Enhancing Human Attention Span with Self-Learning Video Analytics

Задачи

The human brain has limited attention span capabilities. Leveraging advancements in video pattern detection, video analytics technology addresses this issue. Paired with high-definition imaging, Avigilon self-learning video analytics provides security operators with highly accurate alerts and clear image detail, enhancing their ability to effectively intervene and take action when an event occurs.

Загрузите PDF
Enhancing Human Attention Span with Self-Learning Video Analytics


The human brain has limited attention span capabilities. A 1999 study (Green, 1999) found that after 20 minutes, guards watching a video scene will miss up to 95 percent of all activity. Leveraging advancements in video pattern detection, video analytics technology addresses this issue and has comprehensively evolved from being a strictly forensic tool into a powerful proactive solution. Paired with high-definition imaging, Avigilon self-learning video analytics provides security operators with highly accurate alerts and clear image detail, enhancing their ability to effectively intervene and take action when an event occurs.


The Economics of Human Attention

Один из первых разработчиков искусственного интеллекта Герб Саймон (Herb Simon) сказал: «Обилие информации приводит к снижению концентрации внимания». Саймон отметил, что большинство технологических систем было направлено на получение максимально возможного количества информации без учета способностей человека к концентрации внимания. Следовательно, такие системы давали людям чрезмерное количество информации, в то время как на самом деле требовались системы, способные отбирать необходимую информацию, а также данные, требуемые в данный момент (Саймон, 1996).

Фактически Герб Саймон описал теорию экономики внимания — подхода к управлению информацией, при котором учитывается фактор дефицита человеческой внимательности и связанной с этим ограниченной способности к восприятию информационного потока. На основе теории экономики внимания строятся системы, в которых учитываются эти особенности и создаются фильтры, позволяющие отбирать только необходимую для пользователя информацию.


ACC6.0 Monitor Angle Flipped 240px

The Security Risk of the Human Attention Span

Согласно теории экономики внимания, большинство современных центров управления безопасностью и соответствующих систем видеонаблюдения предоставляют персоналу служб безопасности избыточное количество информации, что естественным образом приводит к недостатку внимания. Вышеупомянутое исследование (Green, 1999) выявило неутешительные тенденции эффективности работы операторов.

  1. Приблизительно через 20 минут внимание оператора системы безопасности значительно снижается
  2. При низком качестве изображения концентрация внимания персонала снижается значительно быстрее
  3. Удвоенное количество камер ухудшает внимание в два раза.

Концепция технологии видеоаналитики состоит в предоставлении только той информации, которая требует немедленного внимания оператора. Однако многие из этих систем создают чрезмерное количество ненужной информации, которая вызывает перегрузку оператора и не способствует повышению эффективности работы.


whitepaper hd analytics image 3

The Evolution of Video Analytics

Видеоаналитика нашла применение в трех технологиях.

  1. Видеосистемы обнаружения движения, когда важно любое отличие одного кадра от другого.

  2. Расширенная видеосистема обнаружения движения, когда важно любое изменение относительно фоновой модели.

  3. Расширенная видеосистема обнаружения модели, когда важны любые изменения в модели движения известного объекта.

Video Motion Detection

Сегодня видеосистема обнаружения движения (VMD) является стандартной функцией новейших камер видеонаблюдения, регистраторов, а также программного обеспечения в области управления видеоматериалами. Система VMD основана на обнаружении любого пиксельного изменения между кадрами с помощью упрощенного порогового значения, задаваемого пользователем. Система VMD наиболее эффективна в неподвижных, статичных средах. При этом возможности этой технологии ограниченны в динамичных средах, что обусловлено большим количеством ложных тревог. К сожалению, большой поток ложных тревог приводит к быстрому снижению концентрации внимания оператора.


whitepaper hd analytics image 9

Advanced Video Motion Detection

Данное обстоятельство послужило толчком к переходу от простых систем VMD к модернизированным видеосистемам обнаружения движения (AVMD). Система AVMD основана на использовании заданной базовой (фоновой) модели, при любом отклонении от которой формируется сигнал тревоги. В основе этой технологии обнаружения движущихся объектов лежит мониторинг наблюдаемой зоны и использование данных, полученных посредством сложного процесса ручной калибровки. Система AVDM эффективна, когда она правильно настроена и откалибрована, однако в условиях изменения компоновки фона (например, при изменении времени года и физических изменениях) возможности системы ограничены, при этом со временем повышается число ложных срабатываний, поэтому возникает необходимость в регулярной калибровке.


whitepaper hd analytics image 10

Advanced Video Pattern Detection

Advanced Video Pattern Detection is based on pattern modeling algorithms, alerting on any change that has a pattern of a known object type such as a person or a vehicle. The technology focuses on recognizing the objects in view and using information of the movement of the object to accurately classify it. Consider how humans recognize objects: we recognize an object based on its look, shape and movement. Advanced Video Pattern Detection works in a similar fashion.

Of the three types of video analytic technologies noted above, Avigilon self-learning video analytics uses Advanced Video Pattern Detection, which typically provides the lowest rate of false alarms, helping to sustain operator attention by highlighting information that is relevant and of interest.


whitepaper hd analytics image 6

The Combination of High-Definition Video and Analytics

В исследовании, проведенном в 1983 году (Нухтерляйн, 1983) и посвященном проблеме постоянной концентрации визуального внимания, была выявлена значительная корреляция между качеством изображения и способностью непрерывно сохранять концентрацию внимания на высоком уровне. Согласно исследованию при снижении качества видеоизображения понижалась концентрация внимания. В сфере систем безопасности операторы не могут видеть то, что не фиксируется системой, при этом повысить качество изображений с низким разрешением невозможно. Это обуславливает важность применения видеосистем высокой четкости.

Благодаря развитию систем видеонаблюдения высокой четкости использование видеотехнологий с более высоким разрешением и качеством изображения позволяет повышать концентрацию внимания операторов.

Исследование эффективности операторов систем видеонаблюдения, проведенное в 2008 году (Sulman, Sanocki, Goldgof, & Kasturi, 2008), выявило, что человеческие возможности отслеживания одновременных сигналов существенно ограниченны. Результаты исследования показали, что при работе с девятью дисплеями операторы пропускают 60 % объектов, а при работе с четырьмя — только 20 %.


With the use of higher resolution imaging in combination with appropriate lenses and camera placement, organizations now have the opportunity to reduce the total number of installed cameras. High-definition imaging provides the benefit of wide area coverage with the ability to digitally zoom into areas of interest for clear detail within a scene. With this increased coverage, fewer cameras are required to cover a vast area resulting in fewer monitors for an operator to view. According to the above 2008 study, this technology can contribute to an increased rate of object identification.

A high-definition video analytics solution combined with advanced video pattern detection technology addresses human attention span and target identification challenges in four ways:

  1. Система моделирования с помощью фильтра осуществляет обнаружение только известных объектов.
  2. Высокоточная система обнаружения объектов позволяет генерировать сигналы тревоги, актуальные на данный момент.
  3. При надлежащем размещении камер высокого разрешения можно снизить общее число камер и повысить эффективность идентификации объектов оператором.
  4. Видеосистемы высокой четкости позволяют создавать изображения с высокой детализацией, благодаря чему обеспечивается высокое качество свидетельских материалов и адекватность принимаемых мер.

Выводы

The video surveillance market has reached a critical point in the ability to increase security operator attention span and provide effective proactive surveillance solutions. The results of the studies discussed in this paper show that it has become increasingly important to leverage advancements in video analytics technology, such as video pattern detection, to address the challenge of increased information with decreased attention spans. We are now in the era of high-definition video imaging. Avigilon self-learning video analytics paired with high-definition imaging provides security operators with highly accurate alerts and clear image detail, giving them the ability to effectively intervene in a situation of interest and take action.

Find out how Avigilon self-learning video analytics technology can increase the effectiveness of your video surveillance system.



Глоссарий

Версия ACC Последняя версия ACC, протестированная с камерой. Поддержка также обеспечивается и для более старых версий ACC, если в технических характеристиках не указано иное.
Аудиовход Получить аудиопоток с камеры.
Аудиовыход Отправить аудио на микрофон, подключенный к камере.
Автоматическое определение Автоматическое определение IP-адреса камеры при подключении в пределах сети LAN.
Тип сжатия Описывает тип шифрования, поддерживаемого камерой.
Тип подключения Описывает тип используемого драйвера устройства. "Native" указывает на драйвер устройства, предоставленный производителем.
Компенсация искажений Встроенная функция компенсации искажений при съемке объективами типа Fisheye или панорамными объективами.
Цифровой вход Получить цифровые входы или входы реле от камеры.
Цифровой выход Запустить цифровые выходы или выходы реле, физически подключенные к камере.
Движение Быстрый вывод информации о том, доступна ли функция записи движения для камеры.
Настройка определения движения Настройка функции определения движения в клиенте ACC.
Запись движения Поддержка записи при обнаружении движения.
PTZ Быстрый вывод информации о том, доступны ли функции PTZ для камеры.
Элемент управления PTZ Базовые движения PTZ.
Образцы/маршруты PTZ Возможность создавать и запускать образцы или маршруты PTZ в зависимости от поддерживаемой камеры.
Предустановки PTZ Создание и запуск предустановок PTZ.
Тип устройства Тип камеры.
Проверено Организация, осуществившая тестирование камеры и заявленных характеристик.
Проверенная микропрограмма Specific firmware version tested.
Производитель Blah
Модель DS-2DE2103
Тип подключения ONVIF
Тип устройства IP-камера PTZ
Compression Types H.264

  • Версия ACC
  • Модель DS-2DE2103
  • Тип подключения ONVIF
  • Производитель Blah
  • Производитель Blah
  • Производитель Blah
  • Производитель Blah
  • Производитель Blah
  • Производитель Blah
  • Производитель Blah
  • Производитель Blah
  • Производитель Blah