Исследователи из Griffith University разработали систему видеонаблюдения на основе искусственного интеллекта, которая распознаёт нарушения социальной дистанции в аэропорту — и делает это без централизованного сбора персональных данных. Ключевая идея команды заключалась в том, чтобы вообще отказаться от хранения чувствительной информации на едином сервере: обработка изображений происходит прямо на локальной сети камер.
Приватность как отправная точка
По словам профессора Диана Тьондронегоро из Griffith Business School, вопрос защиты данных — один из самых острых при внедрении подобных технологий. Система должна постоянно отслеживать перемещения людей, чтобы быть эффективной, а значит, риски утечки или неправомерного использования видео растут пропорционально её возможностям. Именно поэтому исследователи изначально проектировали архитектуру так, чтобы данные не покидали локальный контур обработки.
Испытания в аэропорту Голд-Кост
Практическую проверку система прошла в аэропорту Голд-Кост (Gold Coast Airport), который до пандемии COVID-19 обслуживал около 6,5 млн пассажиров в год — почти 17 тысяч человек ежедневно. Территория аэропорта составляет 290 000 квадратных метров, на ней работают магазины и более 40 стоек регистрации, а всё пространство просматривают сотни камер.
Команда протестировала несколько современных алгоритмов, достаточно лёгких для вычислений прямо на локальном оборудовании, задействовав девять камер. Эксперимент разбили на три взаимосвязанных сценария: автоматический подсчёт толпы, автоматическое обнаружение людей и, собственно, выявление нарушений социальной дистанции. Цель — найти баланс между производительностью и точностью, не жертвуя надёжностью.
Конечная задача исследователей — система реального времени, способная не просто фиксировать нарушения, но и оповещать о них персонал аэропорта.
Как проверяли обнаружение нарушений
Для детектирования нарушений социальной дистанции использовали три камеры, охватывающие зону ожидания, стойки регистрации и фудкорт. Два человека вручную сверяли живую видеотрансляцию с результатами анализа ИИ, проверяя, действительно ли отмеченные красным цветом люди нарушали дистанцию.
Выяснилось, что угол установки камеры существенно влияет на способность ИИ отслеживать перемещения людей в общественном пространстве. По итогам испытаний исследователи рекомендуют устанавливать камеры под углом от 45 до 60 градусов — это даёт наиболее точное распознавание.
Человек остаётся в контуре проверки
Профессор Тьондронегоро подчёркивает: архитектура системы намеренно оставляет человеку возможность перепроверять результаты работы ИИ. Такой подход снижает предвзятость данных и повышает прозрачность того, как система принимает решения — это важный аргумент против слепого доверия автоматике в задачах, связанных с наблюдением за людьми.
Что дальше
Систему можно масштабировать, добавляя новые камеры, и адаптировать под другие задачи — например, предотвращение скопления людей или обнаружение нарушений безопасности в общественных местах. Авторы исследования считают, что их работа демонстрирует: ответственный подход к проектированию ИИ вполне совместим с практическим применением подобных технологий наблюдения.
Источник: MarkTechPost.