Kameravalvonnan analytiikan suunnittelu on tarkkaa työtä

Kameravalvonnan analytiikasta on puhuttu jo vuosikausia, ja se on ”muotia” kameravalvontakohteita suunnitellessa. Varsinkin myydessä tuodaan usein esiin analytiikkaominaisuudet. Sinänsä se on ihan järkevää, ovathan nykyiset IP-kamerat jo itsessään pieniä tietokoneita, joiden prosessoritehoa voidaan hyödyntää muuhunkin kuin pelkkään kuvan tuottamiseen. On henkilölaskentaa, ikä- ja sukupuolijakauman arviointia, heat mappingia ja erilaisia tapoja saada hälytys alueelle tulemisesta, väärään suuntaan kulkemisesta tai vaikka aidan ylittämisestä.
Valmistajien tapa ilmoittaa analytiikasta tuntuu olevan hyvin joustava. Kerrotaan esimerkiksi, että kamerassa on kolme analytiikkaominaisuutta: kuvassa voidaan määrittää objektin koko, liikkeen nopeus ja rajan ylitys. Minun sanastossani nuo ovat ennemminkin liiketunnistuksen suodatusta (Video Motion Filtering eli VMF) kuin varsinaisesti analytiikkaa. Analytiikaksi lasken sen, kun kuvasta tunnistetaan, että kyseessä on esimerkiksi ihminen tai ajoneuvo.

Asennukseen vaikuttavat lukuisat eri tekijät

Analytiikan saaminen toimimaan oikein ei ole ollenkaan niin yksinkertaista kuin äkkiseltään voisi luulla. Vastaan voi tulla mitä erilaisempia asioita, jotka aiheuttavat vääriä tuloksia. Sen takia olisi hyvä tietää jo asennusvaiheessa, aiotaanko kameraa käyttää analytiikkaan.

Kameran asennuspaikka ja -korkeus ovat erittäin tärkeitä tekijöitä. Kuulostaa yksinkertaisen helpolta, että piirretään raja, jonka ylityksestä tulee sitten hälytys. No, niinhän se varmasti onkin, mutta kun hälytyksiä tulee 1000 kpl vuorokaudessa, on niiden vastaanottajalta huumori lopussa aika nopeasti.
Myös olosuhteisiin voi tulla muutoksia, joita voi olla etukäteen vaikea huomioida. Esimerkkinä tästä on, kun koululuokassa henkilölaskentaan käytettiin kameraa, joka oli toiminut erinomaisesti kauppakeskuksissa. Lasten käyttäytyminen poikkesi aika rajusti tyypillisistä kauppakeskuksen asiakkaista, jotka eivät esimerkiksi jää sisääntulo-ovelle tekemään punnerruksia tai vatsalihasliikkeitä. Myös rakennustyömailla on koettu ongelmia, kun kameran kalibroinnin jälkeen maisema muuttuu, kun rakennustyömaa valmistuu tai käyttäjä kääntää kameraa mielestään tärkeämpään suuntaan.
Ulkotiloissa Suomen sääolosuhteet muodostavat ongelmia, joita ulkomaalaisten koodareiden on vaikea ennakoida. Ilmassa lentää lumihiutaleita, lehtiä ja muuta vastaavaa, jotka voivat aiheuttaa vääriä tuloksia. Varsinkin keväällä ja syksyllä aurinko paistaa matalalta ja tekee ihmisestäkin pitkän varjon. Analytiikan näkökulmasta voi olla vaikeaa erottaa ihminen ja ihmisen varjo. Sen takia valvonta-alueita on osattava säätää oikealla tavalla. Myös autojen valot ja niistä aiheutuvat varjot aiheuttavat herkästi vääriä tulkintoja.

”Lasten käyttäytyminen poikkesi aika rajusti tyypillisistä kauppakeskuksen asiakkaista, jotka eivät esimerkiksi jää sisääntulo-ovelle tekemään punnerruksia tai vatsalihasliikkeitä.”

GDPR:n vaikutus analytiikkaan

GDPR:n voimaantulon myötä moni analytiikkahanke koki vähän vastatuulta, sillä GDPR aiheutti pelkoa, että rikotaan säädöstä ja saadaan siitä isot sanktiot.
Nykyisillä analytiikkasovellutuksilla on mahdollista hakea esimerkiksi tietyn henkilön kasvoja videomateriaalista. Lakimiesten tulkinnan mukaan se on laitonta silloin, jos kuva tuodaan ulkopuolelta, eli otetaan valokuva joko itse tai vaikkapa Facebookista ja lähdetään sillä hakemaan, onko kyseinen henkilö esiintynyt kamerakuvassa. Sen sijaan, jos henkilön kasvoja haetaan olemassa olevan kuvamateriaalin perusteella eli haetaan videomateriaalista kohta, jossa henkilö näkyy, ja lähdetään sen perusteella hakemaan, löytyykö samoja kasvoja toisena ajankohtana tai toisista kameroista, on se sallittua. Kuvaan ei saa liittää henkilön muita tietoja, kuten nimeä. GDPR on kuitenkin sen verran uusia asia, ettei vielä ole tiedossa ennakkotapauksia, joissa joku olisi saanut sanktioita tällaisesta ja sen myötä olisi muodostunut selviä rajoja toiminnalle.
Jos analytiikkaa käytetään hälytyksen lähteenä esim. alueelle tunkeutumisessa, on muistettava, että se ei korvaa rikosilmoitinjärjestelmää eikä se täytä rikosilmoittimille vaadittavia luokituksia. Alueelle tunkeutumisesta saatavaan hälytykseen on aina parempi, jos on mahdollista käyttää esimerkiksi liiketunnistinta. Oikein käytettynä, varsinkin kun ymmärretään mitä oikeasti ollaan hakemassa ja myös analytiikan rajoitteet, saadaan kameravalvonnasta oiva apu niin tilojen valvontaan, liikenteen seurantaan kuin vaikka liiketoiminnan kehittämiseen.
Kiinnostaako kameravalvonnan ja analytiikan mahdollisuudet? Jätä yhteystietosi ja palaamme asiaan!