AI a video rendszerekben – kuriózumból hétköznapi megoldások - Hír

Felhasználói fiók Hírlevél feliratkozás

AI a video rendszerekben – kuriózumból hétköznapi megoldások

Éppen egy évvel ezelőtt kezdtek érkezni az első hírek a világban terjedő koronavírus járványról.

Akkoriban ez amolyan távoli dolognak tűnt - hiszen riogattak korábban már bennünket madárinfluenzával, SARS vírussal, zikával – ami, ha meg is jelenik nálunk, néhány hét alatt majd átvonul felettünk, aztán minden megy tovább a régi kerékvágásban. Hát nem egészen így történt… Komplett gazdasági ágazatok roppantak meg, egzisztenciák kerültek veszélybe, sok országban tele lettek a kórházak és ezernyi más baj szakadt a nyakunkba. Hozzánk éppen most érkezik meg a harmadik hullám és még mindig sok a bizonytalanság.

Video és a koronavírus
Ám, mint minden válságnak, ennek is vannak nyertesei, a kényszerhelyzetek sokszor rejtett energiákat mozgósítanak és olyan megoldások születnek, amelyek enélkül biztosan nem, vagy csak sokkal lassabban jöttek volna létre. A biztonságtechnika és azon belül is a beléptető- és video rendszerek egészen biztosan profitáltak ebből a helyzetből. A biztonság iránti igény egy ilyen bizonytalan helyzetben természetes módon erősödik meg az emberekben és a szervezetekben egyaránt. És talán ez volt az első alkalom, amikor mindenki számára nyilvánvaló módon mutatkozott meg, hogy milyen erő rejlik azokban a fejlesztésekben, melyeket a video analitika terén hajtottak végre az utóbbi években.

Mint arra az egyik korábbi cikkünkben utaltunk az IP video rendszerek különböző fejlődési fázisokon mentek keresztül, aminek lényege csak röviden, hogy eleinte a kamerák képalkotó képességének fejlesztése állt a fókuszban, majd amikor ez elég magas szintre került a hangsúly áttevődött a képtartalmak különböző szempontú feldolgozására. Ezen a téren pedig az utóbbi években egyértelműen a „mesterséges intelligencia”, vagy a gyakran használt AI - ami az angol „Artificial Intelligence” kifejezés rövidítése – viszi a prímet, kis túlzással azt is mondhatnánk, hogy a csapból is ez folyik. Ma már minden valamire való gyártó rendelkezik olyan kamerákkal, amelyek támogatják azt, hogy rajtuk bonyolult és összetett algoritmusok fussanak és erre alapozva egyre több különböző alkalmazás készül a kamerákhoz. Annyi van már belőlük, hogy képtelenség felsorolni, csak néhányat említünk meg a szemléltetés kedvéért. Itt van mindjárt egy ma már szinte „klasszikusnak” mondható, a rendszámfelismerés. Ám ezt is elérte a végzete és egy valamirevaló rendszámfelismerő nem éri be annyival, hogy leolvassa az akár nagy sebességgel elsuhanó autók rendszámát, de képes megállapítani a jármű színét, márkáját és típusát is meglehetősen nagy biztonsággal. De említhetjük az emberszámlálást, sorfigyelést, periméter védelmet is.

Na de térjünk vissza eredeti témánkhoz és nézzük meg, hogyan hatott a koronavírus helyzet erre a területre. Alig ocsúdtunk fel az első korlátozó intézkedések okozta sokkhatás alól, máris megjelentek a kamera gyártók az első testhőmérséklet detektáló kameráikkal. Akkor úgy tűnt, hogy a láz az egyik meghatározó tünete a betegségnek és a cégek, intézmények keresték a megoldást, hogyan szűrjék ki a területükre belépők közül a lázas embereket. Előkerültek a „fejlövéses” kézi lázmérők, ám ezekhez személyzetet is kell biztosítani, ami sok helyen nehézséget okoz, illetve pl. egy gyári műszakváltás ilyen módszerrel már nem kezelhető. A kamera gyártók azonban gondoltak egy merészet, elővették az egyébként más célokra mér évek óta használt hőkameráikat és néhány ügyes applikációval máris testhőmérséklet detektáló eszközöket fabrikáltak belőlük. Ezek a hőkamerák a teljes működési tartományukra vonatkozóan ugyan távol vannak az ide megkövetelt mérési pontosságtól, ám a tipikusan néhány méteren belüli méréshez már képesek 0.1 – 0.3 fokos pontosságra, ami ehhez a feladathoz elegendő. A megoldás nagy előnye, hogy nem igényel külön személyzetet, sokkal gyorsabb a kézi hőmérőzésnél és képes riasztást adni, ha magas testhőmérsékletű személy halad el a kamera előtt.

Később aztán más dolgok kerültek előtérbe. Az országok sorra vezették be a korlátozó intézkedéseket, szinte mantraként égtek belénk a fizikai és szociális távolságtartás, a maszkviselés és társaik méltán gyűlölt szabályai, melyeket azonban mégiscsak be kell tartani. A kalapból pedig természetesen előkerültek az újabb nyuszik. Ezek egy kicsit később érkeztek, mint a testhőmérséklet detektálás, de nyár végén, ősz elején jelentek meg sorra pl. a maszk detektálására képes kamerák. Ráadásul nem csak azt tudják megállapítani, hogy van-e maszk az illetőn, de azt is, hogy helyesen viseli-e! Szintén a maszkviseléshez tartozik, hogy az arcfelismerő algoritmusokat is sikerült úgy továbbfejleszteni, hogy akkor is meglehetősen pontosan működnek, ha az illető maszkot hord.

Természetesen személyes „kedvencem” a szociális távolságtartás sem maradhatott ki a szórásból. Erre is születtek különböző megoldások. Ezek lényege, hogy képesek figyelni az emberek közötti távolságot, amelyet egyrészt fel lehet használni statisztikai célokra (pl. ki lehet szűrni, hogy hol nem tartják be a biztonsági előírásokat), vagy képes figyelmeztetést is küldeni, ha egy beállított időnél tovább vannak közel egymáshoz az emberek. Ebben az időszakban különösen fontos ismerni azt is, hogy egy adott területen – pl. bevásárlóközpontban – hányan tartózkodnak, hiszen a zsúfoltság kedvez a vírus terjedésének. Szintén hasonló célt szolgál az is, ha egy épületben a nagy számú látogató indokolttá teszi egy takarítás elrendelését.

A még szofisztikáltabb és már nem csak egy-egy kamerát érintő megoldások pedig akár a kontaktus kutatásban is segítséget tudnak nyújtani, hiszen egy sok kamerás rendszerben egy kiválasztott személy útja végigkövethető, így látható, hogy kivel/kikkel találkozott.

Túl a COVID-on
Természetesen a világ nem csak koronavírusból áll, a fenti példákkal inkább azt szerettük volna szemléltetni, hogy milyen gyorsan tudnak adaptálódni a video rendszerek teljesen új szituációkhoz. Ebben nagy segítséget nyújt a Deep Learning technológia, amely nagy mennyiségű video felvételben képes mintákat felismerni és ezzel újabb szintre emeli a gépi látást. Ezt használja ki pl. a BriefCam ún. Video Synopsis technológiája, amely képes arra, hogy nagy mennyiségű video felvételen felismerje a keresett objektumokat (ez lehet személy, jármű, stb..) és tömörítve, néhány percbe, vagy akár másodpercbe sűrítve a bennünket valóban érdeklő eseményeket. Korábban órákat töltöttek el például rendőrségi szakemberek azzal, hogy megtalálják az őket érdeklő részleteket. Ez a Video Synopsis segítségével akár percekké is redukálódhat. Sorolhatnánk még a példákat a végtelenségig, de a cikk terjedelme erre már nem ad lehetőséget. Amit fontosnak tartunk még megemlíteni az az algoritmusokat támogató technológia. A mesterséges intelligenciát alkalmazó alkalmazások döntő többsége ma már a nagy teljesítményű video kártyák processzorain (GPU) futnak, ugyanis ezek sokkal alkalmasabbak az ilyen jellegű algoritmusok futtatására.

És, hogy mit tartogat a jövő? Nehéz megjósolni, de az egyértelműen látszik, hogy ezek a technológiák kezdenek kuriózumból széles körben alkalmazott eszközökké válni és alkalmazások végeláthatatlan sora áll majd a felhasználók rendelkezésére.