Napjainkban a biztonságtechnikai iparág – és azon belül a távfelügyelet – egyik legnagyobb problémájának számít, hogy nagyon sok a téves riasztás. A piacon lévő kamerás rendszerek többnyire viszonylag egyszerű mozgásdetekciós mechanizmusokkal működnek, ezért komoly többletmunkát jelent az észlelések manuális validálása. Ebben kíván előrelépést hozni a hazai fejlesztésű U-Alarm, amely a gépi tanulás alkalmazásával jelentős mértékben csökkenti a téves riasztások számát.
A napokban jelentette be új szoftververziójának kereskedelmi indulását az Ultinoust. A 2017-ben indult startup-vállalkozás saját platformján a gépi tanulás módszerével fejlesztette új üzleti alkalmazását. Az U-Alarm magyar fejlesztőmérnökök nemzetközileg is elismert szoftvere, amely hatékonyan elemzi a videómegfigyelő rendszerek képeit: szinte valós időben képes megkülönböztetni az emberek mozgását a tárgyakétól, meg tudja számolni a képen lévő személyeket és a felismert objektumokat, illetve azonnali riasztás indít az elemzés eredményéről a megtanult szabályrendszer alapján.
„Akár nemzetközi szinten, akár hazai szinten nézzük, a biztonságtechnika egy igen konzervatív iparágnak számít. A mesterséges intelligencia legújabb eredményeinek alkalmazása a videomegfigyelő rendszerekben jelenleg még csak egy-két százalék körül van. Ugyanakkor az elmúlt évek látványos trendje, hogy szinte exponenciális fejlődés zajlik a képfeldolgozás terén. Ma már elérhetők olyan pontosságú programok, amelyek négy-öt évvel ezelőtt még elképzelhetetlenek voltak. Éppen ezért arra számítok, hogy már idén áttörést hozhat a mesterséges intelligencia a videóanalitika területén”, mondta Balogh György, az Ultinous ügyvezető igazgatója.
Az általuk alkalmazott gépi tanulás lényege, hogy az algoritmus nagy adathalmazok alapján tanul. „3 millió kép megtanításával kimagasló pontosságot értünk el a humán detekció terén, és platformunkon gyorsan taníthatók más objektumok, például járművek, hajók észlelése is, de rendszerünk képes akár annak a felismerésére, ha az építkezés területén tartózkodók nem viselnek munkavédelmi sisakot. Az U-Alarm eddigi éles tesztjeink alapján 300 méteres távolságból kiemelkedően nagy megbízhatósággal ismeri fel az emberi mozgást akár éjszakai körülmények között is, álló és mozgó kamerák esetében egyaránt”, részletezte Balogh György.
Fejlesztésük úgynevezett deep learning (mélytanulási) modelleket és mesterséges neuronhálót is alkalmaz. „Ezt úgy képzeljük el, mint egy olyan elemzést, amely az emberi agyhoz hasonlóan működik, tehát nagyon sok rétegen, egyre absztraktabb formában megy keresztül az információ. A számítási komplexitást érzékelteti, hogy napjainkban már nagyon nagy – akár 500 milliós – paraméterszámú modellekről is beszélhetünk. „Ezeknek a mélytanuló algoritmusoknak az osztályozási pontossága is folyamatosan javul, így már van, amiben a gép jobban teljesít, mint az ember, vagy megközelíti az emberi percepció szintjét”, fejtette ki az ügyvezető igazgató.
„Egy svédországi kocsiszínben például gyakori probléma, hogy a metrószerelvényeket graffitikkel firkálják össze. Emiatt egy 400 méter sugarú körben kell megfigyelni éjszaka a kijelölt telephelyet. Szoftverünk egy háromkomponensű rendszer része: először egy radar jelzi az észlelt mozgást, majd PTZ biztonsági kamerák zoomolnak rá az adott területre, végül pedig az U-Alarm klasszifikálja, hogy milyen eseményről van szó. Megoldásunk eredményességét mutatja, hogy gyakorlatilag nullára sikerült lecsökkenteni a korábban napi 100 téves riasztást”, említett a szakember egy valós példát arra, hogy a gépi intelligenciával hogyan válhatnak még megbízhatóbbá a biztonságtechnikai szolgáltatások.
Az U-Alarm az őrzés-védelemben kamerás távfelügyelettel foglalkozó vállalkozások számára segít optimalizálni a humánerős védelem létszámát is, amely szintén komoly költségtényező. A felhasználóbarát alkalmazás segítségével jobb minőségű, hatékonyabb szolgáltatást tudnak nyújtani a cégek, biztonsági szakembereik pedig a komplexebb feladatokra tudnak fókuszálni.
Az U-Alarm alkalmazást jelenleg partnercégeik 6 országban tesztelik: Magyarország mellett Svédországban, Angliában, Izraelben, Olaszországban és Görögországban.
