BLOG

Analíticos de vídeo: uma realidade no mercado de segurança

O crescente avanço no uso de softwares com analíticos de vídeo para monitoramento de imagens resultou em uma realidade sem volta para o setor de segurança patrimonial. Mesmo muitas empresas em seus diversos segmentos já adotarem o sistema de gestão com inteligência artificial, outros ainda levantam dúvidas em relação a geração de alarmes falsos por esse tipo de tecnologia.

Em ambientes internos e bem controlados, os analíticos podem funcionar perfeitamente. Porém, em locais abertos e com muito movimento, é comum que diversos alertas sejam gerados para a equipe de monitoramento mesmo quando não há situações de risco.

Saiba como isso ocorre e entenda fatores que podem aprimorar a eficácia desses softwares, além de extrair o máximo dos analíticos de vídeo com o AMS (Avantia Monitoring System).

O AMS conta com grupos de operadores com trocas de turno a cada 6 horas

O AMS conta com grupos de operadores com trocas de turno a cada 6 horas

O que afeta o bom funcionamento dos analíticos?

Os analíticos de vídeo são uma imensa evolução na atividade de videomonitoramento. Enquanto, tradicionalmente, era necessário ter uma equipe de operadores ocupados integralmente pela tarefa de observar telas com imagens a procura de qualquer sinal de perigo, atualmente, isso mudou.

Graças à detecção automática de eventos, é possível ter uma equipe bem mais produtiva e assertiva ao verificar as situações de risco. Com isso, a tarefa de monitoramento deixa de ser reativa (checando fatos apenas após o ocorrido) e ganha proatividade ao permitir tratar ocorrências em tempo real. A grande maioria dos softwares funciona bem, gerando alertas exatos, mas em condições bastante específicas.

Além disso, ao adquirir esse tipo de tecnologia, muitos gestores criam expectativas além dos limites possíveis. É comum querer que sua câmera realize todas as façanhas dos filmes de ficção científica, detectando os mínimos detalhes de uma cena com perfeição, mas a verdade é que há alguns limites para isso e a eficácia vai variar bastante do tipo de local onde as câmeras estão instaladas.

Então, ao confrontar altas expectativas com resultados razoáveis, muitos acabam se frustrando e não entendem por que tantos erros podem ocorrer, gerando alarmes falsos ou deixando de alertar em casos positivos.

Uma das causas é que plantas extensas com muita área externa contribuem para o aumento de falsos alertas. A detecção de movimento pode ser facilmente afetada em cenários com árvores, galhos balançando e folhas caindo ao vento, por exemplo.

Além disso, demais fatores podem interferir, como:

  • Altura, ângulo e perspectiva da câmera;
  • Iluminação: sombras geradas pela mudança de luz podem alterar os pixels da imagem e fazer o alarme disparar;
  • Reflexos gerados por vidros e janelas também podem alterar os pixels e interferir na detecção de movimento;
  • Obstruções: árvores e outras plantas podem impedir a visualização de certa área na imagem, que acaba ficando desprotegida;
  • Variedade de elementos na cena: grande fluxo de pessoas, animais e carros podem influenciar a análise de vídeo;
  • Velocidade do objeto: pessoas correndo ou veículos passando em velocidade muito alta podem não ser captados pelas câmeras, caso elas estejam gravando em poucos frames por segundo, que acabam perdendo detalhes importantes.

 

Muitas vezes as câmeras estão má posicionadas, dificultando atuação dos analíticos

Muitas vezes as câmeras estão má posicionadas, dificultando atuação dos analíticos

Evoluções no mercado dos analíticos de vídeo

Alguns erros ocorrem, em boa parte, pelo fato da maioria dos analíticos de vídeo utilizados atualmente serem baseados em detecção de pixels nas imagens. Assim, qualquer mudança no local é detectada como alerta. Ou, ao contrário, fatores como baixa luminosidade acabam por impedir a identificação desses pixels e nenhuma ocorrência real é registrada.

No entanto, outras formas de detecção são desenvolvidas a cada dia pelos fabricantes a fim de tornar essa tarefa mais precisa e reduzir as taxas de erros.

Configurações personalizadas

Regras podem ser definidas para analisar regiões e horários específicos de um ambiente, monitorando apenas aquilo que realmente interessa para você e para a segurança do seu negócio, economizando armazenamento de dados e recursos.

Por exemplo, é possível configurar uma câmera para identificar que um veículo pode andar em certa direção, mas não pode cruzar uma linha específica. Ou você pode delimitar “cercas virtuais” para monitorar o interior de um galpão, mas não a área externa dele, onde há grande fluxo de movimento. Isso economiza tempo em verificar cenas triviais e permite foco naquilo que realmente importa.

Deep learning

Tecnologias deep learning contribuem para que câmeras mais modernas possuam analíticos de vídeo com inteligência artificial, permitindo que esses equipamentos consigam se aprimorar automaticamente através da autoaprendizagem.

Assim, algoritmos são otimizados para eliminar maior número de alarmes falsos e se tornarem mais precisos na detecção de perigos. Alguns fabricantes já produzem câmeras capazes de memorizar detalhes como placas de carros, fardamento e rostos para auxiliar no monitoramento de veículos pessoas específicas.

O próprio reconhecimento de veículos é um recurso em crescente melhoria graças à atual averiguação de características distintas do carro além da simples conferência da placa de identificação. Outro ponto é que os softwares são configurados para “aprenderem com os próprios erros” e passam a eliminar falhas, como disparar alarme de cruzamento de linha quando um pássaro sobrevoa um muro, por exemplo.

A partir dos dados acumulados via Deep Learning, o sistema do AMS prevê comportamentos e analisa eventos

A partir dos dados acumulados via Deep Learning, o sistema do AMS prevê comportamentos e analisa eventos

Reconhecimento facial

Um bom exemplo de analítico de vídeo que está grande desenvolvimento atualmente é o de reconhecimento facial. Esse recurso pode funcionar satisfatoriamente caso você tenha um ambiente bem iluminado aliado à uma câmera com boa resolução.

No entanto, o indivíduo ainda é um fator decisivo nesse processo de identificação, que pode se tornar ainda mais demorado caso seja um pré-requisitado para liberar o acesso a algum ambiente. O ponto chave hoje é aliar sensores analíticos com as técnicas deep learning para tornar a função cada vez mais rápida e exata.

Tecnologias estão caminhando para analisar não apenas traços do rosto de uma pessoa mas toda a sua linguagem corporal para determinar sua identidade, incluindo identificação de íris. Além disso, a geometria facial e a análise da linguagem corporal fornecem informações brutas sobre gênero e idade do indivíduo.

Tais técnicas tornam o reconhecimento facial cada vez mais inteligente e exigem menos ações do indivíduo durante o processo.

Como este sistema pode ser eficaz no meu negócio?

Mesmo os modelos de analítico de vídeo tradicionais, que funcionam apenas com detecção de mudança de pixels, apresentam bons resultados sob as condições ideais. É preciso, estar atento a isso no momento da instalação, pois, juntamente com as câmeras inteligentes, medidas de contingência podem ser necessárias.

É importante destacar detalhes como: iluminação extra para os períodos noturnos, ângulos de posicionamento que favoreçam a área desejada, ajuste/retirada de plantas e animais dos locais monitorados, ajuste/retirada de janelas e vidraças dos locais monitorados.

Outra opção para garantir maior eficácia é adquirir analíticos de vídeo com inteligência artificial. Isso permite identificar detalhes em profundidade na cena monitorada, gerando alarmes bem mais exatos e podendo, inclusive, iniciar a gravação de imagens apenas quando eventos forem detectados. A economia de recursos a longo prazo nesse caso é bastante expressiva, já que o armazenamento de dados reduz drasticamente.

As tecnologias usadas no AMS permitem o reconhecimento facial e linguagem corporal

As tecnologias usadas no AMS permitem o reconhecimento facial e linguagem corporal

AMS

O AMS (Avantia Monitoring System) é o sistema que garante que toda ocorrência será tratada. Com monitoramento 24h durante 7 dias por semana, esta tecnologia permite a análise de até 4 telas por operador, conta com equipe treinada para acompanhar as ocorrências identificadas pelo analítico inteligente e sistema para controle de atenção.

Também é feito, junto ao cliente, um plano de ação customizado, atendendo as necessidades de cada empresa de acordo com sua estrutura. Este plano é baseado no local, no horário e na ação, que gera uma fila de eventos que só é esvaziada após tratamento.

Em tempo real, os operadores fazem acompanhamento com acesso às imagens da sala de monitoramento e mantêm comunicação com supervisores via rádio. O sistema também realiza a gravação de tela durante cada evento e gera relatórios diários e mensais para a empresa monitorada – o que permite a tomada de decisões a longo prazo para melhorias e na gestão do negócio, reduzindo custos.

O AMS funciona em uma Central de Monitoramento com nível de Segurança S5, uma série de pré-requisitos obrigatórios que garantem o cumprimento de todas as ações já mencionadas para eficácia total do sistema. Entre elas estão a proibição do uso de celular, porta blindada e corta-fogo, acesso restrito e outras práticas. Saiba mais detalhes sobre este serviço neste post.

A Avantia possui diversos analíticos de vídeo desenvolvidos com tecnologia própria, capazes de atuar em plantas de diversos tipos de negócios. Neste post você confere os detalhes sobre cada um desses softwares e suas respectivas capacidades.

Você também pode entrar em contato conosco e saber quais opções de softwares para análise inteligente de vídeo se adequam melhor às necessidades do seu negócio e a todos os cenários do seu ambiente patrimonial.