Met de ontwikkeling van Video Content Analyse (VCA) worden bewakingscamera’s steeds slimmer. Door het instellen van de juiste parameters en algoritmes kan afwijkend gedrag snel worden opgespoord. Hoe gaat dat in zijn werk?
Algoritmes worden steeds vaker gebruikt in camerabewaking. Een algoritme bestaat uit een set van regels die conclusies trekt uit gegevens. In de praktijk betekent het dat er wordt gewerkt met patroonherkenning. Door het herkennen van bepaalde bewegingen en gedragingen is het mogelijk om afwijkingen te constateren. Deze triggeren vervolgens om beter te gaan kijken.
Hoe lang duurt het om van A naar B te rijden? Dat is een concreet voorbeeld van wat is uitgezocht op een bedrijventerrein waar Securitas werkt met kentekenregistratiecamera’s. Er werd gekeken hoe lang een passant er over doet om van de in- naar de uitgang te rijden. Om vervolgens de camera met slimme software zo in te stellen dat deze er melding van maakt als iemand daar langer over doet. Dat betekent natuurlijk niet dat er daadwerkelijk iets aan de hand is, maar de melding kan wel een trigger zijn om op onderzoek uit te gaan.
De doorlooptijd om van camera A naar camera B te rijden, wordt ook wel een parameter genoemd. Parameters zijn variabelen die je kunt karakteriseren en meten in verband met je beveiliging. Zo kun je loop- en rijrichtingen instellen, (verboden) zones invoeren en meten hoe lang mensen ergens verblijven. Slimme software (VCA) en algoritmes kunnen vervolgens worden ingezet om beelden te analyseren en te toetsen aan de vooraf ingestelde zoekcriteria.
Het instellen van parameters kan helpen op het juiste moment in actie te komen waardoor de kans op succes veel groter is dan wanneer je met een reguliere camera inkijkt of een fysieke surveillanceronde doet. Een mooi voorbeeld is de manier waarop met parameters en algoritmes ladingdiefstal langs de snelweg wordt tegengegaan. Camera’s houden nauwlettend bij hoe vaak een auto een parkeerhaven oprijdt. Doet iemand dat drie keer achter elkaar dan bestaat de kans dat de politie de derde keer poolshoogte komt nemen.
Toch zijn er ook haken en ogen aan het werken met algoritmes in beveiliging. Hoewel er technisch gezien steeds meer mogelijk is, kost het ontwikkelen van een goed algoritme veel werk. Je moet snappen wat je aan het doen bent en de dynamiek van hetgeen je beveiligt goed kennen. Voor objecten waar de omstandigheden nauwelijks veranderen kan de techniek goed uitpakken, maar in een dynamische omgeving loop je het risico dat je voortdurend aan het bijregelen en aan het bijstellen bent.
Bovendien moet je het algoritme voortdurend blijven toetsen: werkt dit nog wel? Is dit nog wel een juist algoritme? Of weten mensen het ritme te omzeilen? Het is een soort kat en muis spel. Criminelen zoeken uit hoe hun tegenpartij werkt. De ene keer ben je ze een stap voor, maar dat duurt nooit heel lang. Dan moet je het proces, de procedures en algoritmes opnieuw aanpassen.
Voorlopig zal het dan ook nog niet gebeuren dat beveiligingsbedrijven en de politie blind worden aangestuurd door algoritmes. Beveiliging blijft grotendeels mensenwerk. Wel spelen data en algoritmes een steeds belangrijkere rol. Ook bij Securitas. In de alarmcentrale worden databases van verschillende platformen en externe bronnen geraadpleegd en werken analisten die data bekijken en onderzoeken. Beveiligen gebeurt niet meer alleen op basis van risico-analyse, maar steeds vaker op het monitoren en acteren op afwijkende signalen vanuit realtime data en menselijk gedrag.
