Журнал "Системы безопасности" #5, 2019

В И Д Е О Н А Б Л Ю Д Е Н И Е 80 и внедряют базовые функции видеоаналитики, такие как: l пересечение линии; l пересечение области; l детектор лиц; l обнаружение пропавших/оставленных пред- метов; l аудиодетекция; l подсчет людей. Откровенно говоря, корректность работы таких детекторов вызывает вопросы, поэтому стоит скептически относится к подобным "встроен- ным" функциям. Лучший вариант – установка платных плагинов. В этом случае основным тре- бованием к камере является наличие мощного процессора и соответствия требованиям уста- навливаемого ПО. Этот вариант предпочтите- лен, так как подобный программный продукт постоянно обновляется, а у его производителя есть служба технической поддержки. Кстати, системы видеоаналитики являются одним из значимых факторов при выборе обо- рудования. В ответе на вопрос "Какие факторы, кроме цены, влияют на выбор системы видео- наблюдения?" пункт "Наличие видеоаналитики" набрал 56,6% голосов. На третьем месте в списке трендов оказались "Детекторы на базе нейронных сетей". Эта тема уже широко обсуждалась на страницах журнала "Системы безопасности" и является своеобраз- ным хайпом, особенно после всех достижений искусственного интеллекта при работе с изоб- ражениями. Реалии таких детекторов в систе- мах видеонаблюдения немного отличаются от ожиданий пользователей: надо понимать, что любая нейросеть становится хорошо обученной на большой выборке. И если у Facebook есть такая возможность, поскольку 1 млрд человек в месяц используют одноименное мобильное приложение и каждый день в социальной сети пользователи публикуют 300 млн фотографий, на которых сеть и обучается, то у большинства производителей цифровых систем видеона- блюдения такой богатой библиотеки нет. Но все равно ведущие игроки рынка ПО для систем видеонаблюдения вкладывают деньги и усилия в разработку видеоналитики на базе нейронных сетей, и сегодня на рынке можно встретить работающие нейродетекторы, такие как: l детектор объектов; l подсчет людей; l детектор очередей; l системы событийного контроля; l детектор касок и спецодежды; l анализ наполнения полок; l распознавание лиц; l определение пола и возраста посетителей; l детекторы дыма, огня. Следует понимать, что в определенных усло- виях для корректной работы таких детекторов необходимо обучать нейронную сеть непосред- ственно на объекте, так как условия съемки могут отличаться от тех, на которых она была обучена ранее. Четвертое место в списке – "AI в облаке" (AI Cloud-сервисы). Облачные технологии прочно вошли в нашу жизнь, и это понятно: зачем поку- пать дорогостоящий продукт и заниматься его обслуживанием, модернизацией, если можно оплачивать только факт его использования. Тем более работа с искусственным интеллектом часто подразумевает под собой определенную производительность железа, а для обработки изображений нередко используются специ- альные видеокарты, графические процессоры GPU. Каналы Интернета перестали быть сегодня проблемой, даже для корпоративного исполь- зования экономически целесообразней "под- нять" одно свое облако и подключать к нему всех необходимых пользователей. В 2016 г. для фото, а в 2017 г. году для видео Amazon запу- стила мощную систему для распознавания лиц в режиме реального времени. Воспользоваться ей может любой пользователь AWS. В США с ее помощью шерифы уже успешно ловят преступ- ников, а телестанции находят знаменитостей в живых трансляциях. На пятом месте – "Развитие бесплатного про- граммного обеспечения для систем видеона- блюдения". По моему мнению, Open Source в системах видеонаблюдения не получил на дан- ный момент большого развития, хотя на рынке представлено достаточно много профессио- нального ПО с бесплатными лицензиями и некоторые даже поддерживают работу до 32 IP- камер. Основные производители также предла- гают свои CMS-системы, которые в базовых функциях не уступают своим платным собрать- ям, и вендоры их постоянно совершенствуют. Однако бесплатное ПО с полноценной системой видеоаналитики мне пока не встречалось, если речь не идет о самостоятельной сборке на Phy- ton с использованием существующих бесплат- ных библиотек. Что касается алгоритмов сжатия с применением искусственного интеллекта, что можно назвать также интеллектуальным кодированием, в этом плане разработчики систем видеонаблюдения ушли далеко вперед и на данный момент на рынке безопасности присутствуют кодеки H.265 или HEVC-формат видеосжатия с применением более эффективных алгоритмов по сравнению с H.264. Появление стандарта связано с расту- щей потребностью в более высокой степени сжатия движущихся изображений. Поддержи- ваются форматы кадра до 8K (UHDTV) с разре- шением 8 192 × 4 320 пкс. Однако неясность ситуации с лицензионными платежами по дан- ному кодеку препятствует его появлению в основных браузерах. Например, Chrome, Firefox вообще не поддерживают кодек, Edge поддер- живает его частично. Компания Hikvision пошла еще дальше и разработала на базе стандарта H.264 и H.265 собственные алгоритмы сжатия. Высокая степень сжатия достигается за счет рас- пределенного интеллектуального кодирования октябрь – ноябрь 2019 www.secuteck.ru Рис. 6. Ключевые технологические тренды в области видеонаблюдения AI в облаке (AI Cloud-сервисы) Видеотрансляция в социальные сети напрямую с камеры Детекторы на базе нейронных сетей Интеграция системы распознавания лиц в другие сегменты безопасности Использование интеллектуальных детекторов "на борту" Камеры с разъемом подключения внутри корпуса Применение в системах видеона- блюдения БПЛА Появление алгоритмов сжатия с применением ИИ Развитие бесплатного программного обеспечения Разрешение 4К и выше Рост спроса на переносные видеорегистраторы Другое

RkJQdWJsaXNoZXIy Mzk4NzYw