Дорога к VSaaS-будущему

5 октября в Санкт-Петербурге прошел IV Ежегодный форум производителей и интеграторов систем безопасности.

Организатором встречи традиционно выступила компания ITV | AxxonSoft. В 2017 году IP-форум стал серьезным конкурентом для питерской выставки Securika St. Peterburg, собрав в зале немало местных и приезжих инсталляторов, дистрибьюторов, производителей систем безопасности из Петербурга и других городов. Центральным докладом можно смело считать выступление генерального директора ITV | AxxonSoft, Мурата Алтуева, который сделал ставку на сервисную модель работы как основную для всего рынка.

По материалам доклада Мурата Алтуева, генерального директора ITV | AxxonSoft, на IP-форуме.

Полный HD

Базовый тренд – камеры высокого разрешения – появился на рынке еще 15 лет назад. И с тех пор многое изменил. Сейчас уже нельзя сказать, что это появление IP-камер, потому что IP или не IP – это просто вопрос интерфейса взаимодействия. Мы должны говорить именно о высоком разрешении.

Я отлично помню, как 15 лет назад на одном из объектов с аналоговой системой произошла какая-то ситуация, я прошел к охранникам, чтобы попытаться что-то найти в записях камер, но это было невозможно – качество изображения было ужасным. Недавно на этом объекте мы заменили аналог на цифровую систему, и управляющий после просмотра записей с камер долго удивлялся: «До чего дошел прогресс».

Но здесь важно отметить такой вопрос, как эффективная работа с огромным потоком данных. Мегапиксели – это мегабиты, которые нужно обрабатывать с максимальной отдачей. У нашей компании есть технология, и меня до сих пор поражает то, насколько она востребована.

На выставке в Лас-Вегасе мы на монитор выводили изображение со 100 HD-камер, подключенных к одному серверу. И все это в режиме реального времени. Некоторые заказчики приходят к нам только потому, что наша система позволяет работать с таким количеством устройств, а другие решения так не могут.

Это до сих пор супер-актуальная проблема на рынке. Даже остальные функции не так нужны, потому что этот вопрос встает перед заказчиком ежедневно, ему нужна система высокого разрешения, но ресурсов на обеспечение ее стабильной и эффективной работы не хватает.

Речь идет о нашей технологии Intel Quick Sync Video, которая позволяет выполнять декомпрессию на графическом сопроцессоре. На нем сотни ядер, поэтому все процессы легко распределяются между ними. В результате, нагрузка на компьютер не превышает 20-30%.

Мы также можем получать потоки разного качества. Когда оператор выводит на монитор одновременно 100 камер – идет поток низкого разрешения. Чтобы вывести маленькую картинку с общим планом, высокого разрешения и не нужно. Но как только оператор выбирает нужную камеру, изображение увеличивается и система переходит на трансляцию в Full HD.

Где это все хранить?

Следующий вопрос – хранение данных.

У ITV | AxxonSoft есть технология EDGE Storage, которая позволяет хранить файлы на стороне камер.

Это решение появилось очень давно, но до сих пор не стало заметным трендом, хотя лично я вижу огромные перспективы. Централизация хранилища имеет свои минусы, а ц децентрализации, в свою очередь, есть преимущества.

Используя EDGE Storage оператор может просматривать изображение с камер в онлайн-режиме, без локального сервера. Может входить в их архив, при необходимости – настроить репликацию нужных файлов на центральный сервер или сохранить отдельные записи вручную.

Я думаю, что эта технология будет одной из ключевых в будущем, потому что все более актуальным становится вопрос компактного размещения оборудования, например, в небольших магазинах, где нет места для дополнительных серверов. Кроме того, непрерывно использовать Cloud-хранилище технологически не всегда удобно и дорого. Поэтому оптимально работать с памятью устройств, а в облако сбрасывать только важные события.

Тут я отмечу, что на фоне этого тренда мы пока единственная компания, VMS-решения которой поддерживают Open Profile G – открытый ONVIF-профиль, протокол для доступа в встроенному архиву устройств. Это означает, что мы можем работать с любыми NVR или DVR, которые поддерживают либо профиль G, либо интегрированные через проприетарный протокол. Сегодня профиль G объединяет уже тысячи устройств, а наш софт стал первым, кто начал работать с ним как клиент.

Нужно больше видеоаналитики

Ну и самый главный тренд – это видеоаналитика. Я думаю, что в этом году уже нет проектов, где заказчик не поднимал бы этого вопроса.

Хочу сказать, что до текущего момента наша компания понимала, что реализовать эффективную работу видеоаналитики в онлайн-режиме невозможно. Можно говорить, что это работает, но при реальной эксплуатации все это будет крайне непродуктивно. Примеров очень много. Например – оставленные предметы. Когда кто-то говорит: «Мы добились потрясающих результатов, у нас ложное срабатывание происходит всего один раз в час!». Это отлично. Но ставим систему на 1000 камер – и у заказчика уже 1000 ложных сигналов в час. Именно поэтому это неработоспособно.

Мы много думали над решением этой проблемы. В итоге решили, что направим усилия в несколько ином направлении.

Поймать момент

Технология Moment Quest – поиск по архиву. Допустим, на объекте много камер, в системе появляется много ложных срабатываний, но оператор может не реагировать на них. 98% его времени уходит на работу с архивом. Именно поиск в архиве – этот тот инструмент, который благодаря аналитике помогает найти нужное событие намного быстрее. То есть оператор знает, что что-то произошло, и теперь ему нужно найти информацию об этом в записи, чтобы расследовать инцидент.

Я рассказываю про эту технологию и в целом – подход к такой работе систем видеонаблюдения уже на протяжении последних 10 лет. И сейчас хочу сказать, что мы не ошиблись. Потому что у нас есть проекты фантастического масштаба, которые выбирают наш продукт только потому, что он дает возможность поиска по архиву. Причем оператор может искать по цвету, по движению, по направлению – то есть решение существенно повышает эффективность его работы.

В эту же систему поиска мы буквально недавно добавили возможность поиска по лицам и автомобильным номерам. Мне кажется, что нам удалось совершить в этой области маленький прорыв. Каждый раз, когда система детектирует в зоне видимости камер автомобиль или лицо человека – устройства начинают вести запись в архив. И потом оператор может искать не только по цвету или движению, но и по лицам и номерам.

Отдельный момент с распознаванием лиц. Какая бы хорошая технология ни была, всегда есть вероятность того, что одно лицо будет похожим на другое. И тут мы реализовали еще одну хорошую идею – функцию сортировки базы похожих лиц, таким образом можно быстро найти нужного человека.

Остановись, мгновение

Еще одно решение – Time Compressor. Нужно для тех случаев, когда уже мы импортировали ролик с камеры или архива, теперь нужно его отсмотреть. Для тех случаев, когда вы не знаете, что вы ищете, и просто хотите быстро увидеть все, что было на изображении, мы реализовали интересную идею. Система самостоятельно определит моменты времени в ролике, когда в камеры фиксировали появление человека или какого-то объекта. Она обрабатывает эти кадры и готовит ролик, в котором все люди появятся одновременно. То есть час времени вы можете просмотреть за пять минут. Кадры накладываются друг на друга, но это будет интеллектуальное наложение – если система видит, что в какие-то кадры она не может совместить, она дождется момента, когда это можно будет сделать.

Вендоры рынка – объединяйтесь!

Все это замечательно, но вопрос – откуда взять треки. Я показал много возможностей, которые дает нам система в том случае, если у нас есть треки. Трек – это объект. Трек мы можем взять после обработки кадра. То есть наши сервера декомпрессируют входящие видеопотоки, формируют базу данных. И в среднем в зависимости от производительности сервера можно подключить 500-1000 камер. Но когда мы активируем аналитику, сервер может вытянуть 20 камер, максимум 40. То есть вся система становится менее эффективной, нужно в 10 раз больше серверов.

Наши инженеры работали над решением данной проблемы – и решить ее можно только с сотрудничестве с вендорами. Идея простая – генерить треки сразу в камере. Потому что в камере ее сигнал еще не сжат, не нужно тратить время на распаковку архива. То есть мы можем сразу проанализировать видеоизображение, потом его сжать и отправить на сервер со всеми нужными данными. И таким образом это снова система на 500-1000 камер.

Совместно с компанией Dahua мы подготовили по-настоящему эксклюзивное решение – прошивку, которая сможет генерить треки для нашей системы и работать со всем аналитическим функционалом нашего софта. Для клиента проект не становится дороже ни на копейку – ни в плане лицензирования софта, ни в плане дополнительного железа. За те же деньги он получает более мощный функционал. Но в качестве поставщика ПО пока придется выбрать AxxonSoft.

В нужном месте в нужное время

Я уже рассказал про Moment Quest и про Time Compressor. А что такое Time Compressor Moment Quest? Идея также очень проста. Допустим, вы заходите в архив в режиме Moment Quest и что-то ищете. Например, нарисовали линию, указали синий цвет и хотите найти все автомобили синего цвета, которые проехали в этом направлении. Программа выдает целый список подходящих под описание кадров, которые нужно кликать один за другим и проверять. Но – берем Time Compressor – и вы видите, как синие машины одна за другой проезжают в заданном направлении в определенный отрезок времени. Вы сразу можете найти нужную.

Еще одна интересная функция (и довольно типичная) – мы назвали ее Story Board. Когда вы готовите конкретное расследование, вы экспортируете всю историю перемещений нужного объекта. Есть какой-то человек, вы его нашли в одной камере. Но он вышел из ее поля зрения, возникает вопрос – где его искать дальше. И вот тут мы снова подключаем Moment Quest и находим все объекты, похожие на искомый. Дальше все просто – видим человека, нажимаем кнопку, и система со всех камер соберет кадры, где он зафиксирован. Опция позволяет автоматически создать историю перемещений из нужных кадров.

Школа нейросетей

Теперь я бы хотел вернуться к своему тезису о том, что онлайн-видеоаналитика – это невозможно, работает плохо и только с архивом. На самом деле, за эти годы технологии шагнули далеко вперед. И самое главное изобретение – нейросети.

Они представляют собой математическую модель. То есть на входе есть какие-то данные, из которых на выходе получается информация. Стандартная видеоаналитика – это алгоритмы, которые придумывает человек и постоянно работает над тем, чтобы еще как-нибудь исхитриться и, например, отделить человека от автомобиля. Но сейчас это вполне реализуемо.

Нейросети позволяют обучить систему. Мы показываем ей изображения автомобилей и говорим «это автомобиль» — система это запомнила, настроила свои коэффициенты. Потом показываем другую картинку и говорим «это человек». Система снова подстроилась. И так происходит ее обучение. Это самый примитивный пример. Если пойти дальше, можно научить систему распознавать правильные и неправильные действия, чтобы она впоследствии могла о них сообщать.

У нас был пилотный проект, где на объекте у заказчика была необходимость в том, чтобы система видеонаблюдения могла фиксировать людей, так как перед руководством стояла серьезная задача – обеспечение производственной безопасности. Мы обучили систему таким образом, что она смогла определять, где люди, а где другие механизмы, на мониторе выделяя их рамками разных цветов. И сигнал тревоги она выдавала тогда, когда человек оказывался в неположенном месте или в опасности. До сих пор казалось, что такая задача невыполнима, но у нас это получилось.

В настоящее время мы обучаем нейросеть для подъездного видеонаблюдения. Это очень актуальная задача для городских систем. В дальнейших планах – проработать механизм, который может обучать нейросеть прямо на объекте за несколько дней работы, показывая, какие ситуации правильные, а как быть не должно. Собственно, это и есть главная функция нейросети. Нам удалось доказать, что онлайн-видеоаналитика может быть реально полезной.

Сервис сервису рознь

Важная концептуальная вещь — AxxonNet. Сначала мы думали назвать ее AxxonCloud, потому что рынок уже привык, что cloud – это облако. Но с развитием современных технологий – blockchain, P2P-сети и т.д. – мы задумались о том, что дальше это будет развиваться в нечто более фантастическое и интересное, поэтому решили не делать привязку к слову Cloud. Я уверен, что в течение ближайших нескольких лет Cloud станет чем-то архаичным и никому не нужным. В конечном счете, это только внешний сервис, а как он обеспечен – локальными хранилищами или арендованными серверами – не так уж и важно. Главное, что у пользователей наших программных продуктов появляется дополнительный сервис, который позволяет работать с изображением через интернет, заходить в него из любой точки мира, получать архив, можно настроить уведомления на почту, мобильный телефон.

В ближайшее время мы планируем доработать несколько функций и для системного интегратора. В первую очередь – автоматизированное обновление. Во-вторых, возможность удаленного управления системой, когда из одного кабинета вы можете делать бэкапы, следить за состоянием устройств, выгружать статистику, делать отчеты, добавлять в систему дополнительные камеры без физической настройки на объекте.

Вообще вся идея новых технологий – чтобы никогда и ничего не надо было делать, это главный тренд всех наших разработок. Их развитие мы планируем вести по схеме повышения эффективности (меньше ресурсов, больше аналитики) и максимального упрощения, с точки зрения как интегратора, так и пользователя. Это глобальный тренд. Потому мы все знаем, что системы становятся все сложнее и сложнее, вместе с этим все труднее найти инженера нужной квалификации, сложнее его обучить. Поэтому мы подумали: раз у нас уже есть эти инженеры, то это нам стоит заботиться об интеграторах и заказчиках, предоставляя максимально простые решения.

Наша идея заключается в том, чтобы предлагать сервис. Если по каким-то причинам вы не хотите покупать аналитический сервер, AxxonNet сможет предоставить всю необходимую инфраструктуру. То есть изображение, которое захватывает трекер, будет отправляться на сервер, а вы будете получать уже готовый результат. Идея в том, чтобы архитектура системы безопасности на объекте никак не ограничивала заказчика. За этим – будущее.