Не всем нравится, что движения и поступки в общественных местах могут фиксировать с помощью видеокамер и затем анализировать. Однако в современном мире с большой турбулентностью подобные тенденции — логичный процесс. Деанонимизация и стремление к анонимности противоположны по сути, но создают интересную тему для обсуждения, а сами методы иногда очень креативны. «Собака лает, караван идет». Новое всегда вызывает настороженность. В социуме неизбежно возникают группы по интересам, поддерживающие и протестующие против инноваций, когда видят в них — в соответствии со своим местом и мировоззрением — угрозу личной безопасности. Однако очень важно видеть и, главное, соблюдать «рамки» использования средств контроля в общественных местах. Именно это правовое «поведение» дает некоторую гарантию и еще больше надежды на то, что, с одной стороны, защита правопорядка, анонсированная на пользу в первую очередь гражданам, будет лучше организована, а с другой стороны — интересы людей не будут нарушены в правовом поле. Один из способов контроля ситуации в общественных местах, осуществляющегося в режиме реального времени и с фиксацией записи в цифровом виде, является видеонаблюдение. Считается, что чем больше видеокамер установлено, чем большая «зона покрытия» обеспечена, тем больший контроль можно осуществить дистанционно и тем быстрее оперативно реагировать на «вызовы времени». Такова одна из важных, пусть и косвенных, причин в обосновании прошедшей реформы МВД с значительным сокращением аттестованных сотрудников. Поэтому количество установленных в России видеокамер в общественных местах, в подъездах, на дорогах — огромно, и продолжает расти. Фото: по лицензии PxHere Но кто сказал, что системы анализа данных предназначены определять только лица? Идентифицировать человека можно многими способами. Созданы алгоритмы, учитывающие одежду, окружение, походку, биометрическую информацию. А в перспективе системы контроля и безопасности дистанционно будут определять частоту сердечных сокращений и комплексно анализировать все данные, минимизируя ошибки в определении конкретного человека по его изображению и другим «внешним» данным. Поэтому видеофиксация — лишь элемент системы с высокой интеграцией. Впрочем, элемент очень важный, ибо от качества картинки, способности функционировать в условиях непогоды (туман, осадки), загрязнения (ветер, способствующий пыли) и в условиях ограниченной освещенности зависит результативность всей системы. Далеко не каждый человек, кто противится «контролю со стороны», в какой бы форме он ни осуществлялся — правонарушитель. Вообще, непримиримых борцов с условной «системой» много, а гарантией безопасности для окружающих является то, чтобы они действовали в правовом поле. На этой зыбкой почве можно жить и взаимодействовать. Существуют права на перемещение, личную жизнь и др., закрепленные в Основном законе стране. А защита персональных данных, мягко говоря, несовершенна. Отчего же обо мне собирают информацию без моего согласия, недоумевает законопослушный гражданин, желающий (и это его право) оставаться анонимным или не узнанным хотя бы на улице. Оставим за рамками статьи обсуждение мотивации — кому и зачем это надо, и рассмотрим часто встречающиеся (типичные) методы, применяемые «для защиты от камер», а также методы усовершенствования видеонаблюдения для купирования методов деанонимизации. Профессор, исследователь компьютерного зрения, инженер Microsoft Пол ВиолаФото: Sbilley, по лицензии CC BY-SA 4.0 Как же работает система анализа видеоизображений? В 2001 году Полом Виолой и Майклом Джонсом представлен алгоритм, позволяющий обнаруживать объекты на изображениях в реальном времени. Метод и до сего дня является основополагающим в сей сфере, но неоднократно усовершенствован. Алгоритм системного анализа, управления и обработки информации основан на следующих принципах получения данных. Вот они: используются изображения в интегральном представлении, что позволяет вычислять быстро необходимые объекты;используются признаки Хаара, с помощью которых происходит поиск нужного объекта (в данном контексте — лица и его черт);используется бустинг (от англ. boost — улучшение, усиление) для выбора наиболее подходящих признаков для искомого объекта на данной части изображения;все признаки поступают на вход классификатора, который дает результат «верно» либо «ложь»;используются каскады признаков для быстрого отбрасывания окон, где не найдено лицо. Видеокамера — только первый элемент в системе видеоконтроля и поиска. От видеокамеры зависит в основном оптическое качество изображения, в остальном действует система искусственного интеллекта на сервере, постоянно обучаемая и совершенствуемая. Фото: по лицензии PxHere К примеру, метро Москвы и Санкт-Петербурга, оснащенные значительным количеством видеокамер наблюдения, считается наиболее безопасной среди систем контроля метро, установленных в мире. Такие системы связаны в реальном времени с пополняемой (корректируемой) базой данных лиц, находящихся в розыске, что, несомненно, в комплексе с другими организационными мероприятиями помогает раскрывать совершенные преступления. Однако как и с какой эффективностью это делает — предмет другой статьи. Для результативной работы таких систем необходима безупречная связь с облачным (серверным) хранилищем баз данных. Ее нарушение приведет к сбою системы. Здесь достаточно сказать, что алгоритмическое развитие Виола-Джонсовских детекторов для решения прикладных задач распознавания изображений совершенствуется постоянно. Продолжение следует…...
Эту статью описывают теги: анонимность,
общественные места,
анализ данных,
видеофиксация
