Comment fonctionne une alarme Hi-Tech dans les dix prochaines années?

Dans les dix prochaines années, la pointe de la sécurité à la maison sera vidéo analytique.

Je travaille dans l’industrie de la surveillance, et le courant « gold standard » pour la sécurité commerciale est surveillé de vidéosurveillance. À l’aide d’une série de caméras placées stratégiquement, nous pouvons fournir des services comme vérification d’alarme (réduire les fausses alarmes en recherchant un déclencheur probable lorsqu’un système nous alerte à un événement), des services interactifs (à l’aide d’un système d’interphone sur place pour parler aux gens dans le bâtiment), services de garde/gestionnaire virtuel (en s’assurant que les procédures sont suivies et en gardant un œil sur les personnes qui quittent le bâtiment) , etc.. Les systèmes vidéo peuvent même servir de détecteurs de mouvement intelligent, déclenchant le panneau lorsque les modifications de l’image d’une manière nous dire que c’est important (nous avons souvent « masquer » les zones de l’image qui changent souvent, comme des coups d’écrans vidéo en magasin, arbres à l’extérieur, voitures, en passant, etc., alors qu’ils tentaient de garder autant de tir « actif » que possible).

ADT, qui est roi en systèmes résidentiels, a une configuration similaire avec « Prime d’ADT », vous permettant de regarder la vidéo en relation avec les déclencheurs de porte, système armement/désarmement et autres événements et communiquer avec les gens dans votre maison à distance via intercom (la centrale d’alarme peut faire la même chose).

Cependant, la vie privée peut être un problème avec le déploiement de caméras au-delà des points d’entrée dans une maison ; C’est une raison, que nous ne faisons pas qu’ADT recommande contre elle. Même si nous seulement regardons dans lorsque nous recevons une alarme, et même si c’est difficile pour quiconque de regarder dans, il n’y a toujours une faible possibilité qu’un de nos systèmes vidéo peut être piraté et il n’y a même une possibilité de nous voir quelque chose nous ne voulons vraiment ou qui pourrait ouvrir la responsabilité d’entreprise.

Alors, la prochaine étape logique, au moins pour surveillance résidentielle, est de prendre l’agent humain de l’équation en utilisant la vidéo analytique et reconnaissance faciale pour créez simplement "détecteurs de mouvement intelligent". Le système peut être programmé pour reconnaître les visages des personnes qui devraient être à la maison lorsque le système est armé, ainsi que les animaux domestiques (qui sont une source commune de voyages de la nuisance des capteurs de mouvement), et puis ne pas reconnaître une présence humaine dans la maison peuvent déclencher l’alarme.

Faire cela avec succès va nécessiter des augmentations :

* Surveillance caméra résolution/nightvision - dès maintenant, l’étalon-or est sur 2MP, 5MP étant le mieux, vous pouvez acheter dans le commerce dans une seule lentille, et le ciel est la limite avec les appareils photo composite (habituellement disposés en 180 * ou 360 * configurations pour surveiller une salle entière de son centre avec un seul appareil). C’est à peu près équivalent à la résolution de 1080p de TV, mais TV est tourné relativement gros et avec des mains humaines sur le contrôle de la mise au point (et chaque caméra principale pouvait coûter 100k $ ou plus, qui est environ 5 fois le coût de nos meilleures 32-caméras vidéo). Une caméra de surveillance capable de reconnaissance faciale de n’importe où dans une pièce nécessiterait la capture vidéo quelque part dans la gamme 10-20MP. C’est facilement possible avec les appareils photo, servant de support d’impression à haute résolution, mais en dehors du marché de niche relative de surveillance haut de gamme, il n’a pas été nécessaire dans la vidéo, comme quelques affichages sont capables de la résolution requise (bien que le plus récent 4K UHD affichages peuvent gérer sur 8 mégapixels).

* Réseau à domicile - tous cette vidéo doit obtenir de l’appareil photo à l’ordinateur central de traitement des images. « Caméras IP », qui se connectent à un réseau Ethernet sont déjà facilement tester les limites d’un réseau de 100 Mbits/s Ethernet et Gigabit adoption dans l’ensemble du réseau est encore relativement lente même parmi nos clients commerciaux. Une seule caméra de classe « HD » à une résolution de 1920 * 1080 * 24 bits par pixel, enregistrement à seulement 10 images par seconde en utilisant la compression JPEG, nécessite environ 59Mbps de bande passante juste pour les données d’image, sans compter les frais généraux de TCP/IP. Qui à 20 images par seconde et une seule caméra ne peut pas transmettre en temps réel sur 100BaseT. Nous pouvons réduire la bande passante un peu avec H.264 (qui s’applique une compression « keyframe et mise à jour » sur le dessus de JPEG), mais que le niveau de compression peut faire analytique commencer glitching, et nous avons encore couramment questions mise plus que sur une demi-douzaine caméras IP sur un sous-réseau unique sans au moins en utilisant un commutateur Gigabit à condenser toute la caméra se nourrit sur un tuyau dans l’ordinateur de vidéo.

* Vision nocturne - caméras IR ne sont pas nouvelles ; J’ai acheté un système pour ma propre maison pour 300 $, ce qui a quatre d'entre eux. Ils sont essentiels à la surveillance de nuit, ou même dans les endroits sombres comme le plénum d’un plafond suspendu (une tactique favorite des cambrioleurs qui avez regardé un peu trop de drames). Cependant, contraste de l’image en mode IR est souvent un problème, causant des visages affouillés rendant la reconnaissance faciale difficile ou impossible. Nous avons besoin de caméras qui peuvent mieux ajuster les valeurs de l’image automatiquement en mode de vision nocturne, tout comme les caméras bonne lumière du jour peuvent ajuster l’exposition pour tenir compte de la modification des niveaux d’éclairement.

* Reconnaissance faciale - reconnaissance assez subtilités d’un visage humain pour l’identifier comme un être humain particulier exige beaucoup de données points, en particulier lorsque des visages humains peuvent être modifiés en moyens faciles pour un être humain à repérer, mais dur d’un ordinateur à regarder au-delà (tels que les changements dans la tête et du visage cheveux, maquillage, expression du visage, etc.). Les casinos il gérer à l’aide des milliers de caméras dans un espace très lumineuses, ce qui leur permet de prendre beaucoup d’images gros plan de chaque patron à une table de jeu pour alimenter le logiciel de reconnaissance. Nous aurions pouvoir faire la même chose avec un, peut-être deux caméras dans une salle afin de gérer les coûts, et on doit pouvoir se faire avec les lumières au large. Si nous ne pouvons pas être suffisamment de succès dans ce scénario de réduire le nombre de fausses alarmes au moins 75 % sur un détecteur de mouvement ordinaire, il n’est pas la peine d’essayer.


Tags: Technologie