Механизмы самообучения для систем видеонаблюдения.

   Для повышения эффективности работы систем безопасности на сегодняшний день специалисты связывают с «машинным самообучением». Использование его полезно и эффективно, так как при работе с большим объемом данных самообучающаяся система установит такие связи между своими компонентами, которые человек сам подобрать не сможет.

   Самообучающаяся компьютерная система является разновидностью искусственного интеллекта. Система способна устанавливать новые связи между компонентами без программирования и настроек. Система безопасности с функцией самообучения при получении данных от камер наблюдения или детекторов постепенно «узнает», какое сочетание данных является нормальным, а какое – требует подачи сигнала тревоги.

   С помощью такой системы может быть снижен расход ресурсов на реагирование на тревожные сигналы. Это делается за счет выстраивания интеллектуальной иерархии приоритетов. В традиционной охранной системе все тревоги обрабатываются одинаково. В интеллектуальной используется такая категория, как «степень ненормальности» события.

   Самообучающаяся система за определенный период может сгенерировать, например, 4 сигнала, требующих немедленной реакции, 7 – заслуживающих расследования, 11 – имеющих информационное значение. Традиционная система в данной ситуации выдала бы 22 равнозначных сигнала тревоги.

   Сигналы тревоги от разных источников, воспринимаемые традиционной системой как независимые, самообучающаяся система может сопоставлять и комбинировать. Развитие самообучающихся систем безопасности тесно связано с видеоаналитикой и с интеграцией различных подсистем безопасности.

   Можно ускорять подстройку самообучающейся системы под условия, в которых она работает. В нее возможно загружать библиотеки данных по событиям из других систем. Также обновлению системы способствует умышленно задаваемое ей «забывание» наиболее старых данных.