BLOG: Videosorveglianza intelligente: tendenze recenti e ciò che ci aspetta

Related

Vista Manager EX

Internet of Things & Edge Computing

I sistemi di videosorveglianza sono ampiamente utilizzati in una varietà di situazioni, aree pubbliche, infrastrutture pubbliche, edifici commerciali e altro ancora. Nella maggior parte dei casi, vengono utilizzati per un duplice scopo: per il monitoraggio in tempo reale delle risorse e degli spazi fisici e per rivedere le informazioni video raccolte per identificare le debolezze della sicurezza e pianificare le misure di sicurezza.

I sistemi di videosorveglianza sono stati parte integrante delle misure di sicurezza del settore pubblico e della sicurezza per decenni, vi è ora anche un interesse significativo al di fuori di tali settori. Questo interesse è in gran parte dovuto all'aumento dei tassi di criminalità e delle minacce alla sicurezza in tutto il mondo che stanno guidando una crescita continua del mercato della videosorveglianza. Secondo un recente rapporto di Mordor Intelligence, il mercato della videosorveglianza è stato valutato 29,98 miliardi di dollari nel 2016, e si prevede che raggiungerà un valore di 72,19 miliardi di dollari entro il 2022. Questo mercato è anche favorito dai recenti progressi nelle tecnologie IT che hanno potenziato l'intelligenza, scalabilità e accuratezza delle soluzioni di videosorveglianza. Cosa guida le principali tendenze tecnologiche della videosorveglianza? Come posizionarsi al meglio? Scopri di più qui sotto.

L'evoluzione dei sistemi di videosorveglianza è guidata dalle seguenti tendenze tecnologiche:

Raccolta dati video intelligente basata sul contesto

I recenti progressi nell'elaborazione dei segnali consentono lo sviluppo di sistemi di videosorveglianza intelligenti, in particolare sistemi in grado di adattare flessibilmente la velocità della raccolta dei dati video. Ogni volta che viene rilevato un incidente di sicurezza, la velocità di raccolta dei dati viene aumentata al fine di fornire informazioni più complete per un'analisi più accurata e credibile.

Infrastrutture Big Data

Le soluzioni Big Data all'avanguardia hanno aperto nuovi orizzonti per l'archiviazione e l'accesso ai dati video caratterizzati dalle 4V tipiche dei Big Data: Volume, Velocità, Varietà e Veridicità. In particolare, la raccolta di immensi volumi di dati da più telecamere, compresi i dati in streaming con elevati tassi di arrivo è ora molto più semplice di quanto non sia stata in passato. I sistemi Big Data forniscono i mezzi per creare e implementare architetture di videosorveglianza scalabili in modo semplice ed economico.

Sistemi di streaming dati

Negli ultimi due anni sono emersi molti sistemi di streaming. Questi forniscono funzionalità per la gestione e l'analisi dei flussi video, pur essendo una parte importante dei sistemi Big Data precedentemente discussi.

Analisi predittiva e Intelligenza Artificiale (IA)

Il 2016 e il 2017 sono stati anni importanti per la storia dell'Intelligenza Artificiale, a causa dell'emergere di approcci di apprendimento profondo e disruptive, come quelli impiegati dal motore Alpha AI di Google. L'evoluzione delle reti neurali può essere sfruttata direttamente nei sistemi di videosorveglianza per dotarli di un'intelligenza eccezionale e consentire processi di sorveglianza più efficaci. Ad esempio, l'IA può abilitare l'analisi predittiva, che consente agli operatori della sicurezza di anticipare gli incidenti di sicurezza e muoversi proattivamente.

Droni e Internet of Things (IoT)

La combinazione di dispositivi IoT e oggetti intelligenti con sistemi di videosorveglianza sarà anche la chiave per fornire la prossima generazione di funzionalità di sicurezza e sorveglianza. In questa direzione, gli Unmanned Aerial Vehicles (UAV) (cioè i droni) sono attualmente impiegati per fornire versatilità e funzionalità di videosorveglianza che sono difficilmente possibili utilizzando telecamere fisse convenzionali.

Integrazione della sicurezza fisica e informatica

La continua trasformazione digitale delle risorse e dei processi industriali sta gradualmente portando a una convergenza delle misure di sicurezza fisica e informatica. I sistemi di videosorveglianza giocano un ruolo chiave in questa convergenza, poiché rappresentano infrastrutture IT che possono essere utilizzate per monitorare aree fisiche. Quindi, possono essere integrati in modo flessibile con altri sistemi di sicurezza informatica verso un approccio olistico e integrato alla sicurezza e alla sorveglianza.

Architecting Video Surveillance Systems

Le tecnologie sopra elencate aprono nuovi orizzonti nello sviluppo, nella distribuzione e nel funzionamento di sistemi di videosorveglianza intelligenti, ma spetta agli sviluppatori e ai distributori di videosorveglianza integrare e sfruttare appieno le funzionalità di queste tecnologie. A tal fine, è importante ideare e implementare un'architettura adeguata per l'infrastruttura di videosorveglianza. Le moderne architetture di sistemi di videosorveglianza seguono il paradigma di elaborazione edge/fog, per elaborare le informazioni video più vicine al campo. Ciò consente loro di risparmiare sull'ampiezza di banda e di eseguire il monitoraggio della sicurezza in tempo reale. Le videocamere vengono distribuite ai margini della rete come parte dei nodi periferici in grado di acquisire ed elaborare i frame video. I nodi Edge sono anche in grado di implementare l'intelligenza della raccolta dei dati, attraverso l'ottimizzazione dei frame rate in base al contesto di sicurezza identificato. Inoltre, sono collegati a un'infrastruttura cloud, in cui le informazioni provenienti da diverse telecamere sono messi in correlazione per una analisi temporale migliore.

Le architetture di calcolo edge / fog sono anche la scelta ideale per supportare la fusione della videosorveglianza con le tecnologie presentate. I droni IoT devono essere integrati con appropriati nodi periferici come parte di un'architettura di calcolo mobile edge. Le analisi di streaming in tempo reale devono essere eseguite al limite, piuttosto che nel cloud della distribuzione della videosorveglianza. Le funzionalità di apprendimento approfondito possono essere implementate sia a livello di bordo che a livello di cloud. Le reti neurali profonde ai bordi possono supportare l'estrazione di complessi schemi di sicurezza in tempo reale. Allo stesso tempo, l'estrazione di modelli di sicurezza e conoscenza di vaste aree coperte da molti nodi periferici (ad es. Distribuzioni in tutta la città) è possibile solo attraverso l'implementazione di deep learning sul cloud. In generale, è piuttosto difficile decidere se alcune funzionalità dovrebbero essere posizionate sul cloud o sul bordo. Le decisioni rilevanti sono solitamente associate alla risoluzione dei trade-off (ad esempio, velocità di elaborazione rispetto alla precisione di elaborazione per alcune funzioni di sorveglianza).

I sistemi di videosorveglianza potrebbero trarre vantaggio dalle "open architetture" di diversi fornitori di hardware. Ciò è dovuto al fatto che una soluzione di sorveglianza può comprendere diversi dispositivi e modalità di acquisizione video (ad esempio, telecamere ad alta definizione, telecamere cablate e wireless, videocamere sui droni/UAV e altro). Un'architettura open può offrire flessibilità, facilità di implementazione e longevità tecnologica. Durante lo scorso anno ci sono stati sforzi per introdurre un'architettura aperta e basata su standard per il computing edge/fog che presentavano la videosorveglianza come uno degli usi principali del fog computing.

Sfide e modalità di implementazione

Oltre alle specifiche di un'architettura di edge computing adeguata, i sistemi di videosorveglianza devono affrontare anche altre sfide. Una di queste riguarda la tutela della privacy e il rispetto delle normative sulla protezione dei dati. In effetti, l'implementazione di sensori di sorveglianza è soggetta a leggi e direttive sulla privacy e sulla protezione dei dati, che a volte impongono limiti alla pervasività e alle dimensioni della diffusione. Allo stesso modo, l'uso dei droni deve essere conforme alle normative pertinenti.

Un'altra sfida riguarda il livello di automazione della soluzione. Mentre l'automazione è in generale auspicabile per coprire e monitorare aree più ampie senza risorse umane aggiuntive, la supervisione e l'intervento umano sono ancora fondamentali per l'affidabilità della soluzione complessiva. Inoltre, un'altra sfida riguarda le nuove minacce che potrebbero derivare dalla natura cyber-fisica dei sistemi di videosorveglianza. Un attacco fisico potrebbe essere accompagnato da un attacco informatico all'infrastruttura di videosorveglianza, come mezzo per compromettere la capacità di quest'ultimo di rilevare l'incidente di sicurezza fisica.

Un'altra sfida riguarda l'implementazione dell'analisi intelligente dei datai (come parte dell'analisi predittiva e dell'intelligenza artificiale), che richiede grandi volumi di dati derivanti da incidenti di sicurezza che sono difficilmente disponibili. L'intelligenza artificiale all'edge (ad es. Reti neurali profonde leggere ed efficienti) è ancora agli inizi, nonostante l'emergere di startup innovative con prodotti e servizi IA all'avanguardia.

Per affrontare queste sfide, gli sviluppatori e gli integratori di soluzioni di videosorveglianza devono conformarsi meglio agli standard e alle normative, adottando anche un approccio di distribuzione graduale a fasi successive. Quest'ultimo dovrebbe consentire una transizione graduale dai sistemi manuali, mediati dall'operatore umano alla sorveglianza visiva completamente automatizzata basata sull'IA. È inoltre richiesto un graduale implementazione dell'intelligenza basata sui dati, a partire da semplici regole e passando a tecniche di apprendimento automatico più sofisticate in grado di rilevare schemi di attacco più complessi e asimmetrici. Un'altra best practice è lo sviluppo di architetture aperte in grado di ospitare sia sensori di sorveglianza di nuova generazione che legacy, come mezzo per sfruttare funzionalità avanzate con il miglior rapporto qualità-prezzo.

Nel complesso, le moderne soluzioni di videosorveglianza possono essere molto innovative, possono comprendere tecnologie IT e di rete all'avanguardia. Qual è il modo migliore per aggiornare o implementare la tua infrastruttura di videosorveglianza? Inizia con una descrizione dettagliata della sicurezza e dei requisiti aziendali e scegli un partner tecnologico affidabile che integrerà e implementerà il sistema in maniera sicura.