Sistemas de análisis de vídeo de incendios.
¿Qué es el “análisis de vídeo de fuego”? Los algoritmos de visión por computadora, de donde proviene el término «análisis de video», se utilizan desde hace mucho tiempo: reconocimiento de matrículas, rostros, detección de cruce de fronteras, identificación y seguimiento de objetos en movimiento: todo esto, si no el pasado, luego al menos el presente. Pero el progreso no se detiene y en los últimos años se han creado algoritmos para identificar señales de humo y fuego a partir de imágenes. Estos son los que se discutirán en este artículo.
Los sistemas de seguridad contra incendios «clásicos» existen desde hace mucho tiempo y en Rusia su uso está consagrado en la ley federal. Pero centrémonos en cómo podemos mejorar la eficiencia de su trabajo utilizando herramientas de videovigilancia y, en particular, análisis de vídeo de incendios.
Primero, veamos los hechos y las estadísticas.
PROBLEMA
Según la Administración de Incendios de Estados Unidos (FEMA), aunque el número de incendios en locales comerciales ha disminuido recientemente al 3% anual (pero la tasa de mortalidad está aumentando al 8,5% anual), este número asciende a cientos de miles, y pérdidas: cientos de millones de dólares estadounidenses. Lo más interesante es que, a pesar del porcentaje relativamente alto de edificios equipados con sistemas automáticos de extinción de incendios (hasta el 60% en las instituciones educativas), estos no funcionan en el 8% de los casos. Pensemos en ello: ¿qué pasó donde no estaba allí en absoluto? El porcentaje de almacenes y edificios de oficinas equipados con sistemas de extinción de incendios no supera el 20% y, para algunas clases de locales (por ejemplo, garajes), es cercano a cero. En el año 2000, más del 70% de estos edificios no estaban equipados con ningún sistema de seguridad contra incendios.
¿Qué pasa en Rusia? En 2010 se produjeron 179.098 incendios, un 4,5% menos que el año pasado, en los que murieron más de 12.983 personas (un descenso del 6,9% respecto al año pasado). 13.067 personas resultaron heridas en los incendios. Las unidades del Servicio Estatal de Fronteras rescataron a 84.548 personas y bienes materiales por valor de más de 44,6 mil millones de rublos.
¿Qué es visible? A juzgar por las estadísticas, incluso en EE.UU. la penetración de los sistemas «clásicos» de seguridad contra incendios está lejos del 100%, por no hablar de la videovigilancia (sobre cuya base podrían funcionar los análisis de vídeo contra incendios).
Aquí, como en otros lugares, se aplica la regla: cada uno paga por su propio nivel de seguridad. Algunas personas no hacen nada, otras arrancan y se detienen en el sistema contra incendios, algunas también instalan una alarma de seguridad y un sistema de control de acceso, y otras instalan videovigilancia. Sin embargo, dondequiera que ya esté instalada la videovigilancia, por regla general también existe un sistema clásico de protección contra incendios basado en sensores, y aquí es donde el análisis de vídeo puede ayudarnos. Supondremos que la persona ya tiene instalados detectores de incendios y un sistema de videovigilancia.
Por otra parte, cabe señalar los casos en los que, en principio, es imposible instalar un sistema de protección contra incendios basado en sensores, por ejemplo, un aparcamiento abierto, un patio, un almacén abierto y otros espacios abiertos. Es en estos casos donde el análisis de vídeo muestra sus ventajas únicas. Otro ejemplo es la detección de incendios en zonas forestales.
Otra ventaja importante de un sistema con análisis de vídeo de incendios es un tiempo de respuesta potencialmente más rápido en comparación con un sensor. Si no tenemos en cuenta los costosos sensores de incendios multicriterio, entonces, por ejemplo, en el caso de una corriente de aire en una habitación o simplemente de un gran volumen de ella, un sistema de protección contra incendios «clásico» puede no funcionar en absoluto, o trabajar sólo cuando la concentración de humo sea tal que ni siquiera una corriente de aire sea un obstáculo para ello. ¡Tarde! Y la cámara puede ver la niebla blanquecina en la habitación mucho antes.
CÓMO FUNCIONA, O NO TODOS LOS DETECTORES SON IGUALMENTE ÚTILES
¿Cómo funciona el algoritmo de detección de humo y/o incendio? El sistema intenta ver los signos característicos de un incendio en la habitación. Hay una variedad de enfoques: por ejemplo, los detectores de humo/incendios primitivos simplemente registran el movimiento en el marco donde no debería estar (por ejemplo, durante el día generalmente hay personas en un almacén, ya detectarán un incendio si ocurre , pero ¿qué tipo de movimiento por la noche?). Por supuesto, tal enfoque es inaceptable. No obtendrá más que un montón de falsos positivos y la incapacidad de distinguir una sombra de indicadores de incendio peligrosos. Lo que diferencia a un buen detector de uno malo es el número de falsos positivos. Está absolutamente claro que un detector que constantemente da señales falsas no se tomará en serio y simplemente se apagará después de un par de días.
Debido a que normalmente no hay humo sin fuego, los desarrolladores combinan detectores de humo y de incendio en uno solo. Pero existe una gran diferencia en los principios de su detección.
En primer lugar, prestemos atención al hecho de que el humo, como el fuego, puede ser diferente.
Existe el llamado humo rápido, característico de los espacios abiertos, donde se disipa y se mueve con relativa rapidez, así como el humo lento, característico de los espacios cerrados. Es importante comprender que estos dos fenómenos son percibidos de manera completamente diferente por el algoritmo informático que intenta verlos. Un sistema que puede detectar bien el humo en interiores probablemente funcionará peor en espacios exteriores y viceversa. Un criterio general para el humo suele ser una disminución del contraste en alguna zona local del espacio, que al mismo tiempo cambia de forma.
Preste atención a la fig. 1: no hay suficiente humo para activar los sensores, sin embargo, el sistema ya ve señales obvias de humo (más o menos como las vería una persona) y emite una alarma.
El fuego, por ejemplo, se puede detectar como un área parpadeante con cambios en la intensidad del brillo. Por supuesto, podemos imaginar ejemplos de escenas en las que un detector típico dará falsos positivos cuando los factores coincidan. Por ejemplo, un monitor CRT que parpadea, cortinas que se balancean con el viento, etc. Pero todos estos factores se pueden reducir a cero, por ejemplo, enmascarando estas áreas de la imagen.
¿Cómo puede un detector de incendios basado en imágenes proporcionar un nivel adicional de seguridad a un objeto?
PROSPECTIVAS
Existe una ley curiosa: incluso un programador débil puede escribir «algún tipo de detector» en un par de días, pero a veces sólo un programador débil puede hacer un “buen detector” para un equipo grande con buenos cerebros y en un período de tiempo impresionante. Y toda la diferencia entre ellos estará en la cantidad de falsos positivos.
Desafortunadamente, es difícil decir cuándo un ojo de computadora podrá reemplazar al viejo operador. No confiaría en una computadora para algoritmos complejos de análisis de video, pero, por otro lado, es obvio que donde comienza un sistema de 16 cámaras, “termina” la atención humana.
Veredicto: el futuro está en la simbiosis entre el hombre y la máquina. Sólo así los sistemas complejos podrán aportar valor sin necesidad de decenas de operadores. El futuro (más precisamente, casi el presente) es que una computadora, utilizando herramientas de análisis de video, le dará a una persona (operador) incidentes alarmantes que requieren acción, y la persona no dispersará su atención entre una imagen múltiple de 16 cámaras. pero actuará ante alarmas específicas que le quitaron su computadora. Por ejemplo, el sistema envía una alarma al operador: «se detectó humo en la cámara 13» o «se detectó fuego en la cámara 37», mientras que la alarma de incendio puede activarse específicamente mediante un sensor clásico, y el operador puede responder a una activarlo anticipadamente o rechazarlo en caso de que lo encuentre falso. Veredicto: el futuro está en la simbiosis entre el hombre y la máquina. Sólo así los sistemas complejos podrán aportar valor sin necesidad de decenas de operadores. El futuro (más precisamente, casi el presente) es que una computadora, utilizando herramientas de análisis de video, le dará a una persona (operador) incidentes alarmantes que requieren acción, y la persona no dispersará su atención entre una imagen múltiple de 16 cámaras. pero actuará ante alarmas específicas que le quitaron su computadora. Por ejemplo, el sistema envía una alarma al operador: «se detectó humo en la cámara 13» o «se detectó fuego en la cámara 37», mientras que la alarma de incendio puede activarse específicamente mediante un sensor clásico, y el operador puede responder a una activarlo anticipadamente o rechazarlo en caso de que lo encuentre falso. Si confía en sus sensores, este sistema puede incluso funcionar en modo retardado sin ningún operador, es decir, enviar SMS/MMS con una solicitud para «ver qué está pasando allí». Y seguirá siendo útil, porque sabes que los sensores «clásicos» funcionarán en caso de incendio, pero si tienes tiempo y ganas, puedes adelantarte a ellos y evaluar la situación a partir de la imagen de vídeo.
Por un lado, en espacios cerrados, los sistemas con análisis de vídeo de incendios claramente no pueden (y no deberían) reemplazar los sistemas de protección contra incendios “clásicos” basados en sensores. Aquí su función es la duplicación del sistema y, potencialmente, un tiempo de respuesta más temprano. Esto no será superfluo dado que, incluso según las estadísticas estadounidenses, en un caso de cada 12 (es decir, el 8% de los casos), el sistema «clásico» no funciona en absoluto. Aquí en Rusia la situación probablemente sea aún peor.
Pero, por otro lado, cuando se trabaja en espacios abiertos, los algoritmos de visión por computadora pueden ayudar enormemente a salvar las propiedades y las vidas de nuestros conciudadanos. Y aquí tienen pocos competidores.