Транспортники обещают, что благодаря новейшим технологиям без билета в метро не проскочит ни один «заяц», футбольные фанаты станут вести себя гораздо спокойнее, а карманники и подавно предпочтут обходить подземку стороной. Впрочем, специалисты говорят, что подобные системы пока не могут стать панацеей для решения абсолютно всех проблем безопасности. «МК» попытался проверить, не приведет ли повсеместная установка умных устройств к тотальному контролю за москвичами и гостями столицы?
Привычное видеонаблюдение на станциях метро, функция которого сводится в основном к записи событий на пленку, перестало быть актуальным, считают специалисты. Нет, оно, безусловно, нужно, но лишь в совокупности с системой, которая позволяет предотвращать и раскрывать преступления в считаные минуты.
...Захожу в обычную, на первый взгляд, комнату. Как и во многих кабинетах, здесь стоит несколько компьютеров, висит парочка видеокамер. Уже через мгновение один из компьютеров начинает выдавать на мониторе одну за другой мои фотографии. Вскоре в небольшом окошке появляется сообщение «Соответствий не найдено».
— Поздравляю, вы не числитесь ни в одной базе, правонарушений не совершали, — шутит Анна Гуреева, сотрудник компании. — А вот меня компьютер вычислил сразу же.
На самом деле, конечно, база содержит сведения вовсе не о преступниках. Для испытаний умной системы компания-разработчик загрузила на сервер фотографии своих сотрудников. Опытные испытания оборудования успешно прошли на станциях «Библиотека имени Ленина» и «Парк культуры»-радиальная.
Не улыбайтесь, вас распознают
Чем отличаются камеры для распознавания лиц от обычных видеокамер? Во-первых, они черно-белые. Использовать цветные нет смысла, потому что светочувствительность, а значит, и точность распознавания у них хуже, чем у черно-белых. Во-вторых, система автоматически управляет параметрами камеры, сама подстраивается под условия освещения: затемненные участки высветляет, более светлые делает четче.
— Есть заблуждение, что у подобных систем одно предназначение: ловить террористов, — продолжает Анна Гуреева. — Это не совсем так. С помощью систем распознавания лиц легче поймать многих мелких нарушителей, которым не приходит в голову скрывать свое лицо, чем нескольких избранных террористов, которые скорее всего предпримут все меры, чтобы не быть узнанными.
Важный момент: надежно распознать человека из базы умная система сможет, если он будет смотреть прямо на камеру, не улыбаясь, не корча рожи, не прикрывая лицо рукой или шарфом. Заставить человека вести себя подобным образом — реально. «В идеале система должна перекрывать все входы-выходы на станции метро, а также переходы между станциями. Они достаточно узкие, поэтому грамотно разместить камеры, чтобы они ловили лица по всем правилам, не проблема. Есть и дополнительная мера для привлечения внимания: повесить над камерой яркую картинку или информационный экран. Это притягивает взгляды людей и заставляет их смотреть прямо в камеру. Такой незатейливой вещью достигается стопроцентное совпадение. Но стоит человеку повернуть голову хотя бы на 15 градусов — распознавалка работает или с низкой вероятностью, или вообще молчит. Детекторы, которые красиво выглядят в рекламе, вовсе не так замечательно работают в реальности», — объясняет специалист.
Но допустим, система сопоставила лицо проходящего человека с фотографией, находящейся в базе. Что происходит дальше? В ситуационный центр поступает информация примерно следующего содержания: «Вася Пупкин, злостный безбилетник, обнаружен в переходе со станции «Боровицкая» на станцию «Александровский сад». Достоверность такая-то, время прохода — такое-то. Рядом — фотография его лица, запечатленная камерой, эталонный снимок (из базы данных) и информация с обзорных видеокамер, которые находятся рядом.
— Одна из самых часто решаемых умной системой задач — поимка мелких правонарушителей: безбилетников, драчунов, футбольных фанатов-хулиганов, — говорят разработчики. — И в этом случае не обойтись без участия человека.
Как утверждают специалисты, даже совершенная техническая система — это в лучшем случае половина успеха. Остальное приходится на организационный фактор. Как используют полученную информацию сотрудники ситуационного центра, отправят ли они ее полицейским, среагируют ли вообще на это? Попытаются ли сопоставить факты?
Например, одежда нарушителя, которую с высокой долей вероятности запечатлели обзорные видеокамеры, является важным опознавательным знаком для патрульных на станции. Но если патруль получил информацию, когда нарушитель уже покинул пределы метро, вполне возможно, что стражи порядка забудут про него. «В идеале нужно взять информацию о нарушителе с камер распознавания лиц — тогда удастся узнать, в какое время он заходил в метро, — говорят аналитики. — Эта информация и может стать решающей в поимке».
Если выяснится, что на станцию «Беляево» злостный безбилетник сегодня заходил в восемь часов утра и вчера в восемь, и позавчера, то скорее всего он живет поблизости и завтра зайдет в то же время. Следующее действие стражей порядка — прийти утром в вестибюль станции «Беляево», дождаться «зайца» и, застигнув его перепрыгивающим через турникет, подхватить под белы рученьки.
То же самое касается и футбольных фанатов. Московскому метро чрезвычайно портит статистику станция «Спортивная», где происходят столкновения не в меру эмоциональных болельщиков. Видеораспознавание помогло бы контролировать ситуацию. Ясно, что сами по себе камеры драку не предотвратят. А вот срабатывание умной системы на появление нарушителя увеличит шансы купировать неприятную ситуацию — конечно, при условии слаженной работы служб безопасности. Вовсе не обязательно сразу запирать фаната-«рецидивиста» в «обезьянник» — для начала достаточно взять его под наблюдение.
Детектор показывает сплошную толпу на платформе или в вестибюле? Значит, станция переполнена и необходимо предпринять меры для рассредоточения пассажиров. Так можно предотвратить случайные падения и неслучайные столкновения людей на рельсы, а также несчастные случаи из-за ударов пассажиров зеркалами обзора.
Есть и еще одно применение системы распознавания лиц — на этот раз в мирных целях. Система умеет не только распознавать лица, но и считать проходящих людей. Можно собирать статистику пассажиропотоков и с помощью этой информации составлять расписание, плотность движения поездов, время включения-выключения дополнительных эскалаторов на переходах.
Все вышесказанное относится к плоскому детектору распознавания лиц — в 2D. Сейчас идет тестирование системы, которая обладает гораздо большими возможностями: стереокамеры делают синхронные снимки лица в разных ракурсах, анализируют текстуру кожи, система собирает полученные данные в единое целое и строит 3D-модель лица человека. Преступник не сможет спрятаться, даже если будет вертеть головой. Улыбка тоже не мешает распознаванию. Но в ближайшие годы о массовом внедрении этой, без сомнения, революционной новинки речь не идет.
«Большого Брата» в метро не будет
Некоторое время назад у Московского метрополитена родилась фантастическая идея: сотрудники подземки хотели добавить в эталонную базу умной системы всех пассажиров. Ну а поскольку в метрополитене ездит по меньшей мере 80% горожан плюс значительное количество жителей области, представьте, какой получился бы массив информации. Да, задача тотального контроля за москвичами была бы решена. Но поиск преступников сошел бы на нет. И вот почему.
— Если занести в базу фотографии 10 миллионов человек, система будет реагировать почти на каждого вошедшего в метро, — объясняют специалисты. — Какой в этом смысл? Зачем силовым структурам знать, во сколько уборщица магазина тетя Зина выходит из дому и во сколько возвращается? В систему распознавания лиц можно и нужно загнать несколько баз данных: МВД, ФСБ, службы безопасности метро. Эти базы используются для выполнения разных задач. Среднее количество людей в одной базе данных — 1—2 тысячи, для метрополитена допустимо до 100 тысяч, только в этом случае система будет эффективно вылавливать нарушителей.
Еще одна утопическая идея, которую тем не менее мечтают воплотить в жизнь транспортники, — наряду с детектором распознавания лиц создать детектор нетипичного поведения людей. Сторонники этой идеи полагают, что в обычном (не опасном для окружающих) состоянии люди не напрягают лицо, не делают активных телодвижений и не собираются большими группами. И, закачав в программу образы пассажиров со сведенными бровями, сжатыми губами и растрепанными волосами, можно будет предотвратить множество потенциальных правонарушений. Но далеко не все профессионалы уверены в эффективности такого подхода к обеспечению безопасности.
— Определить психоэмоциональное состояние людей непросто даже профессиональному психологу, а куда уж бездушной машине... Система же не понимает, что человек напряжен из-за предстоящего развода или неприятностей на работе, а не из-за того, что он замыслил недоброе. Скорее всего детектор будет реагировать на каждого второго, — говорит технический директор IT-компании Алексей Кадейшвили. — Или, допустим, у человека хорошее настроение, и он улыбнулся своим мыслям. Система же может решить, что пассажир — маньяк. С другой стороны, если человек читает книгу, мы никогда не поймем, в каком он настроении. Или возьмите людей из Москвы, с Кавказа и из Украины — у каждой из этих групп разные поведенческие стереотипы. Привычное для кавказца суровое выражение лица машина запросто воспримет как угрозу другим пассажирам. Нужно понимать, что не существует мало-мальски стабильно работающих ни детектора нестандартного поведения, ни детектора драки.
Кстати, несколько лет назад метрополитен секретно тестировал и даже на полном серьезе хотел внедрить систему определения... ауры. Предполагалось, что сделать кадры некоего биополя можно при определенном воздействии электрического поля на человека. Интенсивность, цвет и конфигурация излучения якобы обусловлена в том числе психоэмоциональным состоянием испытуемого. «Я хорошо помню эти испытания, — рассказал «МК» на условиях анонимности участник эксперимента. — Идет молодой человек с букетом цветов — у него здоровая, розовая, аура, то есть вроде как он не опасен для общества. А у бабушки в старенькой одежде, катящей замасленную сумку на колесиках, — грязно-зеленая. Подходим мы к той бабушке и спрашиваем: «Как, бабушка, вы себя чувствуете? Вам, наверное, плохо?» А она и отвечает: «Да плохо, миленькие, пенсия крошечная, приходится за продуктами ездить в другой конец города, там подешевле». Вывод: раз у бабушки все плохо и датчик диагностирует плохую ауру, значит, система работает. Да только к преступности она не имеет ни малейшего отношения»...
Но вернемся к вполне себе эффективному интеллектуальному видеонаблюдению. Если планы метрополитена не изменятся, то уже через 4—5 лет подземка будет полностью оборудована умными детекторами. Внедрять их начнут на новых ветках. Все новые вагоны будут поступать в метро с уже встроенными видеокамерами. Существующие аналоговые видеокамеры постепенно заменят цифровыми. Их счет пойдет на тысячи.
Умные системы смогут не только распознавать лица, но и обнаруживать оставленные предметы на перронах и анализировать поведение толпы — но не с помощью мифических аур, а на основе формализованных алгоритмов. Впрочем, как рассказали транспортники, внедрение новинки связано не только с защищенностью пассажиров метро, но и с технологическими нуждами. Система будет докладывать операторам эскалаторов о загрузке, скоплении людей, необходимости включения реверса, окажет серьезную помощь в нештатных ситуациях. В дальнейшем автоматика сможет при падении человека на рельсы останавливать поезда до въезда на станцию.
У метро есть планы по созданию охранной службы, которая будет принимать тревожные сигналы параллельно с диспетчерами ситуационного центра (не путать с полицией). Информация с детекторов станет поступать как в ситуационный центр, так и напрямую сотрудникам правопорядка. Метрополитен хочет полностью привязать их к мобильным устройствам — чтобы информация сразу поступала бы, к примеру, на наладонник. В случае же чрезвычайного происшествия сигналы, в идеале, будут сразу идти в полицию, «скорую помощь» и другие специальные службы.
