CAM 1
--
CAM 2
--

Slim cameratoezicht: nieuwe ontwikkelingen
10-03-2016

Gezichtsherkenning, gedragspatronen, agressie-detectie: allemaal voorbeelden van 'slim cameratoezicht' waar al jaren hard aan wordt gewerkt door wetenschappers en diverse innovatieve bedrijven en bedrijfjes. De resultaten in de praktijk vielen vaak tegen, maar nu is er een bedrijf dat de oplossing zegt te hebben gevonden: de 'zelflerende ' camera.

Domme camera's

De meeste camerasystemen zijn niet slim: ze genereren beelden die pas relevant worden na een beoordeling door mensen - rechtstreeks of achteraf. Computers blijken nauwelijks in staat om 'ruis' van 'relevant' te onderscheiden. Zeer eenvoudige technieken zoals bewegingsdetectie werken prima, maar daar kan je geen gedrag mee interpreteren. Feitelijk is de slimheid van dat soort camera's beperkt tot het geven van een piepje als ergens in beeld een aantal pixels bewegen of van kleur veranderen. Ondanks vijftig jaar onderzoek is de grote stap voorwaarts nog niet gezet. De software en hardware voor video content analyse is feitelijk geen stap verder dan bij de eerste experimenten in 1975:

"Na vijftig jaar onderzoek zijn computers nog net zo blind voor de ‘betekenis’ van objecten, personen en bewegingen. Software en hardware kunnen niet wat centralisten in toezichtcentrales wel kunnen: het begrijpen van menselijk gedrag."
   - Henri Maitre (2013), 'Image processing: Overview and Perspectives’ in J. Dufour (ed.) Intelligent Video Surveillance Systems.

Revolutie?

Maar dat is verleden tijd, zo schreef het tijdschrift Wired onlangs (in een overigens zeer lezenswaardig artikel). En Nederland staat in de frontlinie van de innovaties. Volgens Wired zijn er namelijk camera's die in staat zijn om zelf te leren onderscheiden tussen normale en afwijkende situaties. Dit soort camera's zijn in gebruik in Boston, Chicago, Washington D.C. en Atlanta. Daarnaast worden er experimenten gehouden op Schiphol en in Tilburg en Eindhoven. Toen ik dat laatste las was ik heel benieuwd en besloot ik er wat dieper in te duiken. Wat voor slimme camera's zijn dat dan precies? En waarom zijn deze camera's blijkbaar in staat iets te doen wat tot nu toe onmogelijk bleek?

BRS Labs

Opvallend genoeg bleken alle experimenten in de Verenigde Staten te worden gehouden met software van een Brits bedrijf: BRS Labs. Alle artikelen verwijzen uiteindelijk naar dat bedrijf. Hun software heet AISight (spreek uit: eye sight) en is gebaseerd op artificial intelligence. Volgens Wired kunnen hun camera's misdaad signaleren voordat het feit wordt gepleegd. Uit het filmpje dat hierover is gemaakt komt echter een veel genuanceerder beeld: voorspelling van criminaliteit is nog onmogelijk, aldus de ontwikkelaar van de software. 'De film Minority Report is science fiction', zegt hij.

Zelflerende camera

Maar wat wel overeind blijft in zijn verhaal is dat hun camera's zelf leren wat afwijkend gedrag is. De software is niet gebaseerd op regels die vooraf zijn ingeprogrammeerd. Dat betekent dat het systeem weinig technische ondersteuning nodig heeft, maar zich automatisch aanpast aan veranderende omstandigheden. Als het systeem wordt geïnstalleerd draait het zo'n twee tot drie weken in een 'suppression mode', waarna er steeds meer alarmen worden gegenereerd en het systeem tegelijkertijd leert over de omgeving. Naarmate het systeem meer leert over die omgeving, worden de signalering betrouwbaarder en kan het systeem bruikbare alarmen gaan genereren.

The proof of the pudding is in the eating

Eigenlijk is daarmee alles gezegd wat er over te zeggen valt. Er zijn nog geen praktijkvoorbeelden of succesverhalen, tenminste niet in de artikelen en filmpjes die ik heb gevonden. Dat betekent volgens mij dat we hier te maken hebben met een goed uitgevoerde marketingcampagne van een innovatief bedrijf en - helaas? - nog niet dé doorbraak zien waar al zo lang op wordt gewacht.

Randvoorwaarden

Uit een literatuuronderzoek dat ik vorig jaar deed naar Video Content Analyse bleek trouwens dat er maar een paar toepassingen zijn die goed werken:

  • bewegingsdetectie
  • camera tampering
  • cross line alert
  • people counting
  • automatische kentekenherkenning

Dat zijn allemaal zeer bruikbare toepassingen, maar echt 'slim' kan je ze niet noemen. Eigenlijk zijn ze namelijk allemaal gebaseerd op bewegingsdetectie. Maar er is nog een interessante conclusie op basis van dat onderzoek te trekken. Er blijken twee redenen te zijn waarom er nog geen 'slim' cameratoezicht is. De eerste reden is inderdaad het gebrek aan echt slimme software en algoritmes die het echt doen. Daar werkt BRS Labs met al zijn concurrenten in de wetenschappelijke en private wereld dus hard aan.

Maar er is een tweede belangrijke reden waarom het niet werkt: slimme software heeft veel rekencapaciteit nodig. Heel veel. In laboratoria en proefopstellingen wordt software vaak getest met één camera met stand-alone computer voor het rekenwerk. Maar hoe krijg je dat soort rekenkracht in een netwerk met 3.500 camera's, zoals op Schiphol? Als je al die camerabeelden realtime moet analyseren heb je een ongelooflijk krachtige computer in het hart van je netwerk nodig. Om van de verbindingen nog maar te zwijgen. Een elegante oplossing is om dan naast of in elke camera een aparte computer te plaatsen die de beelden lokaal analyseert. Dat heet 'edge based computing' of 'distributed intelligence network'. Maar dan heb je het bij een gemiddelde prijs van €1.000 per computer dus over een investering van zo'n € 3,5 miljoen op Schiphol. Best een fors bedrag voor bewegingsdetectie.

Op dit moment is mijn conclusie dan ook nog dat de slimme camera er nog niet is - ondanks het optimisme van BRS Labs. Maar ik hou de ontwikkelingen goed in de gaten, want het zal er vast wel een keer van komen. En geloof mij: op dat moment zal ons leven voor altijd een beetje anders zijn geworden.

Dossiers: Innovaties, Opiniestukken

Deel

ShareThis

Lees ook