ADABTS (Automatic Detection of Abnormal Behaviour and Threats in crowded Spaces) har produsert sin første rapport ved tittel “User Needs” (Brukerbehov). Prosjektet, som er støttet av EUs 7. Rammeprogram har som mål å understøtte beskyttelsen av EUs borgere, eiendom og infrastruktur mot terrortrusler, kriminalitet og opprør gjennom automatisk deteksjon av spesifikke oppførselstyper. Forskningen blir gjennomført av et internasjonalt konsortium bestående av 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 delen av studiet har konsortiet snakket med potensielle brukere av det forespeilede system og gransket deres krav og begrensninger. Ved å bruke spørreskjema og intervju og en litteraturstudie, fastslo ADABTS noen av de mest relevante felt og mest lovende scenarioer innen disse felt. Scenarioene vil bli brukt til å generere en liste over detekterbare elementære oppførsler som samlet, og i kontekst, kan indikere en potensiell trussel.

Ett av funnene i undersøkelsen er at i mange tilfeller kan operatører bare holde konsentrasjonen i opp til 40 minutter før “videoblindhet” inntreffer og deteksjonsraten synker drastisk. I kontrast til dette er det svært vanlig at operatører i kontrollrom blir pålagt å observere hendelser fra 6 til 12 timer. Undersøkelsen viser også at antallet kameraer som må ses over kan være ekstremt høyt, mens antall monitorer som kan håndteres rimelig av en enkeltperson ligger mellom 4 og 16. Dette fører til en heller ineffektiv bruk av kameraovervåkingsutstyr (en studie viste at bare en liten fraksjon av hendelser blir oppdaget i sanntid (proaktivt) i kjøpesentre/sentrumsområder). Slike funn støtter ideen om at et støttesystem som filtrerer ut relevant informasjon (slik som utviklet i ADABTS) kan være svært nyttig.

Lyd er fortsatt i stor del ubrukt i dagens kameraovervåkingssystem. Men studien indikerer at lyd (som vil bli benyttet i ADABTS-systemet) blir vurdert til å være et verdifullt bidrag til kameraovervåking, selv om implementasjonen kan være mindre rett fram enn video, for eksempel med tanke på personvern. Lyd åpner for forskjellige interessante muligheter slik som hendelsesdeteksjon fra lyd (i kombinasjon med video), lydlokalisering (som kan bli brukt for å styre styrbare kamera) og retningsbestemt lydforbedring. Alle muligheter blir undersøkt innen ADABTS.

Det er kjent at deteksjonsalgoritmene er og vil være (for en lang tid framover) langt fra perfekte. Dette betyr at de vil generere et stort antall falske alarmer. Dette forsterkes av at hendelser typisk skjer sjeldent, så selv deteksjonsalgoritmer som er avanserte vil generere et relativt stort antall falske alarmer. Dette kan føre til at algoritmene bokstavelig talt blir ubrukelige: i tilfeller der antallet falske alarmer var for høyt, så man at man ganske enkelt slo av støttesystemet. Dette kaster lys over behovet for et menneske-maskin grensesnitt (Human Machine Interface, HMI) som effektivt tar i bruk både system- og operatørevner. ADABTS-rapporten inneholder noen ideer om hvordan dette problemet kan løses.

Et annet viktig spørsmål som blir adressert i rapporten er hvordan et ADABTS-lignende system kan bli implementert med tanke på juridiske og etiske hensyn. Innen ADABTS-prosjektet blir de etiske aspekt overvåket av et uavhengig kontrollorgan – Ethical and Dual Use Advisory Board (EDUAB). Personvernhensyn blir ivaretatt ved at ADABTS-systemet ikke gjennomfører noen form for identifikasjon (for eksempel ansiktsgjenkjenning), det dekker et lokalt lukket område, og detekterer potensiell skadelig aktivitet, uavhengig av personers identitet eller bakgrunn.