Costi nascosti dell’analisi video (avanzata e non solo)

della Redazione 

L’analisi video avanzata, soprattutto se potenziata dall’intelligenza artificiale, presenta dei costi. Se gran parte di essi è evidente, esistono però anche costi meno conosciuti dell’analitica video. Questo articolo, rielaborato da una fonte Milestone, ci mostra i costi nascosti dell’analisi video.

1. Anche l’analitica di base dev’essere calibrata

Dagli esordi le telecamere di sicurezza ne hanno fatta di strada. Alcune presentano funzioni di analisi di base integrate. Un esempio è l’attraversamento linea: scatta un alert quando un oggetto in movimento attraversa una linea definita dall’utente (ad esempio, qualcuno salta una recinzione). 

Ma anche quando è richiesta un’analitica video davvero “basica”, non esiste un vero “plug and play”. E ciò che i fornitori a volte non dicono è che:

a. Anche se le telecamere sono in grado di gestire l’analisi, qualcuno dovrà accedere all’interfaccia di ciascuna telecamera per configurarla una alla volta (a meno che non si voglia pagare uno strumento separato che consenta di farlo in blocco).

b. Una volta che l’analisi è stata eseguita per un po’, si dovrà tornare indietro e mettere a punto le impostazioni, il posizionamento, gli angoli e il raggio di rilevamento di ciascuna telecamera.

Per gli esperti di sicurezza sono aspetti certamente familiari, ma che possono essere trascurati al momento di stendere un budget.

2. Un’analisi avanzata richiede server avanzati (e costosi)

Prendiamo ora in considerazione degli esempi dianalisi più impegnative. Il monitoraggio dell’occupazione di un’area, ad esempio, che deve combinare i dati di diverse telecamere. O il riconoscimento delle targhe e il riconoscimento facciale tramite intelligenza artificiale, che si basano su database. La mappatura del calore dipende dai dati storici. Tutti questi dati devono essere eseguiti su un server, non su una camera. E quanto può costare? Dipende.

a. La maggior parte dei costi della sala server dipende dai requisiti di archiviazione, quindi lo storage è una parte importante del budget.

b. Mentre le soluzioni software di gestione video (VMS) possono eseguire analisi come la ricerca forense lato server, le aziende utilizzano strumenti separati per analisi, ad esempio, finalizzate al riconoscimento facciale. E questi strumenti richiedono requisiti specifici di processore e RAM, per i quali occorre mettere mano al portafoglio.

c. Un altro modo per ridurre i costi è considerare quale percentuale dell’area da proteggere richiede realmente un lavoro di analisi complesso. Prendiamo un progetto in un aeroporto: un software di riconoscimento facciale che coprisse ogni area di ciascun terminal costerebbe caro, ma permetterebbe di cercare un volto noto tra la folla e di ottenere un video della persona in sequenza temporale. Diversi aeroporti decidono però di contenere i costi prevedendo il riconoscimento facciale solo nell’area di controllo passaporti/immigrazione. In questo caso potrebbero fare analisi su supercomputer per un centinaio di telecamere dedicate all’area prioritaria, mentre le restanti 1.900 telecamere di sicurezza potrebbero fare analisi su server di minore qualità che richiedono meno risorse.

3. Addestramento dell’algoritmo

Bellissimo l’apprendimento automatico, ma chi addestra gli algoritmi? E quanto costa?

Supponiamo che un’azienda manifatturiera desideri implementare l’uso dei dispositivi di protezione individuale (DPI) e voglia che telecamere e algoritmi di deep learning lavorino insieme per identificare e allertare se un lavoratore non indossa casco, scarpe antinfortunistica o guanti. Purtroppo il software non è sempre in grado di distinguere tra un cappello i veri capelli, o tra indumenti normali e dispositivi di protezione se i colori e le forme sono simili. 

La funzionalità iniziale dipende molto da quanto tempo e quanta attenzione una (o più) persone hanno dedicato 1) ad installare le telecamere in modo da garantire copertura e visibilità ottimali e 2) ad addestrare l’algoritmo su esempi di DPI adeguati rispetto a violazioni che l’azienda chiede di rilevare. Si verificheranno comunque dei falsi allarmi e gli errori verranno segnalati da esseri umani perché una macchina non può sapere di sbagliare finché un feedback non viene inserito manualmente. Inoltre occorrerà pagare qualcuno che analizzi i dati, identifichi le ragioni che hanno generato il falso allarme e mitighi i problemi all’origine. Di solito servono almeno due visite (una per l’analisi e l’implementazione iniziale dei miglioramenti e una per il confronto dei risultati e la rielaborazione). Che i servizi di “addestramento” siano svolti internamente o esternalizzati, rappresentano un costo.

4. Il VMS utilizzato può impattare sul costo dell’analisi video

a. I VMS può evoluti come Milestone Xprotect. permettono di sfruttare al massimo i metadati con una funzione di ricerca che consenta agli operatori di trovare rapidamente prove di eventi, oggetti e/o persone specifici. Questo tipo di analisi avviene lato server, poiché si basa sulla revisione di video provenienti da più telecamere. Ma se la ricerca è efficiente, questi costi sono piuttosto bassi;

b. se si deve lavorare con analisi di terze parti (es. riconoscimento facciale), i requisiti hardware dei più evoluti VMS sono quasi sempre inferiori rispetto alle alternative;

c. Alcuni fornitori VMS addebitano costi aggiuntivi per l’integrazione con analisi di terze parti (Milestone non addebita costi aggiuntivi per l’integrazione);

d. I VMS a piattaforma aperta consentono di combinare analisi di diversi marchi di telecamere senza costi aggiuntivi. Le piattaforme aperte sono utili anche per l’analisi lato server. Il cliente non è vincolato a nessuno strumento di analisi particolare;

e. I VMS più flessibili permettono di iniziare con l’analisi a bordo telecamera e magari attendere lo stanziamento di un nuovo budget per investire nell’analisi lato server di terze parti. Un’opzione che offre anche più tempo per decidere quante telecamere avranno davvero bisogno di svolgere le funzioni di analisi più complesse e costose.