CCTV sistemlel'iııde göl'iiııtii işleııılel'i ve olay yeri içeriği ,ıııa/iziııde lıareketleriıı renk değişimi ve parlaklık olarak göriiııtiileııdiğiııdeıı beri akıllı sistemler artık hareketleri, /ıızı, reııgi, biiyiikliiğii ve diğer özellikleri ay,,.t edebiliyor. Buııa ek olal'ak bu sistemler ayrıca geliştirildikleri sürece yerleşke içerisiııdeki aktivite/eriıı davl'aııış k,mıkteristikleriııi de öğrenebiliyor. _____ --Risk UK, Ağustos 2005 YANGIN ve GÜVENLİK SAYI 91 124 Elektronik Gözetime Yapay Zeka Eklenmesi CCTV sistemlerinin suça karşı savaşta çok güçlü bir silah olduğu tam anlamıyla kanıtlanmıştı r. Yine de, risk yöneticileri genellikle olaylar olduktan sonra bu sistemlerin teknolojilerini kul land ıkları için CCTV sisteminin kullan ım ında kısıtlamalar oluşmaktadır. CCTV sistemi sektöründeki üreticiler sıklıkla insan gözünü taklit etmeye çalışırlar. Bu da kameraların gözün yaptığı gibi renk ve detayları çözümlemesi anlamına gelir. Bu tip kameralarda en çok arzulanan özellik, görsel verileri analiz ederken insan beyninin yaptığı gibi bir yol bulma isteği olacaktır. Örneğin, eğer dikkatli bir güvenlik görevlisi kapıda otururken aynı arabanın yavaşlayarak tekrar tekrar geçtiğini görürse şüphelenir. Hatta aracın plakasını almak, diğer güvenlik görevl ilerini çağırmak ve polisi bile çağırmak gibi bir takım önlemler alabilir. Bunu gördüğü davranışlar karşısında karar verme yeteneği olduğu için yapacaktır. Bunu ona yaptıran özellik ise zekasıdır. Birkaç yıl önce çok fazlaca kullanılmaya başlayan "yapay zeka" terimi bir çok insanın korkudan sinerek daha dikkatli olmasını sağlıyor. Bunun için çok basit bir sebep var; zeka ne hiçbir gerçek amaç gütmeksizin bilgi topluyor ne de körü körüne bildiğini okuyor. Zeka kazanılmış bilgileri kullanarak bunları kararlar verirken kullanmaktı r. Ne yazık ki sözde akıll ı sistemlerin ku llandığı zeka çoğu zaman sayısal sıkıntılardan ve büyük skalalarda toplanm ı ş verilerden ileriye gitmez. Zekayı değerlendirmenin yolu insan modeline bakmaktır, çünkü yapay zeka insan davranışlarını taklit etmeye çalışır. Güvenlik görevlisi örneğimize dönelim ve bir an için görevlinin hareket algılayan bir CCTV sistemi olduğunu düşünelim. Örneğin eğer bir araba, korunan bir yerleşkeden geçerse görevlimiz koşup birilerine söyleyecektir. Ama bunun yanında tabii ki vardiyası boyunca bir çok araba oradan geçeceği için gerçek bir olay olsa bile olayı görmeyecektir. CCTV sistemlerine zekanın tanıtılması sadece doğru kararı vermek ile ilgili değil aynı zamanda insan doğasıyla da ilgilidir. Eğer operatörler gerçekleşen her küçük olayı haber verirlerse bir süre sonra istemeden de olsa bundan sıkı lacaklar ve belki de önemli olayları gözden kaçıracaklardır. Üzücü olan ise sözde akıllı sistemlerin çok fazla zeka gösteremeyerek görüntüdeki her arabayı (bu bir köpek ya da rüzgarda uçan bir plastik poşet de olabilir) tekrar tekrar rapor ederek operatörü önemli kararlar verme sorumluluğunda bırakacaktır. Tabii ki, gerçekten ihtiyaç duyulan; sadece davranış özelliklerini anlayan değil aynı zamanda bu davranışların ne şartlar altında oluştuğunu öğrenebilecek ve önemli ve önemsiz olayları ayırt edebilecek bir sistemdir. Böyle bir çözüm akıllı görüntü analizlerinde bulunmaktadır. Sayısal Sonuçlar Dijital görüntü kul lan ı mı ve işleme kapasitelerinin genişliği sayesinde akıllı görüntü analizi araçlarının kullanımı günümüzde giderek büyüyen bir alandır. Dijital görüntülerin sadece her pikseli temsil eden değer serileri olduğu hatırlanmalıdır. Bu değerler sıfırdan, kaydedilen görüntünün barınd ı rdığı maksimum renk sayısına kadardır. Örneğin 720 x 576 çözünürlüklü bir görüntü yaklaşık 415,000 değer akışından oluşur ve bu değerler de sıfırdan milyonlara kadar gider. Bu kullanılacak bir şey olarak gözükme-
RkJQdWJsaXNoZXIy MTcyMTY=