SecurityWorldMarket

2023-06-02

AI i säkerhetssystem – Del 5 av 6

”Vi måste bli bättre på att lära ut vad AI-driven videoanalys kan erbjuda”

AI tittar på en bild i taget och tidigare var det så att om kameran såg ett objekt som såg ut som en bil utlöstes larm. Men det gällde även parkerade bilar. Med femton bilder i sekunder kan man då få 15 onödiga larm. Teknikutvecklingen går dock framåt. Idag är problemet löst, enligt Gustav Norvik.

AI tittar på en bild i taget och tidigare var det så att om kameran såg ett objekt som såg ut som en bil utlöstes larm. Men det gällde även parkerade bilar. Med femton bilder i sekunder kan man då få 15 onödiga larm. Teknikutvecklingen går dock framåt. Idag är problemet löst, enligt Gustav Norvik.

AI-utvecklingen har gått rasande snabbt och det finns mycket att lära ut. Informationen om vad dagens videoanalys kan göra har inte nått ut till slutkunderna, enligt Gustav Norvik på Securitas Technology.

– Det gäller allt från de förbättringar som skett i perimeterövervakning till de möjligheter som ”beyond security-lösningar” erbjuder, säger han.

Gustav Norvik har framför allt gjort sig känd som talesman för bolagets antidrönarsystem Validrone, vilket hänger samman med att han från 2017 hade rollen som produktchef för områdena Face recognition, AI och Drone detection på Stanley Security.

Från och med februari 2023 är Gustav Norvik produktchef för områdena VMS, Perimeter and New Solutions i den nya organisationen Securitas Technology.

Dagens teknik sparar tid

Enligt Gustav Norvik finns ett stort behov av information och utbildning hos kunderna. Många lever kvar i hur tekniken fungerade för flera år sedan.

– Nyligen talade jag med en kund som sa att han varje måndag lägger ner flera timmar för att titta igenom helgens inspelade videomaterial för att det har snöat eller blåst och att grenar eller ljuskäglor fått videosystemet att reagera. Så än finns kunder som fortfarande lider av den gamla videoanalysen, säger han.

– En tanke med videoanalys är ju att man inte ska behöva titta på video i mer än fem minuter för att rörelser som varit i bild under natten, kanske någon katt som passerat eller en plastpåse som flyger förbi. Dagens effektiva videoanalys har många behov av och den är så mycket bättre än den var för tio år sedan.

Grundläggande videoanalys

Den grundläggande funktionen med videoanalys är att titta på bilder i realtid, när något händer eller på inspelat material i forensiskt syfte.

– Då handlar det om att användare vid larmhändelse vill ringa polisen, tillkalla väktare eller kanske använda röstmeddelande via högtalare för att avbryta ett intrång, vandalisering eller annat angrepp.

Forensiskt, där tittar man vad som har hänt. Har någon varit på en plats, vad hände och när, vad stals, hur såg förövarna ut?

– De flesta är mest intresserade av att titta på den forensiska delen, men kunder med egen larmcentral vill agera omedelbart när det händer, säger Gustav Norvik.

– I högsäkerhetsobjekt fokuseras på att agera i realtid om människor eller fordon befinner sig i ett område där de inte ska vistas.

Effektiv perimeterövervakning

Förutom dessa basala behov erbjuder den nya AI-drivna videoanalysen så mycket mer.

I traditionella perimeterövervakningsobjekt har kamerasystemen blivit betydligt bättre när det exempelvis handlar om att filtrera bort oönskade larm och med hög precision detektera skarpa händelser.

– Här har det hänt mycket som gör skillnad. Förutom att tekniken har förfinats så har prisbilden förändrats och idag kan man få en kamera med djupinlärningsanalys för ett pris som inte var möjligt 2017.

Med AI-driven videoanalys öppnar sig många möjligheter. Framför allt kan den medverka till ökad automatisering. Ett exempel är om man använder automatisk nummerplåtsigenkänning (ALPR) i ett område där alla ankommande fordon ska avge ett larm.

– Säg att vi har en anläggning där alla ankommande bilar på nattetid ska generera larm, förutom den tid som väktaren ronderar i området. ALPR-systemet känner då igen väktarbilen och utlöser en paus för larm på fordon under 15 minuter, det vill säga under den tid väktaren gör sin rondering. Därefter aktiveras larmläget igen.

– Det här är ett bra exempel på hur man med AI kan automatisera beslut. Till syvende och sist handlar videoanalys om att skapa beslutsunderlag.

”Beyond security”

Gustav Norvik är produktchef för områdena VMS, Perimeter and New Solutions hos Securitas Technology.
Gustav Norvik är produktchef för områdena VMS, Perimeter and New Solutions hos Securitas Technology.

En trend som intresserar Gustav Norvik är det som kallas ”beyond security”. I handeln har man länge kundräkningsfunktionlitet, både i butiker och köpcenter, för att veta hur många människor som är i lokalen. Heatmaps för att få reda på var i butiken människor rör sig mest vid vissa tider och AI-kameror i kassalinjerna som kan tillkalla personal för att öppna nya kassor om köerna blir för långa.

Men det finns så väldigt många andra områden, där ”beyond security” kan tillämpas.

– På en byggarbetsplats kan kamerorna övervaka för att säkerställa att personalen har hjälmarna på och på kvällarna kan samma kameror spana efter bovar. På så sätt AI-kamerorna göra nytta dygnet runt, exemplifierar Gustav Norvik.

Ständig förfining

Även om AI-tekniken ständigt förfinas, så kommer det alltid finnas något att förbättra.

– AI tittar på en bild i taget. Förut var det så att om kameran ser ett objekt som ser ut som en bil då larmas det, men parkerade bilar larmar också. Femton bilder i sekunden kan då bli 15 onödiga larm. Nu har våra leverantörer förstått att man måste inkorporera bilderna runt omkring om man inte vill ha massor av falsklarm, säger Gustav Norvik och tar ännu ett exempel.

– Om en gående person försvinner bakom en lyktstolpe, så omvandlas hen till en ny person när det skymmande objektet har passerats och personen kommer in i bild igen, vilket kan trigga ett larm. Nu har dock tillverkarna kommit på en lösning som fungerar även på det problemet. Så utvecklingen pågår hela tiden, kommenterar han vidare.

Kunderna måste informeras bättre

Kliven som AI-tekniken tagit är enorma liksom möjligheterna att öka säkerheten, öka automatisering och effektivisera arbetsflöden.

– Säkerhetbranschen har en utmaning. Vi måste bli bättre på att lära ut vad den AI-drivna videoanalysen kan erbjuda, och inte bara när det gäller säkerhetsapplikationer.

Den här artikeln/artikelserien har producerats av facktidningen Detektor i samarbete med Securityworldmarket.com.



Leverantörer
Till toppen av sidan