Hvis man skal vælge et emne, hvor selve udfordringen er at øge bevidstheden og vidensniveauet i sikkerhedsbranchen, så er intelligent video et godt valg. Mange spørgsmålstegn kan rettes ud, når det drejer sig om denne relativt nye og potentielt kraftfulde teknologi. Hvad kan man forvente sig af intelligent video? Hvordan fungerer det? Hvilken ’Return on Investment’ (ROI) kan brugerne håbe på? Disse og mange andre spørgsmål får deres svar i denne artikel.

Af Matts Lilja, Frode Berg Olsen (OPAX) og Leif Haglund, Amritpal Singh (Saab).

Der er flere alternative rubriceringer til ”Intelligent video”. Allerede her bliver det røbet, at vi taler om noget relativt nyt. De alternative betegnelser, der bruges, er intelligent videoanalyse (IVA) og videoindholdsanalyse (VCA=Video Content Analysis). Derudover er der en masse forskellige variationer af disse udtryk, men VCA er den bedste betegnelse, når vi skal beskrive, hvad det egentlig handler om. At kalde et teknologisk system for intelligent, i ordets egentlige betydning, er ikke korrekt. Fælles for alle udtryk, der beskriver VCA, er, at de har at gøre med den teknologi, som bruges for at analysere video via specifik data, adfærd, objekt og holdning.

Skabe nytte via forenkling

Vi finder i dag store mængder af videodata i private og kommercielle applikationer, men interaktion med denne lagrede video kræver bedre værktøjer for at beskrive, organisere og vedligeholde videodata. På grund af dette behov har virksomheder sammen med forskningsinstitutter samarbejdet for at udforske mulighederne for at automatisere beskrivelse og kategorisering af multimedia generelt, og video i særdeleshed. Arbejdet med manuelt at beskrive videodata er naturligvis meget tidskrævende, og derfor er der brug for automatiserede metoder. Målet er automatisk at skabe videosammenfatninger, eftersom strukturerede medier er mere egnet til at søge efter. Forestil dig, at alle videoer på YouTube automatisk kunne blive beskrevet ved hjælp af software. Så ville søgningen efter specifik video ikke længere være et resultat af uploadernes subjektive bedømmelser af, hvad videoen indeholder. Det vil dog tage et godt stykke tid, før disse typer af applikationer når markedet.

Sikkerhedsvideo

Store mængder af video kan også findes i sikkerhedsanlæg med kameraovervågning. Interessen for VCA er steget i de senere år, hvilket er fokus for denne artikel. Inden for sikkerhed bruges VCA især til analyse af realtidsvideo, men den kan med fordel også bruges til at søge på optaget materiale ved at sætte visse parametre, som softwaren kan søge efter. Dette er en funktionalitet, som sparer rigtig meget tid, og som derved yderligere bidrager gavnligt i en VCA-installation.

”Uintelligent” videoovervågning

For at eksemplificere, hvad der udgør et typisk videoovervågningssystem, og hvorfor dette hverken kan klassificeres som intelligent eller analytisk, udgår vi fra et indkøbscenter. Et antal kameraer er mere eller mindre direkte sammenkoblet med et antal monitorer, som i visse tilfælde er overvåget af operatører, og som ind imellem også bliver optaget. Den videoforædling, som i bedste fald sker, er af billedforbedrende karakter. Al analyse og forståelse for, hvad der sker i det overvågede område, er op til operatørerne. Heldigvis sker der som oftest ingenting specielt eller truende, og det er godt. Undersøgelser viser nemlig, at operatørerne mister op til 90 procent af deres opmærksomhed efter kun 22 minutters manuel videoovervågning. Hvis der så sker en hændelse, som kræver en form for action, giver videoovervågningssystemet ingen anden støtte, end at man kan se på forløbet bagefter, såfremt det er blevet optaget. Hvis man tager de tidligere nævnte tal for en operatørs opmærksomhed i betragtning, er det ikke svært at indse, at risikoen er overhængende, for at en hændelse ikke opdages, også selv om der er installeret videoovervågning. En undersøgelse af, hvad der er sket inden, under og efter en hændelse er nødt til at gøres manuelt ved at gennemgå de optagne videoer. Eftersom der ikke tilbydes egentlig support af systemer online eller offline, kan et sådant system ikke klassificeres som analytisk eller intelligent.

Forskellen mellem en traditionel kameraovervågning og et VCA-anlæg er, at man med VCA får automatiserede funktioner, som forenkler og til dels overvinder problemerne med operatører, såvel offline som online.

Bevægelsesdetektion

Før vi går nærmere ind på, hvordan teknologien bag VCA fungerer, så tager vi en enklere type videoanalyse op, som har eksisteret i over 20 år, nemlig bevægelsesdetektion (motion detection). Bevægelsesdetektion er i dag en integreret del af mange digitale overvågningskameraer og overvågningssoftware. Bevægelsesdetektion ser på forandringer i pixelværdier (bevægelse) i en videostrøm og trigges i gang af en hændelse, såfremt bevægelsen ligger over et vist niveau. I mere avancerede anlæg kan systemet kræve, at bevægelsen skal ske inden for et vist bestemt område i billedet, eller hvis objektet er af en vis størrelse for at alarmer/optagelse skal trigges i gang.

Da bevægelsesdetektion er relativt usofistikeret, er dens anvendelse begrænset, ikke mindst på grund af den mængde falske alarmer, den skaber. Med falske alarmer mener vi hændelser, som sætter alarmen/optagelsen i gang, selv om intet rigtigt objekt har bevæget sig i billedet. Den vigtigste fordel med bevægelsesdetektion er, at den ofte bruges til at kontrollere, hvornår der bliver optaget video, eftersom et statisk billede sjældent er af interesse. På denne måde spares der en hel del lagerplads.

Hvad er intelligent?

Så bevægelsesdetektion er altså ikke særlig intelligent. Hvad er det då, der gør, at VCA betragtes som værende intelligent? Er det overhovedet rimeligt at kalde et VCA-system intelligent?
Hvis vi vender tilbage til indkøbscentret og nu forsyner systemet med VCA, så kan vi se et antal forbedringer.

• Da indkøbscentret består af et antal butikker, entreer/udgange, åbne flader osv., er det en udfordring for et konventionelt system at holde rede på alt dette.
I et VCA-system kender systemet relationen mellem kameraerne i netværket og positioneringen i forhold til bestemte steder i centret. Desuden kan VCA-systemer følge mennesker og objekter via netværket på en konsekvent måde. Således kan operatørerne få et klart forbedret overblik over centret. Det bliver f.eks. muligt at spørge VCA-systemet, hvorfra en gerningsmand kom, og – måske endnu vigtigere – hvor kan han være gået hen, og hvor man kan stoppe ham?

• Ofte kan der opstå behov for at specialovervåge et bestemt område i centret. I et konventionelt system betyder det, at en operatør må være ekstra opmærksom på dette særlige område. Dette kræver, at han reducerer sin opmærksomhed på øvrige områder, eller at der tilføres yderligere en operatør. I et VCA-system kan operatøren selv definere et virtuelt sikkerhedsområde med tilhørende regler for at trigge en alarm. Han kan altså fortsætte med at udføre sine normale pligter, mens VCA-systemet sørger for at have særlig opmærksomhed på et bestemt område.

• Skulle der opstå en hændelse, som fører til, at en alarm går via VCA-systemet. vil ikke kun operatørerne blive alarmeret, men et PTZ-kapabelt HDTV kamera kan desuden automatisk zoome ind på den hændelse, som har udløst alarmen og skabe højkvalitetsbilleder af objektet.

• Et VCA-system kan også integreres med biometrisk identifikation. Det indebærer, at operatørerne selv må identificere sig, før de går ind i et følsomt område.

Sådan fungerer VCA

VCA er muligt takket vare skabelsen og analysen af meta-data. Typiske eksempler på meta-data er:

• Objektets størrelse og position i billedet.
• Objektets hastighed.
• Nummerplader.

Enkelt udtrykt er meta-data et udtryk for data om data - eller data, som beskriver indholdet af, hvad kameraet ser. Eftersom disse aktuelle data siden hen føres videre til analyse, så er kvaliteten og præcisionen i skabelsen af meta-data af største betydning.
Først og fremmest er det vigtigt, at kun rigtige objekter bliver beskrevet, så at fx vegetation, der bevæger sig på grund af vind og lignende, ikke opfattes som objekter. Endvidere er det vigtigt at sørge for, at skygger heller ikke af systemet opfattes som objekter.

Meta-datas betydning

Betydningen af, at meta-data har en høj præcision, kan belyses, hvis man udgår fra en applikation som f.eks. automatisk nummerpladegenkendelse (ANPR). Hvis præcisionen er lav i et ANPR-system og tilforladeligheden i identificeringen af ID er dårlig, vil ANPR-systemet være værdiløst. Det kan også føre til problemer, hvis et objekts størrelse bliver fejlbedømt, så f.eks. en person kan komme ind på et forbudt område, uden at alarmen går i gang. Jo højere sikkerhed, der kræves af VCA-systemet, desto højere krav må man følgelig stille til skabelsen af korrekte meta-data. Selve dataen i billedet er naturligvis også vigtig at tage i betragtning. Er det tilstrækkeligt at kende et objekts position i billedet for at kunne implementere en steril zone eller en ’trip wire’ alarm? Tænk på, hvilke muligheder der ville være, hvis forskellige objekters position kunne plottes på et kort via koordinater, og videre, hvis man kunne klassificere dem som mennesker, biler, dyr etc.

Når det gælder værdien for slutbrugeren, er meta-data analysen naturligvis af yderste interesse. Det er jo resultatet af den, der bliver præsenteret som hændelser for brugeren.

Analysen af et menneskes position over tid kan resultere i områdesindtrængen, afhængig af personens bevægelser og typen af den analyse, som bruges. Hvis meta-data indeholder information om objektets geografiske position, kan meta-data afgøre, om det drejer sig om en for hurtigt kørende bil eller et løbende menneske. Informationen om hver bils hastighed kan siden hen bruges til at udregne gennemsnitshastigheden på en vejstrækning eller for at detektere og alarmere, når der er ved at blive dannet køer.

I et højsikkerhedsanlæg kan et velorganiseret indbrud detekteres tidligere, hvis systemet f.eks. er programmeret til at slå alarm i tilfælde af, at et vist antal personer på én gang bevæger sig hen imod et vist område forskellige steder fra. Såfremt meta-data indsamlingen er præcis og robust, kan en person i teorien følges mellem kameraerne i en by eller en bygning.

Side 1 (4)