это не бюджетные камеры), нужно обеспечить достаточную вычислительную мощность серверов видеонанализа (а значит, серверов должно быть больше, чем для обзорного видеонаблюдения).
В-третьих, нужно иметь в виду, что для реализации сложного видеоанализа, как правило, требуется достаточно кропотливая работа по настройке системы, и связано это не только с несовершенством текущих реализаций видеоаналитики, но с самой постановкой задачи.

Михаил БЯЛЫЙ:
Кроме уже сказанного выше, я бы отметил еще совместное использование видеоаналитики не только службами безопасности, но и маркетинговыми, логистическими, производственными подразделениями компании. Например, с помощью подсчета людей торговые центры могут давать точные данные по проходимости. Мерчандайзеры получают возможность из офиса определять горячие точки на местах продаж в наиболее интенсивные часы посещений. Логисты с помощью чтения номеров вагонов следят за движением грузов в режиме реального времени. На производстве с помощью видеоанализа можно организовывать контроль выпускаемой продукции, регламентированность выполнения технологических процессов. Но, наверное, из 100 пользователей видеосистем, кроме примитивных детекторов движения, видеоаналитику используют максимум пять.

Андрей ПИМЕНОВ:
В системах видеонаблюдения без видеоаналитики человек являлся наблюдателем. Именно он анализирует видеопоток. Для высокой эффективности видеонаблюдения в этом случае необходимо, чтобы один оператор наблюдал за видеоинформацией, полученной с одной камеры. Иначе система видеонаблюдения ограничивается только свойствами архивирования огромных потоков информации без возможности обработки в реальном времени.
Видеоаналитика позволила возложить анализ видеопотока на систему видеонаблюдения, а человек стал принимать решения.

Вопрос для обсуждения
По мнению некоторых экспертов, одна из самых серьезных проблем – дефицит высококвалифицированных и постоянно поддерживающих свой уровень операторов видеонаблюдения. Должны ли игроки рынка ТСБ участвовать в ее решении?

Олег НИКУЛИН:
Видеоаналитика призвана уменьшить зависимость от квалификации и состояния оператора. Правильное проектирование системы позволит наладить автоматические связи и реакцию системы без учета адекватности оператора.

Алексей КАДЕЙШВИЛИ:
Думаю, тут проблема не специфична для видеонаблюдения, а является общей для всех областей человеческой деятельности и связана с тем, что людей, способных добросовестно и ответственно выполнять свою работу, в природе немного. Что касается видеонаблюдения, то при нормально работающем оборудовании любой самостоятельно окончивший среднюю школу человек в состоянии за один день научиться переключать камеры и управлять ими, от производителей только требуется, чтобы оборудование работало.

Михаил БЯЛЫЙ:
У нас нет такой профессии – оператор систем видеонаблюдения. Как их учить, чему учить – этого тоже у нас в стране нет. Этот труд не считается квалифицированным и финансируется по остаточному принципу. Пока не будут решены эти вопросы, никакое участие игроков рынка ТСБ не поможет. Но это участие и не нужно. Задача поставщиков систем видеонаблюдения – обеспечить выполнение требований заказчика к системе безопасности, предоставить все необходимые для этого инструменты. Формулирование этих требований – прерогатива начальников служб безопасности. И обучение работе операторов систем видеонаблюдения – это их обязанность.

Андрей ПИМЕНОВ:
Применение систем видеонаблюдения с видеоаналитикой позволяет решить проблему дефицита высококвалифицированных операторов видеонаблюдения. Основной проблемой существующих систем видеонаблюдения (аналоговых, цифровых, IP) является необходимость подключения практически к каждой камере оператора. Задача видеоаналитических систем заключаются в освобождении оператора системы видеонаблюдения от анализа видеопотока, предлагая ему только ту информацию, которая необходима для принятия решений. Человек – плохой наблюдатель, но решения принимает отлично.
Способность систем видеонаблюдения с видеоаналитикой распознавать в реальном времени цели и ситуации позволит не просто снизить нагрузку на оператора, но и сократить численность штата операторов, сэкономить выделяемые средства в процессе жизненного цикла и эксплуатации системы. Благодаря системам видеонаблюдения с видеоаналитикой даже самая крупная по масштабам охраняемая территория или объект, оснащенный сотнями видеокамер, не требует большого штата сотрудников охраны. Кроме того, системы видеонаблюдения с видеоаналитикой фиксируют все действия оператора, что позволяет исключить влияние человеческого фактора, сговора операторов с нарушителем.

Евгений МАЛИКОВ:
Повышение квалификации операторов видеонаблюдения, на наш взгляд, не является задачей компаний-разработчиков. Компании предлагают продукты, которые существенно облегчают их повседневную деятельность, позволяют максимально эффективно решить многие частные задачи благодаря автоматической обработке изображения, удобному интерфейсу, заранее настроенным сценариям работы и реагирования.