Редакция Security Focus на протяжении многих лет следит за публикациями доктора Крейга Дональда — одного из наиболее авторитетных экспертов в области видеонаблюдения и человеческого фактора в безопасности. Его материалы регулярно используются специалистами отрасли как практическое руководство при построении и эксплуатации систем. Предлагаем перевод очередной статьи, в которой автор рассматривает один из самых обсуждаемых трендов — применение искусственного интеллекта в системах видеонаблюдения. Сегодня рынок переживает активный рост интереса к видеоаналитике и ИИ. Ситуация во многом напоминает этап массового перехода на IP-видеонаблюдение: ожидания высоки, а практическая реализация часто оказывается сложнее. Редакция считает важным подчеркнуть: эффективность применения ИИ напрямую зависит от того, насколько отлажены базовые процессы — работа операторов, регламенты реагирования, качество видеопотока и состояние инфраструктуры. Без этого даже самые продвинутые алгоритмы не дают ожидаемого результата.

В рекламных материалах, посвященных обнаружению преступников с помощью искусственного интеллекта в системах видеонаблюдения, часто подразумевается, что клиент может просто интегрировать ИИ в свои существующие системы и процессы, и он будет обнаруживать всех преступников, при этом работая гораздо эффективнее. На самом деле все далеко не так. ИИ требует такого же внимания, как маленький ребенок в доме, окруженном потенциальными опасностями.

Он потенциально может вырасти сильным и компетентным, но существует вероятность многочисленных травм и потенциальных госпитализаций на этом пути. Соответствие назначению, его возможности, а также интеграция в существующую систему видеонаблюдения без серьёзных сбоев требуют тщательного обдумывания и усилий. Подготовка подходящей среды и обдумывание того, как вы хотите, чтобы он развивался и вносил свой вклад, не происходит автоматически.

Важно понимать, как искусственный интеллект или видеоаналитика будут служить целям, для которых у вас установлены системы видеонаблюдения и диспетчерская. Видел, как одна компания рекламировала функцию с большим «вау-эффектом», которая не имела никакого отношения к основной цели, которую хотел достичь клиент. Однако это побудило клиента к покупке, потому что выглядело очень круто. И при этом не учитывались возможности системы для достижения реальных целей. Поэтому очень важно заранее определить свои ожидания относительно того, как ИИ поможет достичь ваших целей, и вы должны требовать от поставщика выполнения этих ожиданий. Кроме того, вы должны убедиться, что ваша диспетчерская не будет настолько сосредоточена на реагировании на оповещения, генерируемые ИИ, многие из которых могут быть ложными, что перестанет фокусироваться на своей основной задаче.

Комментарий редакции

На практике проблемы внедрения ИИ в видеонаблюдении чаще связаны не с алгоритмами, а с базовой организацией работы. По наблюдениям редакции, на многих объектах в России: операторы видеонаблюдения не проходят системного обучения, уровень оплаты остаётся низким, при этом на них возложена высокая ответственность за принятие решений. В такой модели ИИ нередко рассматривается как способ «заменить человека». Формально это возможно, но результат в этом случае становится непредсказуемым: система начинает работать в среде, где отсутствуют чёткие регламенты, контроль качества и корректная интерпретация событий. Важно понимать: автоматизация не исправляет слабые процессы — она их масштабирует. Если операторская работа не выстроена, внедрение ИИ чаще приводит к: росту количества ложных тревог, потере доверия к системе, формальному отключению аналитики на объекте. Отдельный вопрос — сопровождение. Любая система видеоаналитики требует постоянной работы: корректировки настроек, дообучения алгоритмов, адаптации под изменения на объекте (сезонность, освещение, поведение людей). Эффективная модель предполагает участие двух сторон: специалиста со стороны заказчика, который понимает процессы на объекте, интегратора, который накапливает практику и дорабатывает систему на основе реальных кейсов. Фактически речь идёт о непрерывном цикле эксплуатации, а не о разовом внедрении. Также не стоит игнорировать базовые факторы, напрямую влияющие на работу ИИ: корректный выбор и установка камер, соблюдение зон обзора, регулярное обслуживание (очистка оптики, контроль загрязнений, засветок). Даже незначительные отклонения в этих параметрах могут существенно снизить точность видеоаналитики вне зависимости от её уровня.

Искусственный интеллект в системах видеонаблюдения — это не решение, созданное специально для вас. Обычно это универсальная система, предоставляющая возможности, которые часто требуют индивидуальной настройки, подготовки, обучения, оптимизации и интеграции в бесперебойно работающую и целенаправленную среду диспетчерской. Внедрение такой системы часто требует значительных усилий и перераспределения ресурсов для обеспечения её надлежащей работы. Хотя продавцы подчеркивают интеллект и способность к обучению, они часто мало говорят о том, сколько усилий это потребует, и что интеллектуальная составляющая будет значительно ниже ожидаемого уровня.

Искусственный интеллект должен работать в вашей среде

Проще говоря, если вы покупаете систему, вам нужно обеспечить ей среду, в которой она сможет работать, и научить её тому, что делать. Этот процесс может занять огромное количество времени, поскольку система иногда не распознаёт даже самые простые вещи, которые вы от неё ожидаете. В некоторых случаях она, похоже, даже не запоминает знания, которые вы пытаетесь ей привить для распознавания и различения. Много говорят о том, чтобы полагаться исключительно на технологию чёрного/пустого экрана на основе ИИ, которая активируется только при возникновении события, но это означает, что вы полностью зависите от чего-то, в чём не можете быть уверены, а это проблема, потому что вы не знаете, чего вам не хватает.

Кроме того, теряется контекст происходящего, ситуационная осведомленность о причинах возникновения тревоги и о том, почему она может срабатывать. Системы оповещения на основе ИИ работают лучше всего в ситуациях с минимальной неопределенностью, когда требуется лишь простое обнаружение, что не всегда возможно в реальной жизни. Часто можно регулировать чувствительность обнаружения с помощью ИИ, что следует учитывать при оценке эффективности обнаружения, а не частоты ложных срабатываний.

Если вы внедряете систему видеонаблюдения с искусственным интеллектом, я бы посоветовал убедиться, что она обладает необходимыми возможностями для обучения, и выделить ресурсы для достижения соответствующего уровня интеллекта. Еще лучше, если компания, продавшая вам систему, возьмет на себя ответственность за этот процесс и определит желаемый результат, а также предложит возмещение средств в случае его недостижения. Время, затрачиваемое на обработку ложных срабатываний и классификацию каждого из них, отнимает ценное время и отвлекает операторов от всего остального, что происходит на объекте.

В качестве альтернативы, можно инвестировать в специализированный пакет видеоаналитики, который направлен именно на устранение ложных срабатываний. Ложные срабатывания препятствуют внедрению ИИ и снижают эффективность работы диспетчерской. Если система неоднократно помечает безобидные события на периметре, например, животных, как угрозу, несмотря на исправления, это указывает на существенный недостаток в обучении.

Для эффективной работы ИИ необходимы определенные условия. Это включает в себя физическую обстановку, в которой он должен анализировать события. Поэтому вам необходимо убедиться, что он действительно может обрабатывать различные аспекты вашей среды, и вам потребуется создать физическую среду, подходящую для ИИ. Ложные срабатывания обычно вызваны рядом факторов, в том числе:

• Растительность
• Погодные условия — ветер, молнии, дождь, туман
• Дикая природа
• Насекомые
• Птицы
• Время суток — освещение, блики и эффекты теней
• Светильники, которые включаются и выключаются или проезжают мимо
• Фоновая сложность
• Соотношение активного движения на переднем плане и на заднем плане

Такие действия, как расчистка территории по периметру, обрезка ветвей и листвы деревьев, оперативное реагирование на паутину, минимизация возможного передвижения по периметру, — все это обычные подготовительные и профилактические мероприятия. Они необходимы для создания условий, в которых ИИ сможет эффективно работать. Может потребоваться его активация в разное время суток или изменение чувствительности для реагирования на конкретные условия, возникающие в это время. Хотя его можно обучить распознавать причины ложных срабатываний, правильная подготовка физических условий на начальном этапе и их поддержание в надлежащем состоянии существенно влияют на производительность.

Искусственный интеллект — это не магия, ему нужна поддержка

Оборудование, используемое ИИ, и его настройка также являются фундаментальными факторами, определяющими эффективность его работы. В идеале, камеры видеонаблюдения и другие компоненты охранной системы должны быть настроены с учетом аналитики с самого начала. Качество камеры и изображения обеспечивает простой базовый уровень эффективности обнаружения. После того, как это обеспечено, оборудование необходимо использовать в соответствии со спецификациями — чем больше вы используете возможности телекамеры, тем менее эффективным будет ИИ.

Параметры аналитики, настраиваемые для ИИ, также должны определяться на основе информированного понимания угроз, их вероятного источника и возможных контрмер, а также минимизации потенциальных ложных срабатываний. Использование ряда взаимодополняющих функций ИИ для расширения возможностей обнаружения и подтверждения с помощью различных технологий обнаружения — это факторы, которые должны определять, что вы включаете и как настраиваете. Это относится как к ИИ, так и к традиционным мерам безопасности, где следует использовать многоуровневый подход. Кроме того, наблюдается растущее использование искусственного интеллекта для подтверждения с помощью специализированных решений, обладающих гораздо более эффективными возможностями обнаружения и фильтрации, чем стандартные продукты.

Ваш стратегический подход к безопасности должен определять, что именно может сделать для вас искусственный интеллект, и какие показатели эффективности продемонстрируют его успешность. Для его внедрения потребуются определенные усилия, включая создание физической среды, в которой он сможет успешно функционировать, и обеспечение технических возможностей для его эффективной работы. Это непрерывный процесс, а не то, что можно настроить и забыть.

Внедрите механизмы обратной связи для обеспечения постоянного совершенствования и корректировки процесса со стороны людей, работающих с ИИ для предоставления услуг. По возможности, развивайте компетентные возможности ИИ, он может быть чрезвычайно полезен в решении ряда проблем, которые могут просто отнимать время у оператора-человека, помимо таких вещей, как защита периметра и сигнализация. Это включает в себя относительно простые, но важные вещи. Во время недавнего визита клиент обсуждал, как можно автоматизировать такую ​​простую вещь, как обнаружение «каски» (средства индивидуальной защиты - СИЗ), и связать это с выводом звука через динамик. Это позволило бы информировать человека, не надевшего защитную каску в данной зоне, о нарушении требований безопасности и призвать его надеть средства индивидуальной защиты ради собственной безопасности.

Необходимо понимать, на что способен и на что не способен ИИ, а также вероятный путь его развития в будущем. Следует помнить, что люди по-прежнему играют важную роль как в обнаружении, так и в фильтрации информации, получаемой с помощью видеоаналитики, и подтверждении серьезных нарушений. Более того, во многих случаях они по-прежнему гораздо умнее. Также следует учитывать, что для реализации собственного интеллекта и управления ИИ людям необходима подготовка. Способность распознавать тактическое и тонкое преступное поведение в условиях ситуационной осведомленности по-прежнему остается прерогативой квалифицированных специалистов.