Hikvision выяснила, встречаются ли пользователи систем безопасности с проблемой ложных тревог

Мы в Яндекс Новостях / Google News / Яндекс Дзен / Seldon News

Компания Hikvision провела опрос среди представителей монтажных организаций, системных
интеграторов, торговых домов и пользователей систем безопасности, чтобы выяснить, как
часто они сталкиваются с проблемой ложных срабатываний и как ее решают.

Согласно результатам опроса, ложные тревоги в системах безопасности – явление очень
распространенное. Подавляющее большинство респондентов (83%) отметили, что ложные
срабатывания составляют значительную долю от всех сигналов, которые генерирует
система. Из них 40% оценили это количество как «половина», 25% — «менее половины»,
а 18% признались, что практически все сигналы от их системы безопасности являются
ложными. Только 17% опрошенных ответили, что встречаются с проблемой ложных
срабатываний крайне редко.

Причин, почему срабатывает ложная тревога, достаточно много. Из них самые
распространенные – неправильная установка камер видеонаблюдения и неправильная
настройка функций. Существует большое количество способов борьбы с нерелевантными
тревогами – их выбор зависит непосредственно от первопричины некорректной работы
системы. Как показал опрос специалистов рынка безопасности, в большинстве случаев
достаточно изменить положение камеры или произвести нужные настройки, чтобы сократить
количество ложных тревог. Например, 57% респондентов ответили, что пользуются функцией
выделения области (зоны) мониторинга, чтобы тревоги срабатывали только при появлении
объектов на данной территории.

В 52% случаев пользователи снижают уровень чувствительности детектора движения,
что может сработать, но при этом есть вероятность упустить значимое происшествие.
Еще 12% опрошенных ответили, что справляются с проблемой ложных тревог путем изменения
угла обзора/ракурса камеры – такой способ действительно может помочь в тех случаях, когда
рядом с охраняемой территорией есть участки с высокой активностью (движение автомобилей,
людей), однако он применим далеко не всегда. Поэтому, когда более простые методы не
справляются или не подходят, пользователи начинают применять видеоаналитику (29%
респондентов) для детекции нужных им объектов или событий. Еще в 17% случаев клиенты
производят полную замену оборудования на новые устройства с поддержкой классификации
объектов и специальных фильтров ложных тревог, например камеры и регистраторы с
технологией AcuSense.

Каждый из этих способов отличается разным уровнем эффективности, что в конечном
счете влияет на скорость поиска события в архиве и реагирования. Если говорить о
системах без специальной аналитики, то 41% респондентов признались, что могут быстро
найти нужный фрагмент записи только тогда, когда знают точное или хотя бы примерное
время инцидента. Чуть большее количество пользователей (44%) полагаются на «фактор
везения» и на то, что нужная запись найдется быстро. В 15% случаев оператору приходится
отсматривать/проматывать весь записанный архив, чтобы найти искомый фрагмент. Подобные
ответы также показали, что пользователи постоянно сталкиваются с проблемой нерационального
использования времени на поиск и необходимостью оптимизации работы с хранилищем, которое
«забивается» ненужными записями.

Самый распространенный тип фильтра ложных тревог – это классификация объектов. Обычно
пользователей интересует два типа объектов, при появлении которых система должна
сгенерировать тревожный сигнал: человек и транспорт. При этом первый вариант фильтрации
наиболее актуален для пользователей (88% респондентов), тогда как выборка фрагментов
архива, где присутствует транспорт, является скорее специализированным решением, чем
массовым – за этот вариант проголосовали всего 12% участников.

Интересен тот факт, что с развитием видеоаналитики на базе алгоритмов глубокого
обучения пользователи систем безопасности начинают интересоваться и другими типами
классификации объектов, по которым они бы хотели настраивать срабатывание уведомлений.

Например, 65% респондентов заинтересованы в целенаправленной детекции небольших и мелких
животных (собаки, кошки, мелкие грызуны и т.д.). Для 23% интересна детекция птиц, а для
19% — крупных животных (например, медведей, лосей и других). Немалое количество
пользователей (41%) хотят не просто находить в архиве записи с участием человека,
но фиксировать события с участием детей и, соответственно, своевременно получать
тревожные сигналы при их приближении к опасным для них зонам. Четверть участников
опроса (25%) проявила интерес к детекциидронов и роботов в кадре.

⏰ 26.02.2021 в 11:24
Hikvision выяснила, встречаются ли пользователи систем безопасности с проблемой ложных тревог