Все ходы записаны

Об умных видеокамерах, широких возможностях охранных систем и тотальной слежке ДВ поговорили с консультантом по видеонаблюдению Константином Григоренко.

Вы работаете консультантом по видеонаблюдению, но при этом у вашей компании даже нет офиса в Эстонии. Как вы и ваши клиенты находите друг друга?

В современном мире информация распространяется очень быстро. Если раньше люди, чтобы узнать что-то новое, ехали на выставки в Лондон, в Америку, то сейчас ездить стали по привычке, чтобы «зафиксироваться», а вся информация уже есть в интернете. Раньше цепочка продажи камер выглядела так: был крупный дистрибьютер, который привозил много продукции, потом инсталлятор (компания, устанавливающая камеры – прим. ред.) и конечный пользователь. Сейчас производители-инсталляторы стараются работать напрямую – так информация доходит лучше.Но в то же время, если я вижу, что строится интересный проект, я сам пытаюсь выйти на конечного пользователя и замотивировать его на установку качественного решения.Меня задевает, когда я вижу хороший объект, куда ставят дешёвую сис­тему. Это решение принимает не конечный пользователь, а строитель, которого интересует в первую очередь цена – чем дешевле, тем лучше. Обычно у строителей есть проект, в рамках которого можно очень сильно гулять. В сухом остатке получается: видеонаблюдение есть? Есть! Галочку поставили. Охранка есть? Есть. Пожарные системы есть? Есть. Но пожарная система более регламентирована. Есть закон о пожарной системе, в котором указано, что на такое-то количество квадратных мет­ров надо установить такое-то количест­во пожарных датчиков. Иначе придёт инспектор и достанет линейку: «Не хватает 20 сантиметров! Ставим ещё один датчик!».

Но закон же требует стирать изображение?

Наоборот, не стирать, а хранить. Хранить минимум 30 дней. В разных странах требования разные. В Грузии, например, рядом с казино, аптеками, обменниками и банками должна быть камера с определённым разрешением - минимум 3 мегапикселя. У них есть 5-6 рекомендованных бренда камер, которые отвечают требованиям. У нас, кстати, таких чётких стандартов нет.

В Литве, например, хранить архив в некоторых случаях нужно минимум 60 дней, но не указано, в каком качестве.Во Франции, если камера смотрит в общественные места, необходимо делать т.н. «чёрные зоны», которые потом невозможно убрать из записи. Камера наехала на жилой дом - он должен быть полностью в чёрной зоне.Я сам работаю ещё и председателем квартирного товарищества. У нас стоит видеонаблюдение, но мы не выводим камеры онлайн, не даём жильцам этим пользоваться. Грубо говоря, другой жилец не может посмотреть, когда его сосед ушёл, и пойти в гости к его жене.(Подробнее об эстонских законах, регламентирующих видеонаблюдение, смотрите в «Справке» – прим. ред.)

За то время, что у вас в товариществе стоят камеры, они оправдали себя?

Проблемы с парковкой решаем постоянно – где-то раз в месяц. Ещё был такой случай – по Ласнамяэ ездил человек на велосипеде и только на нашей парковке разбил 8 стёкол. Мы устроили ночью засаду, в три часа ночи вышли, распределяли роли, кто куда сядет, и он ехал в это время по мосту, увидел нас, и скрылся. Но мы передали все координаты полиции. Больше он не появлялся. Ещё одна история - шла женщина между домов, человек пошёл за ней, ударил кастетом, забрал золотую цепочку. Нашли запись. Да, качества изображения не хватало, чтобы распознать лицо, но по особым приметам его потом нашли.

Сейчас появляются «умные» способы аналитики видеоизображения. Расскажите о них, есть ли что-то совсем футуристическое?

Футуристические вещи следующие. Если откатиться назад на 5-7 лет, то тогда тоже была популярна аналитика, но это был всего лишь маркетинг - люди напокупали, поняли, что ничего не работает, обожглись, забыли. Пользоваться такими системами было слишком сложно. Если ваша система за ночь даёт тысячу ложных тревог, то зачем она вам нужна? Если тревог одна-две на сто камер за ночь, то это уже полезно. Почему сейчас мир видеонаблюдения движется в сторону аналитики? Потому что количество камер растёт, а количество людей, которые могут следить за этим – нет. То есть аналитика мониторит за вас и выдаёт сигнал тревоги.

Классический пример того, что человек с этим не справляется – тесты NASA. Сажали оператора видеонаблюдения - профессионала! – и измеряли уровень его внимательности. За 20 минут его внимание падало на 50%. Через час он практически не реагировал. Почему? Не потому что он ленивый и плохой. А потому, что скучно. Два часа можно смот­реть фильм, потому что всё меняется, динамично. А час смотреть на экран, где ничего не меняется, невозможно.

То есть в будущем больше не будет такого, что сидит скучающий охранник, а перед ним куча экранов?

Нет, так и будет. Но оператор будет менее концентрирован и более расслаб­лен. Но если на каком-то этаже пошёл человек, а на улице ломают машину, то соответствующая камера выпрыгивает на экран, идёт звуковой сигнал, охранник открывает глаза, понимает, что надо ­реагировать. То есть очень сильно снижается человеческий фактор.

Как система понимает, что надо реагировать?

Система работает по шаблонам - она понимает, где автомобиль, а где человек. И на основании этого можно использовать поиск по подобиям, то есть возможность искать тот же объект на других камерах. Например, потерялась в торговом центре девочка. Мама пришла к охраннику. «Где последний раз видели?» - «Возле магазина игрушек». Зашли в запись, видим девочку... Нажимаем на «поиск», чтобы теперь искать её уже по всему торговому центру. Система на основании шаблонов ищет похожих на эту девочку людей, и мы видим, что – вот она! Девочка была на детской площадке минуту назад. Заходим в живую запись и видим, что она и сейчас на детской площадке. В Эстонии это начинает применяться.

Как создаются шаблоны? Уровень интеллекта аналитики зависит от того, как она видит мир. Сейчас некоторые компании занимаются тем, что обучают интеллект аналитики как маленького ребёнка. Ядро аналитики подключают к интернету, показывают картинку: стоит красная машина, человек в зелёной кепке. И инженеры описывают: «красная машина, человек в зелёной кепке», и так множество изображений. Затем система сама пытается описывать изображения. Если ответ неверный, инженеры корректируют. И в следующий раз, когда подобная картинка появляется, система уже понимает, что это означает. Благодаря машинному обучению система аналитики развивается всё лучше и лучше, и в итоге, я думаю, в ближайшее время она будет распознавать всё так же, как и мы.

Современные системы могут распознавать даже «необычное поведение». Если человек пошёл не в ту сторону, машина поехала не по той полосе, то сразу активируется тревога.Сейчас очень активно развивается и применяется система распознавания лиц, дешевизна её увеличивается. В Грузии есть один проект: на важных участках метро установили камеры и подключили к системе распознавания лиц. Соответственно, вы гуляете в мет­ро, а ваше лицо в это время считывают. Если вы в базе розыска - вас поймали.

А как вы относитесь к случаю, когда после терактов в Петербургском метро, распространялось изображение непричастного к теракту человека, взятое с камер наблюдения?

С любыми вещами, которые связаны с такой темой как правонарушение, мы всегда должны ставить себя также на сторону людей, которые проводят расследование. Раньше было проще, а сейчас мы живём в мире, в котором очень быстро распространяется информация. Я не исключаю того, что это было сделано для того, чтобы отвлечь внимание злоумышленников, чтобы они подумали, что следствие пошло по ложному следу. Есть давление общественности, на некоторое время люди успокоились. Это один из вариан­тов. А может было и так, что какой-то охранник сказал: «ой, смотри, я думаю, это он!» и разослал изображение. Всё это может быть.

Я понимаю, что от этого не скрыться, мы всё равно к движемся к тотальному наблюдению. Количество камер будет расти, количество аналитики, добавляемой в камеру, будет расти, и количество данных тоже. Но то количество данных, которое собирается через видео­наблюдение, мизерно по сравнению с тем, которое поступает через соцсети. И угроза приватности со стороны видеонаблюдения в сотни раз меньше, чем при сборе данных с этих сетей.

С какими ещё целями ставят видеонаблюдение в Эстонии, помимо обеспечения безопасности?

Видеонаблюдение можно использовать ещё и для контроля за рабочим процессом. Владельца может интересовать, во сколько люди пришли на работу, во сколько ушли, что происходило во время какого-то инцидента.

Была такая история - воровали топ­ливо из припаркованных грузовиков. После этого была применена сис­тема наблюдения с видеоаналитикой. Когда человек появлялся в определённой зоне, срабатывала сирена и поступал сигнал охраннику. Впоследствии инциденты прекратились.Ещё один реально существующий пример, из Англии. Большой строительный торговый центр. Если человек стоит на одном месте более 30-ти секунд, продавцам поступает сигнал, и они знают, куда подойти и помочь.Или, например, вы владелец фаб­рики и приехали на встречу с клиен­том. Вы можете рассказывать, какие у вас станки стоят, как загружено производство. Или вы можете открыть на телефоне приложение и сказать: вот у нас цех номер один, вот ребята работают, вот такой-то станок, вот такой-то склад. То есть - «одна картинка стоит тысячи слов».

Autor: Полина Волкова