Monitoring wizyjny ery AI, nowa jakość w ochronie i walce!

Obraz z kamer rozmieszczonych w różnych kluczowych miejscach instytucji i zakładów coraz częściej stanowi element usprawniający codzienne funkcjonowanie tego typu obiektów i pracujących w nich osób. Identyfikacja numerów rejestracyjnych pojazdów pracowników przy wjeździe na firmowy parking, identyfikacja twarzy pracownika przy wejściu na teren zakładu pracy, monitoring stref wydzielonych czy niebezpiecznych – to tylko przykłady włączania monitoringu wizyjnego w kolejne obszary naszej codzienności.

Zaawansowane algorytmy we współpracy z systemem monitoringu wizyjnego są trzonem zarządzania ruchem samochodowym w dużych aglomeracjach miejskich, dostosowując tempo zmiany sygnalizacji świetlnej i czas oczekiwania na zmianę świateł do natężenia ruchu. Takie systemy pracują już od kilku lat nie tylko w Europie Zachodniej, ale i w Polsce, jak np. Trójmiejski Inteligentny System Transportu Aglomeracyjnego „Tristar”. Inwestycja ta była realizowana między 2006 a 2015 rokiem, a lokalne władze przeznaczyły na nią 180 milionów złotych.

Zastosowanie AI w monitoringu wizyjnym ma również na celu umożliwienie zapewnienia lepszej i skuteczniejszej ochrony obiektowej. Nikt odpowiedzialny za zarządzanie bezpieczeństwem fizycznym nie kwestionuje już tego faktu. Potwierdza to również rachunek ekonomiczny, szczególnie przy wielkoobszarowych obiektach przemysłowych, na obiektach sportowych oraz w przypadku takiego klienta firm ochrony, jakim jest wojsko czy kolej. Dokumentacja filmowa rejestrowana przez kamery CCTV ma dwa główne zastosowania, pierwsze jako materiał dowodowy wykorzystywany po zdarzeniu w postępowaniu procesowym lub w ramach wewnętrznego udoskonalania systemu ochrony.

Drugie to umożliwienie podjęcia szybkiej interwencji we wskazanym miejscu przez przeznaczone do tego służby. Szczególnie to drugie zastosowanie stało się „orężem” zarówno komercyjnych, jak i publicznych służb odpowiedzialnych za bezpieczeństwo i porządek publiczny. Od sprawności wychwycenia zdarzenia na ekranach monitoringu wizyjnego zależy czas reakcji patrolu interwencyjnego. Przykładowo w Londynie miasto zostało podzielone na strefy, w których obowiązują określone normy czasowe na podjęcie interwencji przez określone służby, w tym policjantów wyposażonych w broń palną (standardowo funkcjonariusze policji nie noszą przy sobie broni palnej).

Im bardziej newralgiczny punkt miasta, tym krótszy jest czas reakcji. W efekcie rozrastającego się monitoringu konieczne było utworzenie specjalnych centrów monitoringu, w których wyspecjalizowany i odpowiednio wyszkolony pracownik obserwował przesyłany na liczne monitory obraz. W zależności od zaobserwowanej sytuacji mógł on podejmować przewidziane w procedurze działania i poprzez patrole interwencyjne przebywające w terenie wpływać na rozwój sytuacji.Często widoczne na filmach tzw. screnn walle, podobne do tych widzianych w centrum kontroli lotów kosmicznych, na stałe zagościły również w Polsce, np. w ramach przygotowań do Euro 2012.

Przeczytaj także: Turecka Wystawa Narodowa po raz drugi na MSPO >> 

Tymczasem liczba kamer w systemach rośnie i stało się jasne, że pojedynczy człowiek, a nawet kilku operatorów centrów monitoringu wizyjnego, nie jest w stanie efektywnie wychwytywać zdarzeń rejestrowanych przez kamery. Do tego doszła możliwość zdalnego kierowania kamerami, co dodatkowo zajmowało uwagę operatora na pojedynczym zdarzeniu kosztem pozostałych monitorowanych punktów. Mimo to monitoring stał się ważnym narzędziem w zapewnieniu bezpieczeństwa publicznego i ochronie obiektowej. W ostatnich dziesięciu latach rozwijano automatyzację i zastosowanie sztucznej inteligencji w tego typu systemach. Głównie w zakresie identyfikacji osób oraz opracowywania algorytmów behawioralnych, dzięki którym stało się możliwe przewidywanie negatywnych i niebezpiecznych zachować osób w przestrzeni publicznej.

Program komputerowy na podstawie analizy obrazu, głównie twarzy, wstępnie identyfikował cechy osób, które mogą być złodziejami, zamachowcami, agresywnymi kibicami czy osobami pod wpływem substancji psychotropowych. Taka wczesna identyfikacja podejrzanego przekładała się na jej specjalne śledzenie przez wskazaną w systemie do tego kamerę lub nawet system kamer i w konsekwencji prewencyjną interwencją służb. Liderem w tego typu rozwiązaniach było metro w Londynie po serii zamachów terrorystycznych na początku XXI wieku.

Innym rozwiązaniem było udoskonalenie monitoringu polegające na automatycznym wskazywaniu operatorowi centrum obrazu z kamery rejestrującej w danej chwili zdarzenie odbiegające od normy, np. bójkę, bieg lub duże zgromadzenie osób w jednym miejscu. Pozwalało to na szybką ocenę sytuacji i podjęcie określonych dalszych kroków. Obraz w przypadku wystąpienia danej sytuacji automatycznie był powiększany lub dany monitor na screen wallu sygnalizował obserwowaną anomalię. Również to, dziś już standardowe usprawnienie systemów monitoringu wizyjnego, wydaje się niewystarczające. I choć tradycyjny monitoring stosowany jest już od dawna, obecnie nadeszła nowa era – era inteligentnego monitoringu AI, wykorzystującego sztuczną inteligencję.

Nie mówimy tu tylko o często podnoszonych w reklamach i ogłoszeniach cechach inteligentnego monitoringu, jak m.in. to, że możemy z niego korzystać w każdej chwili nawet za pomocą smartfona, czy to, że obraz wyświetlany na naszym ekranie przekazywany jest w czasie rzeczywistym i może stanowić element tzw. inteligentnego budynku – to jest dobre dla odbiorcy indywidualnego. Wykorzystanie AI w profesjonalnych systemach monitoringu to przede wszystkim nowe możliwości biznesowe dla firm z branży ochrony oraz redukcja ludzkiej obsługi dotychczasowych systemów i poprawa czasu reakcji na wykryte zagrożenia.

To wejście na nowy poziom i poprawa bezpieczeństwa przeciętnego człowieka w zakładzie pracy czy też w miejscach użyteczności publicznej oraz w publicznych środkach transportu. Ta nowa funkcjonalność określana jako „inteligentna” i zautomatyzowana często dostępna jest jako usługa zdalnego monitoringu wizyjnego, skierowana głównie do służb publicznych oraz przedsiębiorstw, które muszą sprostać nowym zagrożeniom, przekraczającym zdolności tradycyjnej ochrony fizycznej lub zamierzają objąć ochroną rozrastający się obszar. Monitoring wizyjny ery AI to nowe podejście do ochrony rozległych obiektów przemysłowych, produkcyjnych, sportowych czy usługowych.

To również możliwość uzyskania wyższego poziomu zabezpieczenia mienia poza godzinami pracy przedsiębiorstwa. To również wejście z ochroną na wyższy poziom nadążający za współczesnymi zagrożeniami – jak np. ochrona epidemiczna (Covid-19) czy przeciw pożarowa. Ten rodzaj monitoringu wizyjnego opiera się na algorytmach software i tzw. „sztucznej inteligencji”, co pozwala na dowolną konfigurację systemu pod kątem reagowania na różne zadane scenariusze wymagane w danej lokalizacji. Mogą to być klasyczne wtargnięcia człowieka czy też parkowania pojazdów w strefie niedozwolonej, wejścia i wyjścia do lub ze strefy zdefiniowanej itp. Mogą to być również w powiązaniu z nowymi kamerami o szerszych niż dotychczas stosowane możliwościami alerty dotyczące np. wzrostu temperatury w danym miejscu, identyfikacja pożarów we wczesnym stadium czy też detekcja nieszczelności określonych instalacji przesyłowych np. gazowych itp.

Osobnym obszarem zastosowania AI w monitoringu wizyjnym jest wojsko. Tu sztuczna inteligencja musi sprostać integracji danych i poprawnej identyfikacji obiektów (swój-obcy) pochodzących z różnych źródeł i to w czasie rzeczywistym. Obraz z satelity, dronów latających, mobilnych pojazdów obserwacyjnych, balonów z głowicami optoelektronicznymi, a nawet urządzenia przenoszone przez indywidualnego żołnierza, muszą być poddane analizie i w odpowiedniej formie przesłane do jednostek linowych w celu wskazania pozycji przeciwnika. Już od 2018 roku tego typu rozwiązania testowane są między innymi przez armię kanadyjską. Twórcami rozwiązania o nazwie SAPIENT są Brytyjczycy z Defence Science and Technology Laboratory.

System ma być głównie stosowany w obszarach mocno zurbanizowanych i ma zapewnić armii przewagę nad wrogiem, w tym również ukrywającym się pomiędzy cywilami, jak np. terroryści. Ma to między innymi spowodować ograniczenie ewentualnych strat pośród ludności cywilnej (tzw. collateral damage), zwiększyć bezpieczeństwo operujących w mieście wojsk i poprawić skuteczność wykorzystywanej broni. Innym projektem AI rozpoczętym przez amerykański Pentagon jest Maven – przeznaczony do analizy obrazu z monitoringu wizyjnego w którym ma również uczestniczyć Google. Jest sprawą przesądzoną integracja sensorów, w tym kamer, które będą umieszczone w różnego rodzaju robotach wspierających wojska lądowe w przyszłych operacjach w ramach tego typu systemów. Rozwiązanie AI jest dostępne na rynku związanym z bezpieczeństwem od niedawna.

W Polsce w roku 2019 i 2020 Narodowe Centrum Badań i Rozwoju przeprowadziło konkursy, w ramach których finansuje się obecnie prace naukowo-wdrożeniowe rodzimych rozwiązań w tym zakresie. Tylko jeden taki grant opiewał na ponad 14 milionów złotych! Jednak już dziś należy stwierdzić, że AI w monitoringu wizyjnym stanowić będzie alternatywę dla tradycyjnej ochrony fizycznej. Wpływ na to mają dwa główne czynniki, które szczególnie dotyczą branży security. Przede wszystkim w skali globalnej nowe zagrożenia, takie jak COVID-19. AI w monitoringu to również nowe zastosowania, w tym również w powiązaniu z wymogami z obszaru ochrony środowiska. Wymogi redukcji gazów cieplarnianych wymuszają również na określonych przedsiębiorstwach konieczność szybkiego reagowania na awarie skutkujące np. uwalnianiem się do atmosfery metanu oraz innych szkodliwych gazów cieplarnianych.

Zdolność do monitorowania obszarów rozległych wysypisk śmieci czy pól naftowych staje się więc naturalnym rozszerzeniem systemów monitoringu wizyjnego, a tym samym usług świadczonych przez wyspecjalizowane do tego podmioty branży ochrony. Jest to jednak technicznie możliwe tylko przy wykorzystaniem monitoringu wizyjnego „dozbrojonego” w odpowiedni software ery AI, często bez konieczności wymiany samych kamer. W domenie wojskowej i policyjnej zastosowanie AI ma doprowadzić do ograniczenia strat pośród ludności cywilnej oraz ograniczyć straty własne. Będzie również odpowiedzialne za integrację wszystkich systemów i sensorów umieszczonych na różnych nosicielach w jeden obraz dający przewagę na polu walki nad przeciwnikiem. 

Artykuł powstał przy współpracy Polskiego Związku Pracodawców Ochrona, który jest niezależną organizacją, od 30 lat skupiającą wiodących pracodawców branży bezpieczeństwa w Polsce. Celem organizacji jest ochrona prawa pracodawców i reprezentowania ich interesów wobec instytucji i administracji państwowej, związków zawodowych oraz samorządu terytorialnego. Związek aktywnie uczestniczy w tworzeniu prawa, rozwiązywaniu problemów dotyczących bezpieczeństwa prywatnego i publicznego oraz kreowaniu najwyższych standardów rynkowych dla całej branży.

Chcesz być na bieżąco? Zapisz się do naszego newslettera!