О ПЕРСПЕКТИВАХ РАЗВИТИЯ СИСТЕМ ВИДЕОНАБЛЮДЕНИЯ ПРИ РЕАЛИЗАЦИИ МЕР ПО ОБЕСПЕЧЕНИЮ АНТИТЕРРОРИСТИЧЕСКОЙ БЕЗОПАСНОСТИ АВИАПРЕДПРИЯТИЯ

Введение. Среди технических систем безопасности, применяемых на авиапредприятии, особая роль отведена телевизионным системам видеонаблюдения (далее – ТСН), предназначенным для дистанционного визуального контроля за охраняемым пространством. Значимость систем подтверждается нормативно-правовым регулированием, что указано в приказе Минтранса России от 28.11.2005 № 142 «Об утверждении Федеральных авиационных правил «Требования авиационной безопасности к аэропортам» [1] и постановлении Правительства Российской Федерации от 14 сентября 2016 г. № 924 «Об утверждении требований по обеспечению транспортной безопасности, в том числе требований к антитеррористической защищенности объектов (территорий)…» [1], требования в котором были во многом основаны на утратившем силу приказе Минтранса России от 08.02.2011 г. № 40 [3], утверждавшего требования по обеспечению транспортной безопасности на воздушном транспорте.

Основная часть статьи

Важность систем видеонаблюдения при обеспечении антитеррористической безопасности авиапредприятия подтверждается и тем, что вне зависимости от категории, к которой отнесен защищаемый объект согласно действующих нормативно установленных требований, системы видеонаблюдения должны обеспечивать обнаружение и идентификацию как лиц, так и транспортных средств, находящихся на объекте транспортной инфраструктуры. Если ранее, в связи с несовершенством технических решений, системы видеонаблюдения обеспечивали работу исключительно в режиме статического наблюдения и записи видеоданных, то последние достижения предполагают использование различных систем и модулей видеоаналитики. Системы видеоаналитики позволяют фактически автоматизировать работу видеооператора, осуществляющего слежения за обстановкой. Рассмотрим основные модули аналитики на базе систем видеонаблюдения торговой марки «TRASSIR» [4]:

• Модуль «AutoTRASSIR» позволяет распознавать автомобильные номера.
• Модуль «TRASSIR ActiveDome» с детектором «SIMT» позволяет производить управление поворотными камерами без участия оператора и выполнять сопровождение целей (людей и пр.) поворотными камерами.
• Модуль «TRASSIR ActivePOS» отвечает за автоматическое выявление ошибок персонала и нарушений кассовой дисциплины.
• TRASSIR «ActiveSearch+ с детектором «SIMT+» является системой видеоанализа и интерактивного поиска в архиве на основании метаданных от детекторов движения.
• Модуль TRASSIR «Retail Pro» позволяет осуществлять подсчет загруженности очередей, а также производить подсчет и контроль за людьми, проходящими и пересекающими заданную границу, детектирование вхождения в определенные зоны.

Необходимо отметить, что модуль «TRASSIR Retail Pro» наиболее актуален для обеспечении безопасности на авиапредприятии при контроле за охраняемыми зонами по соответствующим типам, для категорирования нарушителей на внешних и внутренних, автоматизации определения характера возникновения угрозы (внешняя, внутренняя), что особенно важно для соответствия требованиями обеспечения безопасности согласно Федеральной системы обеспечения авиационной безопасности [5] и ICAO.

Распространение получили также модули выявления дыма и огня (непосредственно на основе видеоизображения, без получения данных от средств пожарной безопасности объекта), массового скопления людей, а также, что особенно актуально для мест массового нахождения людей и противодействия терроризму – модули выявления драки, столпотворения и беспорядков. Вопросы применения систем видеоаналитики при обеспечении транспортной безопасности уже становились предметом научных работ специалистов в области правоохранительной деятельности, которые отмечали необходимость оснащения всех без исключения объектов транспортной инфраструктуры системами идентификации преступников по биометрическим данным, приводя в качестве основного довода статистику, что на каждые 25 тысяч пассажиров железнодорожного и воздушного транспорта выявляется один разыскиваемый человек [5]. Особенно актуальным стало применение биометрических средств идентификации по фотороботам преступников в крупных городах и на оживленных объектах транспорта, таких как московский метрополитен, что также подтверждается данными ГУ МВД России по г. Москве [7]. Рассматривая ТСН, следует сделать вывод, что основным преимуществом применения является наглядность получаемых данных о контролируемом объекте, а также возможность с минимальными человеческими ресурсами обеспечить контроль максимально возможной охраняемой площади, с учетом применения соответствующих модулей видеоаналитики – повысить производительность подобных систем в десятки раз, снизить влияние субъективного человеческого фактора в лице видеооператора. Вековая история становления и развития систем ТСН неразрывно связана с общими тенденциями развития электротехники, что можно проследить по истории становления. В целях систематизации и обобщения знаний в данной области, проведем краткий экскурс в историю систем видеонаблюдения.

Первая заявка на патент «Способ электрической передачи изображения» была зарегистрирована в 1907 году. Именно тогда, отечественный физик Б.Л. Розинг создал первую электронную систему для передачи изображения на расстоянии, в том время, как во всем мире использовались лишь технические решения с применением оптико-механических телевизионных систем [8]. В.К. Зворыкин, эмигрировавший в 1919 г. в США, работая в американской компании, сумел создать телевизионное устройство, основной которого являлась уникальная передающая трубка с мозаичным фотокатодом [9]. В 1927 г. ученый Ф.Т. Фарнсуорт из США изобретает диссектор – передающий электронно-лучевой прибор без накопления заряда для преобразования оптического изображения в последовательность электрических сигналов, который работает на основе внешнего фотоэффекта [10]. Несмотря на новшество, главным недостатком диссектора являлась низкая чувствительность при работе в полосе телевизионного вещания, тем не менее, изобретение нашло свое основное предназначение в различных быстродействующих автоматических следящих и информационно-измерительных системах, не связанных с телевещанием [11]. В 1928 Зворыкин создает собственную модель высоковакуумной телевизионной приемной трубки – кинескоп. Первые успешные экспериментальные передачи телевизионного изображения можно отнести к 1932 году, когда при помощи иконоскопа Зворыкина с передатчика мощностью 2,5 кВт, установленного на небоскребе Эмпайр стейт билдинг (г. Нью-Йорк, США) начались первые передачи электронного телевидения [12]. В дальнейшем, ученый В. Брух разработал и опробовал первую систему видеонаблюдения, которая была применена для контроля за запусками ракет «V-2» в Германии [13]. Успешное применение системы видеонаблюдение также нашли в Германии, где они были впервые использованы для контроля за дорожной ситуацией и дистанционного управления траффиком на перекрестах, а также впервые использованы для автоматической фиксации нарушений правил дорожного движения [13]. В 1980-х годах с развитием научно-технического прогресса, в системы видеонаблюдения начали внедряться цифровые системы обработки сигналов – применяться ПЗС-матрицы (сокр. от «прибор с зарядовой связью», англ. вариант — CCD, «charge-coupled device») вместо электронно-лучевых трубок, что привело к уменьшению габаритов камер, а также к снижению затрат на их производство в долгосрочной перспективе. Дальнейшее развитие систем видеонаблюдения в 1990-х годах привело к созданию цифровых систем видеонаблюдения, а также применению более бюджетных КМОП-матриц (КМОП — комплементарный металл — оксидный полупроводник, по англ. — CMOS), при этом запись информации осуществлялась вместо лент на цифровые источники – жесткие диски, перезаписываемые компакт диски, появилась возможность многократной перезаписи информации без необходимости смены носителя хранения информации [15].

Современными системами видеонаблюдения оборудованы улицы и площади практически всех крупных городов, системы позволяют наблюдать и контролировать обстановку, вести хранение записанной информации, способны в режиме реального времени распознавать лица злоумышленников путем их сличения с фотороботами преступников в базе данных, тем самым предупреждая и повышая раскрываемость преступлений, обеспечивая безопасность общества.

В настоящее время комплекс телевизионной системы наблюдения авиапредприятия, как правило, состоит из следующих элементов:

Схема 1

Элементы ТСН

          Основной задачей телевизионной системы видеонаблюдения авиапредприятия является возможность на максимально возможном по площади пространстве определить (различить) объект (транспорт, человек, животное, оставленные вещи и грузы и пр.), а также выявить его намерения или предназначение. Отдельного внимания заслуживают вспомогательные системы ИК-подсветки и ночного видения – позволяющие осуществлять слежение и идентификацию объектов при минимальном освещении, без использования привычных световых приборов. Современные системы безопасности предполагают использование тепловизионных комплексов слежения, работающих также по принципу получения инфракрасного изображения, определяя объекты по температуре, позволяя в режиме реального времени демаскировать объект от преград (листва, деревья и пр.) и выделить его для изучения. Пример сравнения изображений с обычной и тепловизионной камеры, показан на рисунке [16]:

Рисунок 1 [16]

Сравнение изображений с обычной и тепловизионной камеры

Использование передовых достижений в области тепловизионной техники позволяет значительно повысить функциональность использования систем видеонаблюдения, что особенно актуально для обеспечения антитеррористической безопасности в авиации. Развитие научно-технического прогресса позволило уменьшить размеры подобного оборудования от стационарных и громоздких до переносных и практичных, стоимость изделий при этом снижается, а функциональные характеристики постепенно повышаются.

По мнению автора, основными функциональными показателями системы видеонаблюдения авиапредприятия являются:

Схема 2

Основные показатели ТСН

При устройстве системы антитеррористической безопасности авиапредприятия, элементами ТСН оборудуются как открытые площадки и периметр объекта, так и отдельные здания, помещения. Особое внимание уделяется основным точкам прохода на объект (пункты досмотра, входы и выходы, проезды, терминалы). Несмотря на применение модулей видеоаналитики, позволяющих достаточно автономно контролировать обстановку и сигнализировать исключительно в случаях выявления реальной угрозы, в целях оперативного отслеживания за поступающим потоком видеоданных, на авиапредприятиях оборудуются специальные помещения – видеооператорские залы, в которых несут круглосуточное дежурство специалисты, в чьи обязанности входит визуально контролировать обстановку на охраняемом объекте, своевременно выявлять подозрительных личностей и предметы, забытые вещи, сообщать об этом старшему смены, тем самым предпринимать действия, направленные на общее повышение уровня безопасности.

Заключение

Вышеизложенное показывает важнейшую значимость систем ТСН в обеспечении антитеррористической безопасности авиапредприятия. В качестве выводов о перспективах дальнейшего развития телевизионных систем видеонаблюдения, целесообразным является обратиться к актуальному вопросу использования систем искусственного интеллекта и контроля за обстановкой, которые во многом способны заменить рутинную работу человека-оператора, ответственного за видеонаблюдение, снизить влияние субъективного фактора на результаты работы. Основной текущей проблемой модулей видеоаналитики является непосредственно сложность разработки алгоритмов, которая позволила бы безошибочно выявлять девиантное, преступное поведение по определенным первичным признакам. Достаточно сложно заменить в подобных вопросах человека, способного оперативно и интуитивно проанализировать ситуацию, сделать соответствующие выводы. Определенным шагом, направленным на развитие систем искусственного интеллекта в подобных системах в нашей стране, является введение профильного ГОСТ — так с 1 февраля 2020 г. в России впервые вступит в действие ГОСТ Р 58776-2019 «Средства мониторинга поведения и прогнозирования намерений людей. Термины и определения», разработанный Санкт-Петербургским политехническим университетом Петра Великого, который, в том числе, определяет возможности работы систем, выявляющих лиц, угрожающих безопасности на основе алгоритмов искусственного интеллекта [17].