Op 6.000 camera's zie je weinig

Automatische detectiesystemen slaan alarm als camera's verdachte personen of gevaarlijke situaties waarnemen. Maar hoe leer je een computer wat verdacht is?

,,In de Londense underground hangen meer dan zesduizend camera's om de veiligheid van het publiek te bewaken'', zegt Sergio Velastin op zijn Amsterdamse hotelkamer. De computerwetenschapper van het Digital Image Research Centre van de Kingston University in Londen is deze week een van de hoofdsprekers op het congres `Measuring Behaviour' in Wageningen dat van vandaag tot en met vrijdag wordt gehouden.

Velastin: ,,Die 6.000 camera's zijn voldoende om alles te coveren. De bottleneck zit bij de personen in de controlekamers op de stations die de videobeelden in de gaten moeten houden. Gemiddeld moet één persoon tachtig camera's in de gaten houden. Dat kan natuurlijk niet allemaal tegelijk, dus schakelen de camera's regelmatig over. Dat heeft tot gevolg dat de man of vrouw in de controlekamer op elk moment slechts de beelden van vijf camera's kan volgen. Met menselijke waarnemers zal je dus nooit boven een detectiegrens van vijf tot tien procent uitkomen.''

Dat probleem hebben niet alleen veiligheidsbeambten. Velastin bevindt zich op het congres in Wageningen tussen zo'n 500 gedragsbiologen. Zij gebruiken vergelijkbare software om het gedrag van dieren - vissen, ratten, honden, chimpansees enzovoort - automatisch te analyseren.

Automatische detectie kan mensen in de controlekamers helpen vreemde voorvallen of gevaarlijke situaties beter te registreren, bijvoorbeeld een te grote drukte op een station, een achtergelaten tas of mensen die tegen de richting in een trap op lopen. ,,Maar het kan ook helpen zelfmoord te voorkomen'', zegt Velastin. ,,Mensen die voor de trein willen springen hangen eerst vaak rond bij de rails, voor ze tot actie overgaan. De computer registreert zo iemand en slaat alarm.''

Velastin ontwierp een systeem waarbij de computer ieder tweede beeldje van een video-opname analyseert. De software trekt de standaardomgeving (de metrotunnel) af van het beeld. Dat beeld wordt vergeleken met het voorgaande beeldje. De software deelt het beeld op in 64 x 64 vlakjes en kijkt hoe grijswaarden veranderen en naar welk buurvakje ze zich verplaatsen. Zo worden bewegingen op het scherm omgezet naar vectorvelden, die de richting van de verplaatsing aangeven. Dat levert een cijferpatroon dat de computer kan herkennen.

Voordat het systeem kan werken moet de computer eerst `leren' wat de normale situatie is. Het systeem krijgt een video van de normale bewegingspatronen die zich voor de camera afspelen. De software wordt dan bijgesteld om die patronen te herkennen en te voorspellen. Vervolgens krijgt het systeem in een tweede sessie leren live videobeelden te verwerken, om het zo bij te stellen dat het niet voortdurend vals alarm afgeeft.

,,We streven er niet naar dat de computer de video-bewaking geheel van de mens overneemt'', zegt Velastin. ,,Het systeem is ontworpen om de operator bij te staan bij zijn werk. Het systeem kan hem attenderen op vreemde gebeurtenissen, waarna de menselijke operator kan beslissen of het nodig is in te grijpen.''

Velastin testte een protype van het systeem onder meer op Liverpool Street Station in Londen, Gare de Lyon in Parijs en in de ondergrondse van Rome. De computer bleek goed in staat vreemde gebeurtenissen te detecteren. Hoewel er toch nog wel eens iets doorslipte, of een vals alarm werd gegeven, deed de computer het monitorwerk over het algemeen beter dan zijn menselijke equivalent. Maar in Londen bleken bijvoorbeeld de plafonds sommige metrogangen zo laag dat de computer moeite had met het perspectief. Velastin: ,,Personeel is niet langer gebonden is aan de controlekamer. Ze kunnen met een handcomputertje het perron op en worden gewaarschuwd als er ergens iets niet in de haak is.''

Zouden de vier terroristen die zich op station Luton verzamelden om even later in de metro en bus van Londen te proberen bommen te laten exploderen, met intelligente camera's tijdig ontmaskerd kunnen worden? ,,Die vraag is mij afgelopen maanden honderden keren gesteld'', verzucht Velastin. Hij heeft er een hard hoofd in. ``We hebben allemaal de beelden van de beveiligingcamera in Luton gezien waarop het viertal duidelijk te zien is. Maar er is niets wat erop wijst dat zij iets van plan zijn, het zijn normale mensen met normale tassen.''Velastin vertelt dat de politie hem na de Londense aanslagen opnieuw benaderde met de vraag of het niet mogelijk is het gedrag van mensen automatisch in de gaten te houden. ,,Maar als ik ze vroeg wat ze daar dan precies onder verstonden, kwamen ze niet verder dan een vaag `hoe mensen eruit zien'. Dat is natuurlijk heel subtiel en erg complex. Kijk zelf maar eens om je heen in het openbaar vervoer. Hoeveel mensen zien er niet verdacht uit? Je moet wel checken of die indruk terecht is. Pas als je weet waarnaar je moet kijken, kun je iets vinden.''