Исследования внимания операторов видеонаблюдения дают жестокую цифру: уже через 20 минут за видеостеной человек пропускает большую часть важных событий. А детекторы движения, которые должны помогать, делают только хуже: кричат на каждую тень, кошку и качающуюся ветку. Разбираем, почему так происходит и как это исправляет другая архитектура.
Почему детекторы шумят
Классическая видеоаналитика устроена как один алгоритм, который смотрит на один кадр и принимает окончательное решение. У такого подхода фундаментальный порок: на уровне одного кадра тень от облака похожа на движение, спецовка на жилет, дрель на пистолет. Порог чувствительности приходится выбирать из двух зол:
- чувствительный: пульт тонет в ложных срабатываниях, и операторы быстро приучаются их игнорировать;
- грубый: система молчит в момент настоящего вторжения.
Обе настройки заканчиваются одинаково: реальное событие пропущено. Не потому что алгоритм плох, а потому что алгоритм решает на месте и один раз, без контекста.
Как решает человек и как должна решать машина
Опытный оператор, увидев подозрительное движение, не жмёт тревожную кнопку. Он смотрит запись на полминуты назад, переключается на соседнюю камеру, вспоминает график смен, проверяет, не ждут ли сегодня доставку. То есть проводит маленькое расследование.
Именно это делает платформа Watchdog: не «классифицирует кадр», а расследует событие. Недорогие узлы на объекте срабатывают чутко и мгновенно, а центральный сервер разбирает каждое срабатывание как оператор, только за секунды и круглосуточно.
Получив сигнал от узла, сервер сам запрашивает контекст до и после события, восстанавливает маршрут человека по всем камерам, сверяется со списками сотрудников и жильцов, перепроверяет соседний ракурс и только после этого решает: тревога или шум.
Воронка событий: тысячи на входе, единицы на выходе
На реальном объекте это выглядит как воронка. За сутки узлы дают тысячи срабатываний, и это нормально: они и должны быть чувствительными. Сервер проводит десятки расследований. До человека доходят единицы подтверждённых событий, с приложенным видеофрагментом, маршрутом и рекомендацией:
| УРОВЕНЬ | ЗА СУТКИ | ЧТО ПРОИСХОДИТ |
|---|---|---|
| Узлы | ~4 200 срабатываний | движение, люди, машины, позы: фиксируется всё |
| Центральный сервер | ~37 расследований | контекст, маршруты, базы, соседние камеры |
| Человек | два-три события | подтверждённая тревога + отчёт + выполненные автодействия |
99% шума гаснет внутри системы. При этом ни одно событие не теряется: всё записано в журнал, и по любому объекту можно поднять историю.
Автодействия: система реагирует раньше человека
Подтверждённая тревога означает не только уведомление. Сервер сам включает прожектор, даёт голосовое предупреждение через громкую связь, при необходимости сирену, и пишет понятный человеку отчёт. На практике большинство ночных попыток проникновения заканчиваются на этапе голосового предупреждения: человек уходит до приезда наряда.
Что это меняет для охранного бизнеса
- Один оператор спокойно ведёт в разы больше объектов: рутину сняла машина;
- Показатели работы охраны становятся объективными: каждое событие записано;
- Заказчик получает не абонплату за «камеры пишут», а живой отчёт: что происходило и что сделано;
- Ложные выезды групп реагирования (главная статья лишних расходов) сходят на нет.
Как та же архитектура работает на стройке, читайте в статье про контроль СИЗ, про магазин в статье про розницу. Полное описание платформы смотрите на главной.