Системы наблюдения ассоциируются у нас прежде всего с видеокамерами, причём, как правило, без микрофона. Акустическое наблюдение — это экзотика, что-то из мира подводных лодок и шпионских боевиков. Неудивительно, ведь зрение — основной канал восприятия информации человеком, и звуковая информация мало что могла добавить к визуальной, пока ключевым элементом любой системы наблюдения был оператор, сидящий перед монитором.
Однако массовое распространение компьютеров и развитие систем искусственного интеллекта привело к тому, что сейчас все больше информации анализируется автоматически. Системы видеоаналитики уже умеют распознавать автомобильные номера, лица, фигуры людей. Учитывая достаточно скромные способности человеческого уха, компьютерный слух может превзойти человека гораздо быстрее, чем компьютерное зрение. У звука есть много преимуществ — микрофону не обязательно быть в пределах прямой видимости, у него нет мёртвых зон. Хороший микрофон дешевле хорошей камеры, поток информации с него гораздо меньше, а значит его легче хранить и обрабатывать в реальном времени. Есть много ситуаций, для распознавания которых на видео нужны весьма нетривиальные алгоритмы компьютерного зрения, тогда как в случае акустического наблюдения хватит достаточно простого анализа уровня и спектра звука.
В последние годы технологии акустического наблюдения начинают проникать в повседневную жизнь. Пока что наибольшее распространение получили системы детектирования стрельбы, которые устанавливают в кварталах с высоким уровнем преступности. В США уже несколько десятков полицейских участков установили подобные системы.
Системы детектирования стрельбы имеют вековую историю. Их начали применять ещё во время Первой мировой войны для локализации артиллерии противника. Во время Второй мировой их использовали для предупреждения об авианалётах — к концу войны их вытеснили радары. Первые такие системы не имели даже микрофонов и напоминали огромных размеров стетоскопы. Современные детекторы частоиспользуются для борьбы со снайперами.
Один из ведущих производителей гражданских систем детектирования стрельбы — компания ShotSpotter. Сеть направленных микрофонов устанавливается на крышах зданий, столбах и других возвышенных местах. С помощью триангуляции источник звука локализуется с точностью до нескольких метров. В неблагополучных районах лишь в 25% случаев кто-то вызывает полицию, заслышав выстрелы. Обычно это занимает несколько минут. ShotSpotter подаёт сигнал в участок через несколько секунд, причём точное место выстрела отмечается на карте.
Вся акустическая информация отправляется не только в полицию, но и на серверы компании, для анализа. Это необходимо для того, чтобы уменьшить число ложных срабатываний от петард, фейерверков и хлопков от глушителей автомобилей. Каждый случай срабатывания системы даёт новую информацию для системы машинного обучения, которая учится безошибочно распознавать звуковые признаки, характерные для выстрела. Например, в отличие от других похожих звуков, при выстреле слышен не только хлопок, который производят пороховые газы, вырываясь из ствола, но и ударная волна от движения пули со сверхзвуковой скоростью.
Естественно, выстрел из оружия с глушителем останется незамеченным системой, но, по данным ФБР, такое оружие используется преступниками лишь в одном случае из ста. В целом система показывает неплохие результаты и работает уже в нескольких крупных городах США, в Великобритании и Бразилии.
Дополнительные преимущества можно получить, если использовать акустические детекторы совместно с видеокамерами и инфракрасными сенсорами. Управляемые камеры могут автоматически разворачиваться в направлении выстрела. Запись с таких камер, сопровождаемая информацией о точном времени и месте выстрела может сильно помочь в расследовании преступления и послужить доказательством в суде.
Финансируемый Евросоюзом проект EAR-IT имеет гораздо более широкие цели. Сеть акустических сенсоров планируется использовать не только в целях безопасности, но и для анализа потоков транспорта и пешеходов в городах и зданиях, экологического мониторинга. Микрофоны, размещённые на перекрёстке, могут дать достаточно точную информацию о количестве, скорости и типе проезжающих автомобилей. Услышав приближающийся звук сирены, система может скорректировать работу светофора так, чтобы пропустить спецмашину без задержек.
Внутри зданий можно по уровню шума определять количество людей в разных частях помещения и на основе этих данных корректировать работу систем вентиляции и кондиционирования, составлять акустические карты помещений, помогающие более рационально спланировать реконструкцию и оптимизировать эксплуатацию здания. Сеть сенсоров будет состоять из множества маленьких недорогих микрофонов и небольшого количества узлов, снабжённых качественными микрофонами и процессором для обработки сигнала.
В проекте участвует несколько европейских исследовательских институтов и организаций. Долгосрочная цель проекта — создание «умных» городов и зданий, которые не только видят, но и слышат всё, что происходит внутри них.
Автор: ymushnikova
