ADABTS (Automatic Detection of Abnormal Behaviour and Threats in crowded Spaces) har lavet sin første rapport ved navn “User Needs”. Protiektet, som er støttet af EUs 7. rammeprogram, har som mål at understøtte beskyttelsen af EUs borgere, ejendom og infrastruktur mod terrortrusler, kriminalitet og oprør ved automatisk detektering af specifikke opførselstyper. Forskningen bliver gennemført af et internationalt konsortium bestående af FOI (SE), BAE Systems (UK), Detec (NO), Home Office Scientific Development Branch (UK), Institute of Psychology – Ministry of Interior (BG), SINTEF (NO), Universitetet i Amsterdam (NL) og TNO (NL).

I denne del af studiet har konsortiet talt med potentielle brugere af systemet og gransket deres krav og begrænsninger. Ved at bruge spørgeskemaer og interviews fastslog ADABTS nogle af de mest relevante felter og mest lovende scenarier inden for disse områder. Scenarierne vil blive brugt til at generere en liste over detekterbare, elementære opførsler som samlet, og i kontekst, kan indikere en potentiel trussel.

Et af fundene i undersøgelsen er, at i mange tilfælde kan operatører kun holde koncentrationen i op til 40 minutter, før “videoblindhed” indtræffer, og detekteringsraten synker drastisk. I kontrast til dette er det meget almindeligt, at operatører i kontrolrum bliver pålagt at observere hændelser fra 6 til 12 timer. Undersøgelsen viser også, at antallet af kameraer, som må ses over, kan være ekstremt højt, mens antallet af monitorer, som kan håndteres af en enkeltperson ligger mellem 4 og 16. Dette fører til ineffektiv brug af kameraovervågningsudstyr (en studie viste, at kun en lille fraktion af hændelser bliver opdaget i realtid (proaktivt) i indkøbscentre. Sådanne fund støtter ideen om, at et støttesystem, som filtrerer relevant information (som det er udviklet i ADABTS) kan være meget nyttigt.

Lyd er fortsat til en stor del ubrugt i dagens kameraovervågningssystemer. Men studien indikerer, at lyd (som vil blive benyttet i ADABTS-systemet) vurderes at være et værdifuldt bidrag til kameraovervågning, selv om implementeringen kan være mindre ligefrem end video, for eksempel med tanke på personbeskyttelse. Lyd åbner for forskellige interessante muligheder som hændelsesdetektering (lyd i kombination med video), lydlokalisering (som kan bruges til at styre kameraer) og retningsbestemt lydforbedring. Alle muligheder undersøges inden for ADABTS.

Det er kendt, at detekteringsalgoritmerne (i lang tid fremover) er og vil være langt fra perfekte. Dette betyder, at de vil generere et stort antal falske alarmer. Dette forstærkes af, at hændelser typisk sker sjældent, så selv avancerede detekteringsalgoritmer vil generere et relativt stort antal falske alarmer. Dette kan føre til at algoritmerne bogstavelig talt bliver ubrugelige: i tilfælde, hvor antallet af falske alarmer var for højt, så man, at man ganske enkelt slukkede for støttesystemet. Dette kaster lys over behovet for en menneske-maskin grænseflade (Human Machine Interface, HMI), som effektivt tager både system- og operatørevner i brug. ADABTS-rapporten indeholder nogle ideer til, hvordan dette problem kan løses.

Et andet vigtigt spørgsmål, som bliver taget op i rapporten, er hvordan et ADABTS-lignende system kan blive implementeret med tanke på juridiske og etiske hensyn. Inden for ADABTS-projektet bliver de etiske aspekter overvåget af et uafhængigt kontrolorgan – Ethical and Dual Use Advisory Board (EDUAB). Personbeskyttelseshensyn bliver varetaget ved, at ADABTS-systemet ikke gennemfører nogen form for identifikation (for eksempel ansigtsgenkendelse), det dækker et lokalt, lukket område, og det detekterer potentiel skadelig aktivitet, uafhængigt af personers identitet eller baggrund.