הבינה המלאכותית לניטור וידאו משתמשת בתוכנות מחשב המנתחות את התמונות ממצלמות מעקב וידאו על מנת לזהות בני אדם, כלי רכב, חפצים ואירועים. לצורך כך משתמשות חברות האבטחה בתוכנה להגדרת אזורים מוגבלים בתצוגת המצלמה )כגון אזור מגודר, מגרש חניה אך לא המדרכה או הרחוב הציבורי מחוץ למגרש( ותכנות לשעות היום )למשל לאחר סגירת העסק( עבור הנכס המוגן על ידי מעקב המצלמה.

מעת עוז גרטנר

הבינה המלאכותית (ARTIFICIAL INTELLIGENCE) שולחת התראה אם היא מגלה אדם או רכב העובר על ה"כלל" לפיה אין אדם רשאי להיכנס לאזור זה במהלך אותה שעה או אותן היום בו הוא אמור להיות סטרילי.

ה- A.I היא פונקציית תכנות באמצעות ראיית מכונה (MACHINE VISION) ראיית מכונה היא סדרה של אלגוריתמים, או פרוצדורות מתמטיות, הפועלים כמו תרשים זרימה או סדרת שאלות, כדי להשוות את האובייקט שנראה עם מאות אלפי תמונות מאוחסנות של בני אדם בתנוחות, זוויות, מיקומים ותנועות שונות. ה- A.Iשואל את עצמו אם האובייקט הנצפה נע כמו תמונות הייחוס, האם הוא בגובה גודל זהה יחסית לרוחב, האם יש לו שתי זרועות אופייניות ושתי רגליים, האם הוא נע במהירות דומה, והאם הוא אנכי במקום אופקי . שאלות רבות אחרות אפשריות, כמו מידת ההשתקפות של האובייקט, המידה בה הוא יציב או רוטט, והדרך בה הוא נע. שילוב כל הערכים והשאלות השונות, גזור דירוג כולל המעניק ל- A.Iאת ההסתברות הקובעת האם האובייקט הוא אנושי או לא. אם הערך חורג מהסטנדט שנקבע ההתראה נשלחת. זה אופייני לתוכניות בהן הלמידה עצמית במידה, למשל, שבני אדם או כלי רכב נראים גדולים יותר בחלקים מסוימים של התמונה המפוקחת מאשר בחלקים אחרים, אלה הם האזורים הכי רחוקים מהמצלמה.

בנוסף לכלל הפשוט המגביל בני אדם או כלי רכב מאזורים מסוימים בשעות מסוימות ביום, ניתן לקבוע כללים מורכבים יותר. המשתמש במערכת עשוי לרצות לדעת אם כלי רכב נוהגים בכיוון אחד אך לא בכיוון השני. משתמשים עשויים לרצות לדעת שיש יותר ממספר קבוע מוגדר מראש של אנשים באזור מסוים. ה- A.Iמסוגל לבצע מעקב אחר מאות מצלמות בו זמנית. ביכולתו לאתר פורץ ממרחקים בתנאי אקלים קיצוניים ברמה העולה על יכולתם של בני האדם בכמה דרגות. סוג זה של A.Iלאבטחה הינו "מבוסס כללים" מכיוון שעל מתכנת אנושי לקבוע כללים לכל הדברים שעבורם המשתמש מעוניין לקבל התראה. זו הצורה הנפוצה ביותר של A.Iלביטחון. מערכות מצלמות מעקב וידאו רבות כיום כוללות סוג זה של .A.I הכונן הקשיח שמאכלס את התוכנית יכול להיות ממוקם במצלמות עצמן או יכול להיות במכשיר נפרד שמקבל את הקלט מהמצלמות.

צורה נוספת, אינה מבוססת על כלל, של A.I לפיתוח אבטחה מכונה "ניתוח התנהגותי". תוכנה זו היא למידה עצמית מלאה ללא קלט תכנותי ראשוני על ידי המשתמש או קבלן האבטחה. בסוג זה של ניתוחים, ה- A.I לומד מהי התנהגות רגילה של אנשים, כלי רכב, מכונות וסביבה בהתבסס על תצפית ודפוסים בעלי מאפיינים שונים כגון גודל, מהירות, רפלקטיביות, צבע, קיבוץ, כיוון אנכי או אופקי וכן הלאה. ה- A.I מנרמל את הנתונים הוויזואליים, כלומר מסווג ומתייג את האובייקטים והדפוסים שהם צופים בו, ובונה
הגדרות מעודנות ללא הרף של מה התנהגות רגילה או ממוצעת עבור האובייקטים הנצפים השונים.

לאחר מספר שבועות של למידה באופן זה הוא יכול לזהות מתי הדברים שוברים את הדפוס. כאשר הוא מתבונן בחריגות כאלה הוא שולח התראה. למשל, זה נורמלי שמכוניות נוסעות ברחוב. מכונית שנראית נוסעת על מדרכה תהיה חריגה. אם חצר מגודרת בדרך כלל ריקה בלילה, אז אדם שנכנס לאזור זה יהיה חריג.

הבעיה שהובילה לחיפוש אחר פתרונות בינה מלאכותית לאבטחה

המגבלות ביכולתם של בני אדם לעקוב באופן ערני אחר מעקב ווידיאו בשידור חי הובילו לדרישה לבינה מלאכותית שתוכל לשרת טוב יותר את המשימה. בני אדם הצופים בצג וידיאו אחד במשך יותר מעשרים דקות מאבדים % 95מיכולתם לשמור על תשומת לב מספקת כדי להבחין באירועים משמעותיים. [1] על אחת כמה וכמה כשיש מספר צגים. [2] בהתחשב בכך שבמתקנים רבים יש עשרות ואף מאות מצלמות, המשימה היא בבירור מעבר ליכולת האנושית. באופן כללי, תצוגת המצלמה של מסדרונות ריקים, מתקני אחסון,חניונים או מבנים משעממים ביותר וכך תשומת הלב נחלשת במהירות. כאשר מפקחים על מספר מצלמות, בדרך כלל משתמשים בצג קיר או בעל תצוגות מסך מפוצל ומסתמרנים כל כמה שניות בין מערכת מצלמות אחת לאחרת, השעמום החזותי מכריע במהירות. בעוד שמצלמות מעקב ווידאו התרבו תוך כדי אימוץ של משתמשים מכוונים כגון סוכנויות רכב ורחבות קניות לבתי ספר ועסקים וכלה במתקנים מאובטחים במיוחד כמו מפעלי גרעין, זה הוכר בדיעבד כי מעקב וידאו על ידי מוקדנים אנושיים )המכונים גם "מפעילים"( אינו מעשי ואינו יעיל. מערכות מעקב וידאו נרחבות הועברו להקלטה לשימוש משפטי אפשרי לזיהוי מישהו, לאחר גניבה, הצתה, התקפה או אירוע. כאשר נעשה שימוש בתצוגות מצלמות רחבות זווית, במיוחד באזורים חיצוניים גדולים, התגלו מגבלות חמורות אפילו למטרה זו עקב רזולוציה שאינה מספקת. [3] במקרים אלה אי אפשר לזהות את העבריין מכיוון שתמונתו זעירה מדי על הצג.

הטכנלוגיות שקדמו ל-A.I

מצלמות גילוי תנועה- VMD
התגבוה לחוסר יכולתם של שומרים אנושיים לצפות במוני מעקב לאורך זמן, הפתרון הראשון היה להוסיף גלאי תנועה למצלמות. הסבירו כי תנועתו של פורץ או מבצע תשלח התראה למוקדן מרחוק המייתר את הצורך בדריכות אנושית מתמדת. הבעיה הייתה שבסביבה חיצונית יש תנועה מתמדת או שינויים בפיקסלים הכוללים את התמונה הכוללת שנצפתה על המסך. תנועת העלים על עצים הנושבים ברוח,חרקים,ציפורים, כלבים, צללים, פנסים, קרני שמש וכן הלאה, הכוללות תנועה. זה גרם למאות
ואפילו אלפי התראות שווא ביום, מה שהופך את הפתרון הזה לבלתי ניתן לביצוע למעט בסביבות פנים בשעות שאינן פועלות.

זיהוי תנועות וידאו מתקדם
האבולוציה הבאה הפחיתה התראות שווא במידה מסוימת אך במחיר כיול ידני מסובך וגוזל זמן. כאן, מתגלים שינויים של מטרה כגון אדם או רכב ביחס לרקע קבוע. כאשר הרקע משתנה באופן עונתי או עקב שינויים אחרים, האמינות מתדרדרת עם הזמן. כלכלת התגובה ליותר מדי התראות שווא הוכחה שוב כמכשול ופתרון זה לא היה מספיק.

 

הופעת ניתוחי וידאו אמיתיים

למידת מכונה של זיהוי חזותי מתייחסת לדפוסים ולסיווגם. [4] [5] ניתוח וידאו אמיתי יכול להבחין בין צורה אנושית, כלי רכב או אובייקטים שנבחרו מתוך התנועה הכללית של כל האובייקטים האחרים. היא עושה זאת על ידי זיהוי דפוסים. כאשר מושא העניין, למשל בן אנוש, מפר כלל קבוע מראש, כגון:
שמספר האנשים לא יעלה על אפס באזור שהוגדר מראש במהלך פרק זמן מוגדר, אז נשלחת התראה. "תיבת גבולות" בדרך כלל תעקוב אוטומטית אחר הפורץ שזוהה, ויפתח במוקד שידור חי של האירוע כולל יכולת לשחזר אותו במהירות.

 

יישום מעשי
לפעולה מונעת בזמן אמת לאיתור פולשים המשתמשים במעקב וידאו יש מגבלות המבוססות על אופי מצלמות הווידיאו. בדרך כלל, מצלמות חיצוניות מוגדרות לתצוגת זווית רחבה ובכל זאת משקיפות למרחק רב. קצב פריימים לשנייה וטווח דינמי להתמודדות עם אזורים מוארים ואזורים עמומים, מאתגרים עוד יותר את המצלמה בכדי להיות מסוגלת לזהות פורץ אנושי בתנועה. בלילה, גם באזורים חיצוניים מוארים, פורץ נע אינו אוסף מספיק אור למסגרת לשנייה וכך, אלא אם כן די קרוב למצלמה, יראה כרוח רפאים דקה או כמעט בלתי ניכרת או בלתי נראית לחלוטין.

תנאי בוהק, טשטוש חלקי, גשם, שלג, ערפל וחושך - כל אלה מגבירים את הבעיה. גם כאשר אדם מופנה להסתכל על המיקום האמיתי על גבי צג הנושא בתנאים אלה, הנושא בדרך כלל לא יתגלה. ה- A.Iמסוגל להתבונן באופן ללא משוא פנים בתמונה כולה ובכל תמונות המצלמות בו זמנית. באמצעות מודלים סטטיסטיים של דרגות סטייה מהתבנית הנלמדת שלה מהי הצורה האנושית, הוא יגלה פורץ עם אמינות גבוהה ושיעור התראות שווא נמוך גם בתנאים קשים. ] [6הלמידה מבוססת על כרבע מיליון תמונות של
בני אדם במיקומים שונים, זוויות, תנוחות וכו '.
ניתן לקבוע כללים כמו:"גדר וירטואלית או "פוליגון". ניתן לקבוע כללים לנסיעה כיוונית, חפץ שנשאר מאחור, היווצרות קהל ועוד כמה תנאים. כיום,סין היא המדינה המובילה בעולם בשימוש נרחב בבינה מלאכותית למעקב באמצעות ווידאו.

 

כריזה לשטח
אחת התכונות החזקות ביותר של המערכת היא שמוקדן אנושי או מפעיל, שמקבל התראה מה- A.I יכול לדבר מיד באמצעות מערכת הכריזה המותקנת באתר המוגן לפורץ. יש לכך ערך הרתעה גבוה מכיוון שרוב הפשעים הם אופורטוניסטיים והסיכון ללכידה של הפולש הופך להיות כל כך בולט כאשר אדם חי מדבר איתם, עד כי הם עשויים מאוד להפסיק מלהיכנס ולנסוג. המוקדן מתאר את מעשיו של הפורץ כלפיו כך שלא יהיה לפולש ספק שאדם אמיתי צופה בהם. המוקדן מודיע כי הפורץ עובר על החוק וכי
הוא פונה למשטרה וכי הוא מוקלט בווידיאו. ] [7כמו כן, ניתן להפעיל ממשקים רבים נוספים כגון: מחולל ערפל,תאורה, פתיחה או סגירה של שערים, הפעלת מתזי מים ועוד.

אזעקות שווא מסורתיות
חברות האבטחה מקבלות מספר עצום של אזעקות שווא בגלל מערכות אזעקות פריצה. למעשה, תעשיית האבטחה מדווחת כי למעלה מ- % 98מהאזעקות הללו הן אזעקות שווא. בהתאם לכך, חברות האבטחה נותנות מענה עדיפות נמוך מאוד לאזעקות פריצה ויכול לקחת בין עשרים דקות לשעתיים להגיב לאתר. לעומת זאת, הפשע שזוהה באנליזה מדווח מיד לניידות הסיור והמשטרה שמיודעות בזמן אמת על פשע אמיתי שמתבצע. במקביל לביצוע הכריזה וניסיון ההרחקה של הגורם החשוד מהאתר נסגר המעגל בהגעת הניידות למקום האירוע.

 

התקדמות מתמשכת
I.A עובד עם מצלמות דיגיטליות או מצלמות אנלוגיות ) (AHDבעלות ממירים אנלוגיים לדיגיטליים. חברות שונות מציעות ניתוח וידאו בבינה מלאכותית. יש לוודא שמדובר בטכנולוגית A.Iאמיתית ולהכין את האתר להתקנה בתצורה הנכונה לכך. במקרים רבים התוכנות מדגימות עד להגדרה סטנדרטית או פחות, ללא קשר לרזולוציית המצלמה.

 

עוז גרטנר- בעל תואר B.Aבמדעי המדינה ויחסים בין לאומיים באוניברסיטה הפתוחה,
בעל תואר M.Aבביטחון מטעם אוניברסיטת ת"א.
מתמחה לשעבר במכון למחקרי ביטחון לאומי בתחום טרור ולוחמה בעצימות נמוכה.
סמנכ"ל אנליטיקה ופרויקטים בחברת תמנון שיווק מערכות התראה ומיגון