От видеонаблюдения к видеоаналитике

В настоящее время интеллектуальные системы видеонаблюдения являются очень важным элементом ситуационных центров, создаваемых различными ведомствами в целях охраны общественного порядка, обеспечения безопасности на транспорте и других объектах. Своим видением перспектив развития и использования интеллектуальных систем видеонаблюдения директор подразделения цифрового видеонаблюдения IBM Джо Старк (Joachim Stark) поделился с нашим обозревателем Владимиром Митиным. В беседе принял участие директор по продажам IBM в России и СНГ Андрей Тихонов.

PC Week: Когда в IBM было образовано подразделение цифрового видеонаблюдения?

Джо Старк: Работы по индексированию видеоматериалов велись в нескольких исследовательских лабораториях IBM с 2000 г. Суть их состояла в том, чтобы помимо собственно видеоданных хранить метаданные, создаваемые в режиме реального времени и позволяющие в случае необходимости быстро выделить из видеоданных те или иные эпизоды (фрагменты). Через несколько лет мы увидели, что получили решение, способное удовлетворить требования многих наших ключевых клиентов. Поэтому в 2007 г. в IBM в рамках сервисного направления (IBM Global Technology Services) было образовано подразделение цифрового видеонаблюдения IBM Digital Video Surveillance (IBM DVS), основным направлением деятельности которого стало развитие продукта Smart Surveillance Solution (SSS^*, решение для интеллектуального видеонаблюдения) и оказание услуг по его внедрению клиентам и партнерам нашей компании. В начале 2010-го данный продукт был переименован в Smart Video Suite (SVS, пакет интеллектуальной видеоаналитики). Его текущая версия имеет номер 3.6.

Подразделение сразу взяло очень хороший старт. Мы заключили несколько крупных контрактов, сроки реализации которых составляют от трех до пяти лет. Благодаря этим контрактам мы каждый год имеем весьма высокие темпы роста. В мире рынок систем интеллектуального видеонаблюдения растет очень быстро. Примерно на 20—30% в год. Наше подразделение демонстрирует еще более высокие показатели. В настоящее время на базе решения IBM SVS реализуется около 20 проектов в США, Италии, Великобритании, Индии, Корее, Таиланде и Бразилии.

PC Week: Когда решение IBM SVS будет локализовано на русский язык?

Д. С.: Архитектура данного решения такова, что локализацию можно проводить достаточно быстро и без особых усилий. Зачастую локализация производится в интересах конкретного клиента. Так, к примеру, было при реализации проекта с использованием IBM SVS в Корее. В России мы уже сегодня готовы обсуждать конкретные планы по внедрению подобных систем.

Необходимо отметить, что локализация данного решения — далеко не главная проблема при его практическом использовании. Ведь IBM SVS обычно внедряется не само по себе и не на голом месте, а является частью более комплексной системы, имеющей определенную предысторию и способной анализировать данные, поступающие не только с видеокамер, но и из многих других источников, включая различные базы данных (о преступниках, угнанных транспортных средствах и т. д.). Поэтому очень важно установить правильные взаимосвязи данного решения с другими подсистемами комплексной системы обеспечения безопасности. Иными словами, научить подсистемы говорить друг с другом без участия человека. Наши консультанты стараются делать так, чтобы IBM SVS органично вписывалось в уже существующую систему безопасности заказчика и не утяжеляло её дополнительными экранами и специфическими интерфейсами.

На мой взгляд, главная задача ситуационных центров — не реагировать на чрезвычайные ситуации, а своевременно предупреждать их. К примеру, если ночью машина останавливается около важного объекта и никто из этой машины долгое время не выходит, то есть смысл выяснить, что именно эта машина там делает. Если на железнодорожном пути вдруг появляется какой-либо посторонний предмет, то это тоже повод для беспокойства. Возможно, ситуационные центры правильнее называть центрами быстрого реагирования.

При внедрении систем интеллектуального видеонаблюдения также важно учитывать требования местного законодательства, которые, в частности, регламентируют сроки хранения видеоданных. Ведь своевременное корректное удаление этих данных тоже представляет собой определенную задачу и требует определенных ресурсов, т. е. влияет на общую производительность системы.

PC Week: Много ли игроков на рынке систем интеллектуального видеонаблюдения?

Д. С.: Несколько десятков. Но далеко не все они являются глобальными компаниями. Многие работают лишь на локальных рынках, и их продукты носят не комплексный характер, а решают лишь одну или несколько проблем интеллектуального видеонаблюдения. В то же время многие локальные системные интеграторы предлагают на своих рынках решения, предполагающие использование продуктов глобальных компаний. Глобальных компаний, предлагающих комплексные системы интеллектуального видеонаблюдения, в мире насчитывается менее десятка.

PC Week: Чем IBM SVS отличается от систем интеллектуального видеонаблюдения, предлагаемых другими глобальными компаниями?

Д. С.: Прежде всего возможностью быстро создавать и обрабатывать огромные объемы метаданных. Это среди прочего достигается выбором рациональной архитектуры метаданных. Есть примеры использования нашего решения в системах, на которые в реальном времени поступает информация с многих сотен видеокамер. В процессе разработки находятся проекты, где количество видеокамер измеряется тысячами. При этом в один момент времени по каждой видеокамере система IBM SVS способна отслеживать и индексировать поведение нескольких десятков заинтересовавших её объектов. Затем, в случае необходимости, она практически мгновенно может давать ответы на различные запросы. Например, можно попросить систему выделить все эпизоды (за последние две недели), где синяя легковая машина неожиданно делает левый поворот. Или показать все забытые предметы (вещи пассажиров, которые на долгое время оставлены без присмотра). Это достигается за счет того, что в процессе слежения и индексации каждому объекту, чье поведение отличается от обычного, приписывается достаточно широкий (около 20) перечень атрибутов: тип объекта, размер, цвет, форма, скорость, время нахождения в поле зрения камеры и т. д. При этом на практике на каждую видеокамеру, установленную в оживленном месте, в день приходится до 50 тыс. индексируемых событий. Разумеется, не все эти события автоматически приводят к появлению сигнала тревоги.

PC Week: Для хранения и обработки столь огромных объемов информации, надо полагать, требуются вычислительные мощности, соизмеримые с мощностью мэйнфреймов?

Д. С.: Вовсе нет, достаточно использовать обычные блейд-серверы, которые хороши тем, что их вычислительные мощности в случае необходимости легко наращивать. Наше решение также хорошо масштабируется. Поэтому заказчик может сначала опробовать его на небольшом числе видеокамер, включенных в один контур, а затем расширить количество наблюдаемых зон (автострад, железнодорожных переездов, особо значимых зданий, критически важных энергетических или телекоммуникационных предприятий, мест скопления людей и т. д.). На базе нашего предложения можно также сначала создать несколько “островков” видеонаблюдения, а затем объединить их в один “материк”.

PC Week: В каком направлении будет совершенствоваться решение IBM SVS?

Д. С.: Уровень интеллектуальности видеокамер постоянно повышается. Уже есть видеокамеры, которые сами способны генерировать не только цифровой видеопоток, но и определенные метаданные. Мы стремимся максимально использовать возможности этих разумных видеокамер, дабы разгрузить собственную систему от необходимости дублирования функций данных устройств.

Кроме того, мы работаем над совершенствованием алгоритмов классификации объектов. Все идет к тому, что в скором времени наша система сможет расширить количество атрибутов наблюдаемых объектов и классифицировать заинтересовавшего её человека, как “человек в очках”, “человек с бородой”, “человек в красной майке”, “человек в темных брюках” и т. д. При этом системе можно будет задавать запросы типа: “Показать все эпизоды, когда у данного здания от 12:00 до 18:00 появлялся человек в темных брюках, в очках и без бороды”. Разумеется, это условный пример.

Третье направление совершенствования — придание системам интеллектуального видеонаблюдения способностей самообучения в процессе эксплуатации. Это должно привести к уменьшению ложных срабатываний (подачи сигнала тревоги без веских на то оснований) и экономии времени специалистов служб безопасности, пользующихся такой системой.

PC Week: Есть ли в России интеграторы, предлагающие своим клиентам решения на базе IBM SVS?

Андрей Тихонов: Мы не предполагаем проводить сертификацию интеграторов на право оказывать услуги по внедрению IBM SVS. Это достаточно сложная система и едва ли какой-либо интегратор сможет внедрить эту систему на площадке заказчика исключительно собственными силами. Но мы всегда готовы выступить в связке с тем или иным интегратором — в качестве генподрядчика, субподрядчика или партнера. Все зависит от того, на какие части (в организационном плане) заказчик разобьет поставленную перед ним задачу. Примеры такого рода тандемов и триумвиратов уже есть. Как вы знаете, московский офис IBM имеет хорошие деловые отношения практически со всеми российскими интеграторами федерального масштаба: BCC, “Ай-Теко”, Jet Infosystems и т. д. Если говорить о мире в целом, то в нем IBM известна не столько как поставщик софта или “железа”, сколько как поставщик услуг.

PC Week: Какие области применения решения IBM SVS в России вы видите?

А. Т. Ситуационные центры крупных транспортных компаний и различных федеральных ведомств, муниципалитеты больших городов. На мой взгляд, решение IBM SVS может повысить безопасность любого города-миллионника.

PC Week: Спасибо за беседу.

* Такое название продукт IBM DVS получил в 2008 г. Под этим названием выпускались его версии с номерами от 1.0 до 3.5. — В. М.