Van motion naar AI

Camerabewaking maakt de grootste verandering door sinds de komst van de eerste IP-camera’s in 1996. Vooral de beeldkwaliteit is verbeterd. Camera’s met hogere resoluties en kleurenbeeld in het donker zijn al standaard beschikbaar in het middensegment. Maar nu begint de ‘race’ om artificial intelligence toe te voegen aan een camerabewakingssysteem.

De start begint met motion detection

Motion detection, oftewel opname bij beweging, is een handige functie om opslag te besparen doordat de opname alleen start bij beweging in beeld. Een ideale functie vanwege de hoge opslagkosten in het verleden. Minder opnameopslag verkleint de totale opslagcapaciteit en daarmee dus ook de totale kosten van het camerabewakingssysteem. De opslagcapaciteit heeft ondertussen niet meer de grootste impact op het systeem en daardoor is de functie van motion detection veranderd.

Motion detection om beelden terug te zoeken

Motion detection wordt nu gebruikt voor het snel terugzoeken van (relevante) beelden. De gebruiker van het systeem kan selectief terugzoeken naar de beelden in het systeem. Alleen de momenten waarop er beweging in het beeld is geweest, worden in een tijdlijn weergegeven. De techniek waarop motion detection is gebaseerd blijft echter beperkt en is daarom achterhaald

Motion detection op de reservebank

Motion detection is niet anders dan software die verandering in pixel kleuren waarneemt. Als er genoeg pixels veranderen van kleur dan start de opname. De parameters die aangepast kunnen worden zijn: het gebied van pixels in het beeld en de gevoeligheid van verandering. Stel, de zon komt achter de wolken vandaan, dan start de opname omdat er een grote groep pixels van kleur veranderen. Het verlagen van de gevoeligheid van die verandering beidt geen uitkomst, want dat kan zorgen dat er essentiële momenten gemist worden.

AI leert en herkent objecten

Artificial Intelligence (AI) is slimmer dan motion detection doordat de techniek objecten en scenes kan herkennen. Met de juiste algoritmes in de camera kunnen objecten van elkaar worden onderscheiden. De camera is ‘aangeleerd’ welke objecten relevant zijn en wat er te zien is in het beeld. De camera kan diepte inschatten en scenes waarnemen door geavanceerde algoritmes.

Filters op personen, gemotoriseerde en niet gemotoriseerde voertuigen

Door vooraf een selectie te maken in het type detection, identificeert de camera deze objecten of scenes. Zo kan er bijvoorbeeld worden ingesteld dat een bepaalde auto het terrein niet op mag, kan de functie gezichtsherkenning helpen bij het opsporen van vermiste personen en kan het filteren op verschillende voertuigen de opsporing versnellen. Allemaal dankzij AI.

Proactieve oplossingen in het middensegment

Het camerabewakingssysteem biedt nu de mogelijkheid te filteren op verschillende gebeurtenissen (scenes). Een belangrijke stap vooruit is het actief ontvangen van meldingen aan de hand van een gebeurtenis. Ontvang bijvoorbeeld als MKB’er een melding wanneer er iemand de winkel betreedt met een winkelverbod, bewaak een gebied ‘verboden om te lopen’ actief door een push notificatie met de beelden naar een beveiligingsmedewerker te sturen of kies voor een camera met speaker om de bezoeker direct te waarschuwen.

We staan aan het begin van een nieuwe toekomst

Het detecteren, inventariseren, herkennen en onderscheiden van objecten of gebeurtenissen zonder menselijke analyse om zo ondersteuning te geven op bijvoorbeeld het gebied van beveiliging. Dit zijn maar enkele voorbeelden die mogelijk zijn met Artificial Intelligence technologie in camerabewaking.

“Er is steeds meer mogelijk met AI, de finish is nog lang niet bereikt”.

Deze blog is geschreven door Richard Peree, Business Line manager Security bij Comelit Nederland.