Kezdőlap
A videomegfigyelő-rendszerek jövője
– Laczkó Gábor
Vajon a videorendszerek a jövőben képesek lesznek e kiszorítani (helyettesíteni) az elektronikus vagyonvédelem olyan nélkülözhetetlen területeit mint a behatolás védelem, a beléptetésszabályozás, a tűzjelzés, áruvédelem stb...?
Szerzőnk véleménye szerint feltétlenül: „A kamerák bizonyos felhasználásokban el fogják veszíteni kamera jellegüket és szenzorokká alakulnak…” Cikkünk a témában szándékaink szerint vitaindító, így érdeklődve várjuk a hozzászólásokat (A szerk.).
Azoknak, akiket manapság az foglalkoztat, hogy merre fejlődnek a videomegfigyelő-rendszerek, egészen más fogalmakkal és gondolkodásmóddal kell megismerkedniük, mint amelyeket az elmúlt évtizedekben megszokhattunk. Egészen a legutóbbi időkig a gyártók és fejlesztők között azon folyt a versengés, hogy ki tud nagyobb felbontású, jobb fényérzékenységű, gyorsabb képfrekvenciájú kamerát készíteni, hogyan tárolja és tegye minél hatékonyabban kereshetővé a kamerákból érkező videofolyamokat. Ezek természetesen ma is fontos paraméterek, azonban egy korszerű videorendszerrel szemben ma már alapelvárásnak számítanak. A hangsúly egészen máshová tevődik át és a napjainkban zajló változások – melyek túlzás nélkül nevezhetők forradalminak – nemcsak a videorendszerek használatára, de a mindennapi életünkre is döntő hatással lesznek majd.
Fogalmak, amelyekkel jobb, ha megbarátkozunk – minél előbb
Olyan új fogalmakkal kell megismerkednünk, mint a Deep Learning, AI (Artificial Intelligence), Big Data és társai. Ezek mind az információfeldolgozás egészen új módjait jelképezik. Anélkül, hogy részletesen belemennénk ezen fogalmak tárgyalásába, próbáljuk meg megragadni a lényegüket. Az emberiség mára rengeteg információt halmozott fel, ráadásul ezen információk döntő többsége már digitális formában áll rendelkezésünkre. Ez a hatalmas adatmennyiség és a számítási teljesítmények rohamos fejlődése azt eredményezte, hogy az adatokat egészen újszerű módszerekkel tudjuk feldolgozni. Régebben – az informatika első évtizedeiben – az adatokat kötött formátumokban, kötött algoritmusokkal dolgozták fel. Ez azt eredményezte, hogy ugyanazokat a bemenő adatokat beadva, a rendszer mindig ugyanazt az eredményt szolgáltatta. Ezzel szemben ma egyre több területen tör utat magának a gépi intelligencia, amely teljesen eltérő formájú és minőségű adatokkal tud dolgozni úgy, hogy közben képes saját működését megváltoztatni, azaz képes tanulni. Lássunk erre egy egyszerű példát.
A fordítás, mint feladat régóta nagy kihívást jelent az informatikának. A kezdetekben próbálták a nyelvtani szabályokat, szavakat, szóösszetételeket betáplálni a gépekbe, ami úgy-ahogy működött, de nem sikerült igazi áttörést elérni. Ezután koncepciót váltottak és megpróbálkoztak meglévő „tökéletes minőségű” kész fordításokat alkalmazni (kormányzatok, ENSZ, egyéb szervezetek hivatalos fordításai) és a nyelvtani szabályokat háttérbe szorították. Ez jobb eredményre vezetett, de még mindig távol volt a várt minőségtől. A Google ezt a módszert fejlesztette tovább úgy, hogy brutálisan megnövelte a bevitt adatmennyiséget és nem törődött azok minőségével. A megelőző eljárásban használt kb. 300 millió mondatpár helyett a Google jelenleg 95 milliárd mondatpárnál tart. Elfogadták, hogy a bevitt fordítások között lehetnek hibásak, de feltételezték, hogy egy adott mondat fordításai közül a leggyakrabban használtak a legmegfelelőbbek. A Google fordítója sem tökéletes még, de jelenleg a legjobb, a rendelkezésre állók közül és folyamatosan fejlődik. További előnye, hogy rendkívül rugalmasan követi le a nyelvben végbemenő változásokat, hiszen azok megmutatkoznak a statisztikákban és hamarosan megjelennek a gépi fordításban is.
Hogy jön ide a videó?
Joggal vetődhet fel a kérdés, hogy mindennek mi köze van a videomegfigyelő-rendszerekhez? Nagyon is sok, olyannyira, hogy ezek a technológiák fogják döntően meghatározni ezen rendszerek működését, sőt már nagyon sok mai rendszerben is megjelennek ezek egyes elemei. A Google fordítás működésének analógiája a videotechnológiában például azok a megoldások, amelyek képesek egy kamera látóterében „megtanulni” az adott területen szokásos mozgásokat, történéseket, majd a tanulási folyamatot követően képesek az eltérő viselkedésminták felismerésére. Az első IP-kamera megjelenése óta alig 20 év telt el, de ez a 20 év több, és lényegibb változást hozott, mint az analóg korszak 5 évtizede együttvéve. A képminőségben, -továbbításban és -tárolásban, a rendszerek elérhetőségében, szolgáltatásaiban olyan fejlődés ment végbe, hogy egy mai videomegfigyelő-rendszer nem összevethető a 90-es évek közepének rendszereivel. A mai kamerákat olyan teljesítményű processzorokkal szerelik fel, hogy a képfeldolgozási feladatokon felül bőven van szabad kapacitásuk. Ez pedig lehetővé teszi, hogy egyre magasabb szintű elemzési feladatokat lássanak el. A kamerákon elérhető analitikákról mi is, mások is sokat írtunk már, ezek ismertetése helyett inkább fordítsuk figyelmünket arra, hogy milyen hatásai lesznek ezeknek a videomegfigyelő-rendszereinkre.
Kamerák, mint szenzorok
Az egyik legfigyelemreméltóbb hatása az, hogy a kamerák bizonyos felhasználásokban el fogják veszíteni kamera jellegüket és szenzorokká alakulnak. A könnyebb érthetőség kedvéért lássunk erre egy példát. Szinte mindenki hallott már kamerával végzett látogató számlálásról, vagy éppen egy üzletbe belépő emberek nem és kor szerinti osztályozásáról. Ezek tipikusan olyan alkalmazásai egy kamerának, amikor a felhasználót maga a videokép nem is érdekli (jó eséllyel nem is tárolják), csak az abból kinyerhető információ, azaz hányan látogatták az adott üzletet, és ezek a látogatók milyen korúak és neműek voltak. Ebben az esetben a videokép maximum addig érdekes, amíg megállapítjuk, hogy az alkalmazás megfelelő pontossággal működik-e. A „GDPR korszak” hajnalán talán még szerencsésebb is, ha nem tároljuk a képeket, csak a személytelen, száraz adatokat továbbítja a kameránk további feldolgozásra.
Nyomul a GPU
Ennél a pontnál érdemes néhány szót szólni a videofeldolgozó központokban végbemenő fejlesztésekről is. Hardver szinten előtérbe került a GPU-k használata a CPU-k mellett. Ez annak köszönhető, hogy a fejlett nagy felbontású számítógépes megjelenítések (Pl. játékok) hatalmas számítási teljesítményt igényelnek a grafikus kártyáktól, így ezek a teljesítmények más jellegű feladatoknál is kiaknázhatók. Ilyen feladat lehet – a sok nagy felbontású videofolyam mellett – a különböző magas szintű analitikák futtatása, amelyekre a kamerák már nem biztosítanak elég erőforrást. Példaként említhetjük az arcfelismerést.
Videó és a biztonságtechnikai rendszerek
Mi emberek a környezetünket mintegy 80%-ban a látásunk és a hallásunk alapján érzékeljük (ebből döntő arányú a látás), így talán nem meglepő, hogy a kamerákat egyre több alkalmazásban tudjuk egyfajta szenzorként használni. A hallást azért említettem, mert sok kamera rendelkezik mikrofonnal, vagy mikrofonbemenettel. Milyen hatásai lesznek ennek? Ha csak a szűken vett biztonságtechnikára gondolunk, akkor gyakorlatilag bármelyik biztonságtechnikai rendszer működése azon alapul, hogy vannak a rendszerben valamilyen szenzorok és ezek állapota befolyásolja a rendszer működését. Így egy tűzjelző esetében a tüzet kell észlelni, egy riasztórendszernél egy adott területre történő behatolást, egy beléptetőrendszernél pedig azonosítani kell a belépési ponthoz érkezőket. Képesek erre a kamerák? A válasz már ma is az, hogy igen. Lehet azon vitatkozni, hogy egyes feladatokat milyen minőségben, megbízhatósággal képesek ellátni, de látva a fejlődés ütemét és tendenciáját, talán nem kell nagy jóstehetség ahhoz, hogy a jövőben a videorendszerek sok területen előtérbe fognak kerülni és ki fogják szorítani a „hagyományos” megoldásokat. A központokon futó menedzsment- szoftverek és az azokra ráépülő temérdek alkalmazás pedig a térfigyelő rendszerek hatékonyságát fogja gyökeresen megváltoztatni. És eddig csak a biztonságtechnikáról beszéltünk.
Vásárlás Amazon módra
Írásom végén egy olyan példát szeretnék felhozni, amely a cikk elején tett állításomat hivatott igazolni, miszerint a mindennapi életünkre is döntő befolyással lesznek ezek a rendszerek. 2018. január 22-én nyitotta meg az Amazon a vásárlók előtt az első AmazonGo üzletét Seattle-ben. Ez egy 170 m2-es élelmiszerbolt, aminek az a különlegessége, hogy nincsenek benne kasszák. A vásárlás úgy történik, hogy a bejáratnál egy mobil telefonos alkalmazással egy QR kóddal kell belépni. Ezt követően le kell venni a polcokról a megvenni kívánt árucikkeket, majd egyszerűen kisétálunk az üzletből. Nincs kassza, nincsenek sorok. A rendszer kulcselemeit itt is kamerák (azaz kamerákból álló szenzorok) alkotják, hiszen ezek segítségével állapítják meg, hogy az adott vásárló milyen és mennyi árucikket vett le a polcról. Lehet, hogy éppen az Amazon, ez az online óriás fogja forradalmasítani az off-line üzleteket?
Konklúzió
Azt gondolom, hogy időnként érdemes felemelni a fejünket és a mindennapok küzdelmein túl – melyek lássuk be, az írásban említett perspektíváktól olykor távolinak tűnnek – látnunk kell, hogy merre tart a világ. Néha érezhetjük úgy, hogy ezek még messze vannak tőlünk, de van egy olyan sejtésem, hogy hamarabb ideérnek, mint azt sokan gondolják.
Laczkó Gábor
Aspectis Kft.