I falsi allarmi
La gestione di un sistema di sicurezza per la protezione del perimetro esterno di edifici, atenei, stabilimenti industriali, centri logistici, magazzini, impianti fotovoltaici e sedi aziendali rappresenta una sfida per i Security Manager che devono scegliere una soluzione in grado di rilevare tempestivamente un tentativo di intrusione in modo efficace, ma allo stesso tempo semplice da utilizzare ed immune ai falsi allarmi.
Le principali cause del fallimento di un sistema di sicurezza perimetrale sono infatti la scarsa usabilità per gli operatori di sicurezza che si devono districare fra interfacce differenti spesso non integrate fra loro ed il numero elevato di falsi allarmi che vengono generati dai sensori perimetrali.
Molto spesso le segnalazioni di allarme sono dovute a cause ambientali come il vento, la pioggia, i riflessi di luce o a spostamenti di animali. Quando il numero di false segnalazioni diventa elevato, per la Vigilanza diventa difficile se non impossibile distinguere una reale minaccia tra le numerose segnalazioni di allarme.
L’Intelligenza Artificiale applicata all’analisi delle immagini rappresenta uno strumento molto valido per ridurre i falsi allarmi grazie alla capacità di classificare i target in modo molto preciso dopo un opportuno addestramento.
AI vs. videoanalisi tradizionale
I sistemi di videoanalisi tradizionali cercano di classificare i target in base alla loro dimensione (numero di pixel) ed alla loro forma, modellata con un rettangolo che contiene il target stesso: semplificando rettangoli grandi rappresentano veicoli, rettangoli più piccoli, stretti ed alti sono assimilabili a persone.
Tale modalità di classificazione basata su un metodo di approssimazione geometrica non è molto precisa; i sistemi di analisi delle immagini basati su intelligenza artificiale, invece, sono in grado di identificare il target in base alle sue caratteristiche peculiari garantendo una precisione molto più alta (es. una persona viene classificata come tale se viene rilevato il volto, le braccia, le gambe ecc.).
Validatore di AI
E’ facile intuire che i sistemi di classificazione basati su Intelligenza Artificiale sono molto più precisi e quindi molto più immuni ai falsi allarmi e possono arrivare a filtrare circa il 90% di falsi allarmi rispetto ad un sistema tradizionale.
Sfruttando questa peculiarità è possibile aumentare l’efficacia e l’immunità ai falsi allarmi di un sistema di protezione perimetrale attraverso l’introduzione di un Artificial Intelligence Validator (AIV), in grado di filtrare gli allarmi indesiderati attraverso una o più telecamere PTZ che inquadrano automaticamente la zona di allarme, per verificare in tempo reale la presenza di un target ostile (persona e/o veicolo).
Il sistema AIV deve essere compatibile ed integrabile con tutti i sistemi di protezione perimetrali esistenti (es. barriere a microonde, PIR, sensori inerziali o microfonici, telecamere fisse visibili e termiche, telecamere PTZ, Radar ecc.) dai quali acquisisce gli eventi di allarme da validare prima di inoltrarli all’operatore di vigilanza.
Al servizio dell’operatore
Al verificarsi di un evento di allarme il sistema AIV verifica la posizione dell’allarme e punta automaticamente la telecamera PTZ più vicina sulla zona; attraverso il sistema di intelligenza artificiale verifica la presenza o meno di un target nella scena analizzando il flusso video: se la presenza del target è confermata l’allarme viene inoltrato agli operatori di sicurezza, se non sono presenti target rilevanti l’allarme viene scartato.
Il sistema AIV deve garantire l’interoperabilità con le principali piattaforme di Video Management in modo da fornire una vista unica ed integrata dell’intero sistema di protezione perimetrale a prescindere dalla tipologia dei sensori utilizzati e rendere il sistema semplice e fruibile per gli operatori di sicurezza.
Un sistema AIV evoluto deve essere dotato inoltre di altre funzionalità utili per facilitare il lavoro degli operatori di control room come la possibilità di estrapolare dal flusso video le coordinate GPS dei target rilevati. Attraverso tale capacità di georeferenziazione del target, gli operatori di sicurezza possono seguire in tempo reale i movimenti degli intrusi su una mappa tipo Google Maps. Conoscere la posizione puntuale degli avventori è molto utile per comprendere tempestivamente la posizione esatta di intrusione ed il percorso seguito dagli intrusi.
Da un punto di vista architetturale il sistema AIV deve avere un impatto minimo sull’infrastruttura esistente e deve essere semplice da introdurre sia su impianti nuovi che su impianti esistenti, magari attraverso l’inserimento di una appliance AIV già configurata.
In conclusione
Un sistema di Artificial Intelligence Validator (AIV) è in grado di trasformare un impianto di sicurezza nuovo o esistente basato su tecnologie tradizionali poco performanti in un sistema di sicurezza di ultima generazione, immune ai falsi allarmi, semplice da utilizzare per gli operatori di sicurezza e con un costo contenuto.
