Исследования возможностей по внедрению интеллектуальных систем видеоаналитики в образовательных учреждениях

Яковлева М.В.¹, Низовая А.А.¹
¹ Московский государственный технический университет имени Н.Э. Баумана, Россия, Москва

Скачать PDF | Загрузок: 18

Статья в журнале

Информатизация в цифровой экономике ^{(РИНЦ, ВАК)}
опубликовать статью | оформить подписку

Том 4, Номер 2 (Апрель-июнь 2023)

Цитировать эту статью:

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=54118716

Аннотация:
В данной статье авторами проведено исследование возможности улучшения безопасности в образовательных учреждениях путем внедрения системы интеллектуальной видеоаналитики. Рассмотрены основные компоненты систем интеллектуальной видеоаналитики; сформулирован и визуализирован общий алгоритм работы таких систем. Систематизированы основные компании, осуществляющие разработку систем видеоаналитики, адаптированные под различные сферы и отслеживающие в режиме реального времени опасные ситуации на критически важных государственных предприятиях. Примеры использования систем в различных сферах позволили авторам сформулировать типовые шаги при принятии решения о внедрении и при реализации системы видеоаналитики в образовательных учреждениях. Отмечены основные преимущества и возможности, а также отдельное внимание уделяется технологическим рискам внедрения цифровых технологий в сферу анализа видеопотоков.

Ключевые слова: интеллектуальная видеоаналитика, образовательные организации, обеспечение безопасности, распознавание в реальном времени, уведомления сотрудников

JEL-классификация: I2

Введение

Одной из важнейших областей применения цифровых технологий во всем мире является образование. Существует множество вариантов цифровизации образовательного процесса. Так, Зубкова О.С. рассматривает вопросы цифровизации образовательного процесса и ее влияние на качество образования [1] (Zubkova, Fakhrutdinova, Mukhametzyanova, Terenteva, 2021). Она описывает преимущества использования цифровых технологий в обучении, а также рассматривает возможные трудности и проблемы, связанные с внедрением цифровых технологий в образование.

Статья Н.Б. Самойленко и других авторов [2] (Samoylenko, Zharko, Shevchenko, 2022) посвящена вопросу цифровизации образовательного процесса в связи с развитием квалификации педагогических кадров. Авторы описывают основные аспекты цифровизации и предлагают модель внедрения цифровых технологий в учебный процесс.

Действительно, можно сделать вывод о том, что всеобщая цифровизация приведет ко многим изменениям в образовательной сфере [3, 4] (Petrova, Bondareva, 2019; Chinaeva, 2020), однако не менее важным фактором в цифровизации образования служит не только улучшение процессов обучения, но и обеспечение должной безопасности студентов и учеников.

В настоящее время можно выделить проблему появления террористических актов, которые могут происходить в любом месте, включая образовательные учреждения. Безусловно, образовательные учреждения принимают меры для обеспечения безопасности своих студентов или учеников, преподавателей и прочих сотрудников. Это может включать в себя установку системы входного контроля, тревожных кнопок и другие меры безопасности. Тем не менее с каждым годом число нападений и терактов в образовательных учреждениях растет [5], что говорит о недостаточной эффективности установленных систем безопасности.

Чтобы решить данную проблему, необходимо проанализировать, почему используемые сегодня способы предотвращения несчастных случаев оказываются неэффективными. Так, система входного контроля не может обеспечить полную безопасность находящихся в образовательном учреждении, поскольку, как показывает практика, получить специальный пропуск для прохода на территорию не составляет большого труда. Кроме того, угрозу безопасности может представлять любой человек, который имеет свободный вход в школу или университет.

Сегодня многие образовательные учреждения имеют множество камер видеонаблюдения в здании. Все видео с камер попадают к начальнику охраны, который, в свою очередь, обязан следить за ними для контроля ситуации. Однако в данном случае мы имеем дело с другой не менее существенной проблемой – человеческим фактором, а именно с концентрацией внимания человека. Стоит понимать, что внимание является исчерпаемым ресурсом. Считается, что среднее время концентрации внимания человека составляет 20–40 минут, после чего необходим непродолжительный отдых [6] (Guryanov, Korotaeva, 2021). Таким образом, данных средств не хватает для фиксирования и предотвращения всех нарушений порядка. Кроме того, отмечается, что из-за понижения концентрации человека в мире на рынке труда происходит множество изменений, в частности, множество профессий подвергаются цифровизации, вследствие чего человеческий труд заменяют на автоматизированный, к примеру, с помощью технологий искусственного интеллекта [7, 8] (Sorokina, 2020; Carlsson, 2004).

Целью данной статьи является исследование алгоритма внедрения системы интеллектуальной видеоаналитики в образовательные учреждения. Для достижения поставленной цели в статье решаются следующие задачи:

1) проанализировать сферы применения видеоналитики;

2) оценить целесообразность использования данной технологии в образовательной сфере;

3) рассмотреть основные компоненты систем интеллектуальной видеоаналитики и алгоритм работы таких систем;

4) разработать типовые шаги для принятия решения о внедрении системы видеоаналитики в образовательные организации.

Краткое исследование возможности применения интеллектуальной видеоаналитики в образовательной сфере

Цифровые технологии внедряются в различные сферы деятельности и становятся неотъемлемой составляющей жизни современного общества, в частности, цифровизация изменяет сферу видеоаналитики [9] (Zozulya, Zozulya, Titov, Titova, Mezina, 2022). Одной из ключевых целей, способной быть достигнутой с помощью применения системы видеоаналитики, является обеспечение безопасности населения. Стоит отметить, что разработка данной технологии должна быть адаптирована к отрасли, в которую она будет вводиться, так как каждая сфера имеет свои особенности [10] (Timofeev, Timofeeva, 2022).

Рассмотрим ряд научных наработок в российских и зарубежных источниках, освещающих возможность внедрение интеллектуальных систем видеоаналитики в различных отраслях.

К.С. Чумляков и М.В. Сауэр в статье [11] (Chumlyakov, Sauer, 2021) рассматривают возможность внедрения системы видеоаналитики в транспортную отрасль, где особенно важно в настоящее время осуществлять контроль безопасности граждан. Исследователи утверждают, что система видеоаналитики приведет к повышению качества транспортных услуг, а также к увеличению процента доверия жителей к общественному транспорту. Кроме того, в статье описан процесс разработки IT-проекта для внедрения данной системы. По итогам реализации проекта рассчитаны ожидаемые экономические результаты.

Исследование А.Ю. Исаковой и В.И. Шармаева [12] (Isakova, Sharmaev, 2022) направлено на изучение резонности установки системы видеоаналитики в целях определения нарушений требований промышленной безопасности на площадках сооружений атомных электростанций (АЭС). Авторами в данной статье сформулирован вывод о том, что процесс обеспечения и контроля безопасности на площадке строительства АЭС недостаточно автоматизирован и требует наличия информационной системы, с помощью которой может быть осуществлен процесс охраны труда с учетом особенностей предприятия. В качестве предпочтительной технологии предлагается адаптированная система интеллектуальной видеоаналитики.

Система видеоаналитики для обеспечения безопасности в образовательных учреждениях уже внедрена в некоторых зарубежных университетах и колледжах. В статье авторы Liu X., Chen Y. и Zhao Y. [13] (Liu, Chen, Zhao, 2021) рассматривают применение системы видеоаналитики для улучшения общественной безопасности в кампусах университетов в Китае. Авторы описывают архитектуру системы и рассматривают примеры использования для обнаружения и предотвращения опасных ситуаций. Исследование Rashmi M., Ashwin T.S. и Guddeti R.M. [14] (Rashmi, Ashwin, Guddeti, 2021) также направлено на анализ результатов применения системы видеоаналитики для обеспечения безопасности в кампусах университетов.

Для внедрения и разработки систем видеоаналитики, адаптированных под различные сферы, на мировом рынке существует множество компаний. Основные организации, областью деятельности которых является внедрение систем интеллектуальной видеоаналитики, в том числе в образовательные учреждения, систематизированы в таблице 1.

Таблица 1 Организации, специализирующиеся на интеллектуальной видеоаналитике

Наименование организации	Описание используемых и разрабатываемых систем видеоаналитики
BriefCam	Предлагает широкий спектр функций, таких как распознавание лиц и объектов, анализ поведения людей, определение аномальных событий и прочего [15] (Leslie, 2022)
Eagle Eye Networks	Компания использует искусственный интеллект и машинное обучение для анализа видеоданных и автоматического определения событий, таких как движение объектов или необычные звуки [16] (Prathiba, Kumari, 2021)
Vocord	Программа осуществляет мониторинг дорожного движения, фиксацию нарушений ПДД, распознание номер, распознание лиц
VisionLabs	Программный комплекс способен распознавать лица и объекты. Также компания разрабатывает системы дополнительной и виртуальной реальности [17].
DiSiCon	Разработанная программа занимается отслеживанием лесных пожаров и оповещениями о них [18] (Lakeeva, Kuznetsova, 2022)
Synesis	Организация специализируется на хранении и обработке больших данных, систем общественной безопасности и контроля, управлении массовыми мероприятиями [19] (Ankinovich, 2017)
ISS	Специализация компании – видеонаблюдение и видеоаналитика, комплексные отраслевые решения
VideoIntellect	Компания специализируется на предиктивной видеоаналитике в общественных местах [20] (Linyov, Bratukhin, 2021)

Источник: составлено авторами.

В таблице 1 авторами систематизированы организации, реализующие системы интеллектуальной видеоаналитики, примерами использования которых является обнаружение и предотвращение краж, нарушений общественного порядка и других опасных ситуаций.

Алгоритм внедрения системы интеллектуальной видеоаналитики в образовательные учреждения

В целях оценки целесообразности использования систем интеллектуальной видеоаналитики в образовательных учреждениях Российской Федерации необходимо рассмотреть алгоритм работы таких систем. Описание основных шагов представлено ниже, их логическая последовательность отображена на рисунке 1.

1. Сбор видеоданных: система видеоаналитики получает видеофайлы с камер видеонаблюдения, видеоархивов или других источников.

2. Обнаружение объектов: в системе применяются алгоритмы компьютерного зрения для выделения объектов на видео, например, людей, транспорта, животных и т.д.

3. Отслеживание объектов: после выделения объектов система отслеживает их перемещение по видео и создает траектории движения для каждого объекта.

4. Анализ действий: в системе анализируются действия объектов на видео, используя алгоритмы обработки изображений и машинного обучения. Например, система может обнаружить, что человек пытается перелезть через забор или что транспортное средство едет в обратном направлении по односторонней дороге.

5. Распознавание лиц: система видеоаналитики может распознавать лица людей на видео, используя алгоритмы распознавания лиц и базы данных лиц, что позволяет системе идентифицировать конкретного человека на видео и отслеживать его перемещение в течение конкретного промежутка времени.

6. Обнаружение нарушений: система видеоаналитики может автоматически обнаруживать нарушения правил безопасности, такие как пересечение линии разметки, остановка на месте запрещенной зоны или незаконное проникновение в ограниченную зону.

7. Предоставление уведомлений: после обнаружения нарушений или других событий на видео, система видеоаналитики может предоставлять уведомления пользователю в режиме реального времени, например, через мобильное приложение или электронную почту.

8. Аналитика и отчетность: система видеоаналитики позволяет формировать аналитические отчеты, которые дают возможность пользователям просматривать статистику по событиям и объектам на видео в различных форматах.

Рисунок 1. Алгоритм работы системы интеллектуальной видеоаналитики Источник: составлено авторами.

Обеспечение эффективной работы всех представленных на рисунке 1 шагов в разрабатываемой системе видеоаналитики должно осуществляться благодаря качественной и бесперебойной работе основных ее компонентов. Основные компоненты подобных систем представлены в таблице 2.

Таблица 2 Типовые компоненты систем видеоаналитики

Элемент	Описание
Камеры наблюдения	Устройства для захвата видеоизображения
Серверы для обработки видео	Вычислительные устройства, на которых работает программное обеспечение для обработки видеоданных
Программное обеспечение	Система, которая обрабатывает видеоизображения и анализирует их с помощью различных алгоритмов
Хранилище данных	Место, где сохраняются записи с камер наблюдения
Пользовательский интерфейс	Приложение, которое позволяет пользователям просматривать данные, полученные из системы видеоаналитики

Источник: составлено авторами.

Система интеллектуальной видеоаналитики для выявления угроз безопасности и эффективного реагирования на них в образовательных учреждениях использует видеозаписи в качестве входных данных для сравнения с условиями или правилами, определенными в ядре программного обеспечения. В зависимости от типа аналитики механизм программного обеспечения будет искать на изображении конкретную информацию. Если событие соответствует правилу, система инициирует выходные данные или действие. Таким образом, при идентификации опасного или нежелательного события система оповещает сотрудника службы безопасности об этом, причем существует несколько вариантов оповещения: в веб-клиенте, в мобильном приложении или в мессенджере. Следовательно, даже если сотрудник отойдет с рабочего места, опасная ситуация будет обнаружена, после чего работник сможет предпринять меры для ее своевременного решения.

Анализ исследований в области механизмов внедрения систем интеллектуальной видеоаналитики в различные типы организаций, к примеру [21] (Kravchenkov, Samoylova, 2016), позволил авторам дифференцировать типовые шаги при принятии решения о внедрении системы в образовательное учреждение. Для повышения управляемости достижениями результатов внедрения системы видеоаналитики в образовательные учреждения деятельность необходимо разделить на этапы, что позволит увидеть более тонкие детали, которые потребуют наибольшей проработки. Схема проекта внедрения системы видеоаналитики представлена на рисунке 2.

Рисунок 2. Типовые шаги при внедрении системы видеоаналитики в образовательные учреждения

Источник: составлено авторами.

Выделенные этапы реализации внедрения системы видеоаналитики показывают, что среди заинтересованных организаций в установке таких систем можно выделить не только подведомственные образовательные учреждения, а еще коммерческие образовательные организации, культурные учреждения, коммерческие и государственные предприятия. Этапы являются универсальными и применимы для всех типов организаций, заинтересованных в обеспечении безопасности людей.

Как при установке любой системы, основанной на использовании цифровых технологий, необходимо учитывать технологические риски, которые могут возникнуть в процессе внедрения системы интеллектуальной видеоаналитики на предприятиях, к примеру:

1) недостаточный объем данных для обучения модели;

2) недостаточное количество вычислительных ресурсов;

3) трудности с обеспечением информационной безопасности (к примеру, на этапе демонстрационной версии).

Заключение

В настоящее время особую популярность во всем мире набирает процесс цифровизации, который активно распространяется на все отрасли экономики. В данной статье авторами рассматривается вопрос внедрения цифровых технологий в системы видеоаналитики.

Исследование основных примеров реализации подобных систем позволило сделать вывод о том, что создание универсальной системы видеоаналитики, которая сможет быть использована сразу в нескольких отраслях, пока что не представляется возможным. Система должна быть адаптирована под конкретную сферу и подробно продумана в каждой конкретной организации.

Однако существующие примеры внедрения интеллектуальной видеоаналитики в различных отраслях показывают перспективу применения систем, в основном в целях предотвращения опасных ситуаций и обеспечения безопасности граждан, что особенно важно в образовательных учреждениях. В настоящее время в России в школах и университетах в основном эффективная система обеспечения безопасности связана с качественной работой и концентрацией внимания конкретных людей.

Предлагается усовершенствовать эту сферу по аналогии с уже реализованными системами безопасности на основе интеллектуальной видеоаналитики в кампусах в Китае. Авторами подробно расписан алгоритм работы таких систем, выделены основные компоненты для их эффективной реализации.

Определены пять основных шагов при внедрении систем видеоаналитики в образовательные учреждения, которые могут быть полезны специалистам, осуществляющим руководство проектами по внедрению современных цифровых систем в деятельность организаций. Отмечается, что системы обладают рядом технологических рисков, которые необходимо учитывать при принятии решения о внедрении системы интеллектуальной видеоаналитики в образовательные организации.

Источники:

1. Зубкова О.С., Фахрутдинова А.В., Мухаметзянова Ф.Г., Терентьева И.В. Цифровизация университетского образовательного пространства как фактор успешности студентов–будущих педагогов // Ученые записки. Электронный научный журнал Курского государственного университета. – 2021. – № 2(58). – c. 99-107.
2. Самойленко Н.Б., Жарко Л.Н., Шевченко М.С. Цифровизация высшего образования: от теории к практике // Умная цифровая экономика. – 2022. – № 4. – c. 88-99.
3. Петрова Н.П., Бондарева Г.А. Цифровизация и цифровые технологии в образовании // Мир науки, культуры, образования. – 2019. – № 5(78). – c. 353-355. – doi: 10.24411/1991-5497-2019-00138.
4. Чинаева Т.И. Влияние цифровизации на процессы трансформации системы высшего образования // Статистика и Экономика. – 2020. – № 4. – c. 85-95. – doi: 10.21686/2500-3925-2020-4-85-95.
5. Нападения на учебные заведения в России. Wikipedia.org. [Электронный ресурс]. URL: https://ru.wikipedia.org/ (дата обращения: 20.04.2023).
6. Гурьянов Н.Ю., Коротаева Т.В. Девиации когнитивных способностей человека под воздействием информационных технологий // Вестник Московского государственного областного университета. Серия: Философские науки. – 2021. – № 1. – c. 111-118. – doi: 10.18384/2310-7227-2021-1-111-118.
7. Сорокина Е.С. Концентрация человека и развитие рынка труда // Экономические и социальные перемены: факты, тенденции, прогноз. – 2020. – № 2(60). – c. 116-119.
8. Carlsson B. The Digital Economy: what is new and what is not // Structural Change and Economic Dynamics. – 2004. – № 3. – p. 245-264. – doi: 10.1016/j.strueco.2004.02.001.
9. Зозуля А.В., Зозуля П.В., Титов С.А., Титова Н.В., Мезина Т.В. Эффективность использования цифровых технологий в производственных процессах угольной промышленности // Уголь. – 2022. – № 9(1158). – c. 47-52. – doi: 10.18796/0041-5790-2022-9-47-52.
10. Тимофеев С.С., Тимофеева С.С. Цифровое будущее охраны труда // XXI век. Техносферная безопасность. – 2022. – № 1(25). – c. 51-62. – doi: 10.21285/2500-1582-2022-1-51-62.
11. Чумляков К.С., Сауэр М.В. Обеспечение безопасности перевозок пассажиров путем применения системы видеоаналитики на автомобильном транспорте // Технико-технологические проблемы сервиса. – 202. – № 4(58). – c. 19-24.
12. Исакова А.Ю., Шармаев В.И. Проектирование системы видеоаналитики нарушений требований промышленной безопасности на площадках сооружения АЭС // International Journal of Open Information Technologies. – 2022. – № 8. – c. 77-83.
13. Liu X., Chen Y., Zhao Y. Research on Application of Video Analysis Technology in University Campus Public Security Management // IOP Conference Series: Earth and Environmental Science. – 2021. – № 1.
14. Rashmi M., Ashwin T. S., Guddeti R.M. Surveillance video analysis for student action recognition and localization inside computer laboratories of a smart campus // Multimedia Tools and Applications. – 2021. – № 19. – p. 2907-2929. – doi: 10.1007/s11042-020-09741-5.
15. Leslie D.L. Comparative salary‐related costs of a brief app‐directed delirium identification protocol by hospitalists, nurses, and nursing assistants // Journal of the American Geriatrics Society. – 2022. – № 8. – p. 2371-2378. – doi: 10.1111/jgs.17789.
16. Prathiba T., Kumari R.S.S. Eagle eye CBVR based on unique key frame extraction and deep belief neural network // Wireless Personal Communications. – 2021. – p. 411-441.
17. Адейкин С.А., Ахметшин А.И., Балашов А.Ю. [и др.] Свидетельство о государственной регистрации программы для ЭВМ № 2019612595 Российская Федерация. VisionLabs Access Control: № 2018661980: заявл. 30.10.2018: опубл. 22.02.2019, заявитель Общество с ограниченной ответственностью «ВижнЛабс»
18. Лакеева А.С., Кузнецова С.Н. Управление инновационной деятельностью ООО «ДиСиКон» // Экономическое развитие России: тенденции, перспективы: Сборник статей по материалам VIII Международной студенческой научно-практической конференции. Нижний Новгород, 2022. – c. 85-89.
19. Анкинович В.В. Оценка экономической эффективности использования интеллектуальных систем видеоаналитики на примере разработок ООО «Синезис». / Аннотация к дипломной работе., 2017. – 68 c.
20. Линёв Е.Д., Братухин Д.С. Технология видеоаналитики в современном понимании // Инновационные научные исследования 2021: Сборник статей Международного научно-исследовательского конкурса. Пенза, 2021. – c. 21-24.
21. Кравченков В.В., Самойлова Т.А. Разработка веб-сервиса видеоанализа с использованием параллельных систем баз данных // Современные информационные технологии и ИТ-образование. – 2016. – № 2. – c. 77-83.

Страница обновлена: 03.12.2024 в 13:24:44

Подробнее об авторах: