Современные алгоритмы компьютерного зрения выявляют нарушения техники безопасности, контролируют транспортные потоки и загруженность общественных пространств, обнаруживают оставленные предметы и решают десятки других задач в режиме реального времени. Однако, несмотря на очевидную пользу, эта технология продолжает порождать массу мифов и вопросов. Например: куда уходят данные, которые снимаются в фоновом режиме, распознает ли камера каждого прохожего по биометрии и следят ли за нами «в реальном времени 24 часа»? Руководитель направления развития продуктов видеонаблюдения RVi Group Илья Малышев объясняет, почему видеоаналитика – это помощник в обеспечении безопасности города, а не шпион.
Миф 1. Камеры отслеживают всех и всегда
Видеоаналитика принципиально меняет процесс видеонаблюдения, но это не значит, что теперь на каждого человека, попавшего в объектив камеры, сразу же собирается профиль со всеми данными, которые о нем можно получить.
Умное видеонаблюдение лишь оптимизирует процессы и устанавливает новый порядок контроля за событиями. Теперь оператор не должен непрерывно следить за всем по камерам — он отсматривает только то, что система определила как важное. Камеры самостоятельно анализируют обстановку и, если развитие событий отличается от обычного сценария, отправляют оператору сигнал, что нужно обратить внимание на видеопоток.
Система умеет выявлять предметы, находящиеся в неположенных местах или оставленные хозяевами на чрезмерно долгий срок, нетипичное поведение людей (например, при давке из-за скопления людей, при драке или при падении человека из-за проблем со здоровьем), аварии и многое другое.
И в этой роли видеоналитика стала важной частью городской инфраструктуры. Система «Безопасный город» охватывает всю страну, а умные камеры внедряются в энергетику, ЖКХ, транспорт и другие сферы.
Миф 2. Камеры всегда распознают человеческие лица
Несмотря на распространенное заблуждение, распознавание лиц не входит в базовые задачи систем видеонаблюдения. Причин тут несколько:
- Во-первых, обеспечение работы камер, получение, обработка и хранение видеоданных требует огромных ресурсов.
- Во-вторых, определение наличия людей на видео и соотнесение их лиц с базой – это два разных энергоемких процесса, которые используются вместе лишь при необходимости. И такая способность требует не только качественного «железа», но и подключения специальных программ. Поэтому не каждая камера распознает людей в лицо. Обычно прохожие, попадающие на видео, не идентифицируются алгоритмами и представляют для системы просто белый шум.
- В-третьих, работа с персональными данными жестко контролируется. Любой сбор персональных данных регулируется и защищается законодательством. В частности, использование видеоаналитики ограничивается Федеральным законом № 152-ФЗ «О персональных данных» и Конституцией. Статья 23 закрепляет право каждого на неприкосновенность частной жизни, личную и семейную тайну. Статья 24 запрещает сбор, хранение, использование и распространение информации о частной жизни лица без его согласия, если иное не предусмотрено законом.
В результате видеонаблюдение за частной территорией нелегально и запрещено – камеры в ЖК не будут «разглядывать», что происходит за окнами квартир.
Миф 3. Все камеры способны идентифицировать личность человека
Большинство современных систем видеонаблюдения анализируют не личности, а события. Если для решения задачи не требуется идентификация человека, то распознавать лица — это избыточная мера. Так, например, алгоритмы видеоаналитики помогают бизнесу подсчитывать количество посетителей магазина, фиксировать длину очереди, обнаруживать наиболее популярные у посетителей места или анализировать транспортный поток. В рамках этих задач нет необходимости определять, кто именно находится в кадре.
На промышленных предприятиях зачастую требуется контроль соблюдения техники безопасности. Для этого алгоритмы автоматически определяют использование средств индивидуальной защиты, выявляют нахождение работников в опасных зонах и фиксируют потенциально опасные ситуации. В таких сценариях тоже важно обнаружить событие и предупредить инцидент, а не идентифицировать конкретного человека.
Миф 4. Базу биометрических данных легко украсть или продать злоумышленникам
Еще один распространенный вопрос связан с хранением информации. Опасения зачастую касаются дальнейшей судьбы записей — кто имеет к ним доступ и насколько надежно они защищены.
На практике доступ к видеоданным ограничивается кругом специально уполномоченных сотрудников, а сами действия с информацией контролируются и фиксируются в журналах событий. Так, в крупных государственных и корпоративных системах доступ к данным, как правило, распределяется по уровням полномочий. Поиск же людей по записям с видеокамер возможен только по предварительному запросу от уполномоченных органов (МВД, например) и осуществляется только в отношении тех лиц, которые официально внесены в базу розыска.
Кроме того, для операторов биометрических персональных данных установлены жесткие и четкие требования по защите информации. Помимо упомянутого Федерального закона №152-ФЗ, они включают закон №572-ФЗ, Постановление Правительства РФ №1119, приказ ФСТЭК России №21. В зависимости от категории системы применяются различные меры защиты, в том числе резервное копирование, криптографическая шифровка данных для защиты информации и регулярные проверки системы безопасности на бреши или попытки взлома.
Миф 5. Биометрические данные собираются без согласия человека и их использование не контролируется
Когда технология видеонаблюдения используется для распознавания лиц, умные алгоритмы устанавливают личность человека по биометрическим данным. К ним относятся уникальные физиологические и биологические особенности человека. И, как было упомянуто ранее, для этого требуется специальный функционал, которым не обладают обычные уличные камеры.
Распознавание лиц требует отдельной процедуры, особого порядка хранения собранных данных, специализированного оборудования и программного обеспечения. Более того, объект сбора такой информации должен сперва дать письменное согласие. Например, когда вип-посетитель приходит в элитный магазин, ему могут предложить в рамках программы лояльности предоставить свои данные для биометрической системы. Чтобы, когда клиент придет в следующий раз, система оповестила персонал о его визите, и сотрудники смогли быстрее и качественнее обслужить вип-клиента.
Для регулирования биометрических данных государство сформировало отдельный контур — Единую биометрическую систему (ЕБС). Она предназначена для идентификации и аутентификации граждан при получении государственных и коммерческих услуг. ЕБС используется только гражданскими сервисами, не связана с городскими системами видеонаблюдения и не используется для розыска людей (он проводится через базы МВД). Биометрическая идентификация более строго регулируется, в отличие от других технологических сценариев компьютерного зрения, поэтому система получает и обрабатывает эту информацию только с согласия граждан.
При работе с ЕБС организации, использующие биометрическую идентификацию, должны соблюдать законодательство о биометрических персональных данных, а также специальные требования по информационной безопасности и по взаимодействию с инфраструктурой этой системы. Подключение к ЕБС требует специального программного обеспечения и сертифицированного криптооборудования для шифрования каналов связи. И компании оплачивают хранение информации о каждом конкретном распознанном лице. В связи с чем запуск такой системы обойдется предприятию примерно в сумму от 1,3 млн руб. (без учета регулярных платежей).
Так у большинства уличных камер нет функционала для распознавания лиц в связи со специальными требованиями к обработке биометрии и заметной стоимостью необходимого для этого оборудования. Те же камеры, что обладают подобным функционалом, не занимаются идентификацией абсолютно каждого лица, попавшего в объектив.
В итоге системы видеоаналитики уже стали частью инфраструктуры общественной безопасности. Причем сегодня технологии распознавания лиц не нарушают частных прав за счет интеллектуальных сценариев работы и достаточно проработанной нормативной базы, включающей строгие требования для защиты приватности. И именно соблюдение этой границы определяет, воспринимается ли видеоаналитика как инструмент повышения безопасности и качества сервиса или становится для жителей городов источником психологического напряжения.