O que aconteceu?
A videovigilância está a passar por uma transformação tecnológica fundamental. Durante décadas, a tarefa central dos sistemas de câmaras consistiu em gerar, transmitir e gravar imagens da melhor qualidade possível. Esse foco está a mudar cada vez mais: os sistemas modernos devem reconhecer situações relevantes por si próprios, avaliar as informações de imagem já na própria câmara e interligar diferentes sensores entre si. A câmara desenvolve-se assim de um simples fornecedor de imagens para um sensor inteligente integrado numa arquitetura de segurança mais abrangente.
Os detalhes
No lado clássico das câmaras, o desenvolvimento técnico ainda não está concluído. O Dr.-Ing. Markus Müller, do Fraunhofer IOSB, Departamento de Sistemas de Análise de Vídeo, espera novos avanços na resolução geométrica e radiométrica. Também os sensores de imagem térmica, segundo a sua avaliação, tornar-se-ão mais eficientes e económicos, possibilitando sistemas globais mais eficazes. É provável que, no futuro, sejam utilizados com mais frequência sistemas com dois ou três canais diferentes – por exemplo, câmaras óptico-visuais combinadas com infravermelho próximo e infravermelho térmico. Esta evolução já é observável no mercado: as câmaras multissensor estão a difundir-se cada vez mais, e a tecnologia melhorada para baixa luminosidade não só fornece melhores imagens em condições de pouca luz, como também melhora as condições para uma deteção automática mais fiável de objetos e eventos.
Edge computing e IA na câmara
Paralelamente, a arquitetura do sistema está a mudar. Em vez de transmitir todos os fluxos de vídeo centralmente para um servidor, as câmaras assumem uma parte crescente do processamento – o edge computing é considerado uma das tendências mais importantes do setor. As câmaras modernas conseguem reconhecer pessoas ou veículos, classificar objetos e gerar metadados antes de as informações serem transmitidas a um sistema de gestão de vídeo ou a uma plataforma na nuvem.
A investigação sobre reconhecimento de comportamento no Fraunhofer IOSB mostra até onde pode ir a interpretação automática. A partir de pessoas detetadas, são criados modelos digitais de esqueleto, ou seja, pontos-chave corporais (keypoints), e, em seguida, o comportamento de movimento é analisado. O sistema deve ser capaz de reconhecer, por exemplo, socos ou pontapés, e alertar um operador para uma situação potencialmente relevante. Para isso, não é necessária a identidade da pessoa observada – um esqueleto digital não possui identidade, origem, cor de pele ou género.
Fusão de sensores na proteção perimetral
Esta evolução é particularmente evidente na proteção perimetral. Grandes áreas exteriores colocam exigências elevadas em termos de alcance, fiabilidade de deteção e prevenção de falsos alarmes. Câmaras visíveis, tecnologia de imagem térmica, radar e outros sensores de deteção assumem cada vez mais funções diferentes dentro de um sistema comum. Um radar pode detetar um objeto em movimento independentemente da iluminação e determinar a sua posição, enquanto uma câmara óptica ou térmica serve para verificação e classificação. A análise de vídeo baseada em IA distingue depois entre pessoas, veículos ou animais e comunica apenas eventos relevantes a um centro de controlo.
No entanto, cenas particularmente complexas continuam a ser difíceis. Segundo Müller, a análise automática de vídeo em condições não controladas continua a enfrentar desafios consideráveis. Movimentos diferentes, fundos variáveis, oclusões e muitos objetos a surgir simultaneamente dificultam uma interpretação robusta. O desenvolvimento futuro não irá, por isso, orientar-se exclusivamente para a IA – abordagens híbridas, que combinam o processamento clássico de sinal e imagem com métodos neuronais, podem produzir melhores resultados. Um obstáculo central continua a ser a disponibilidade de dados de treino adequados e suficientemente abrangentes.
Novos princípios de sensores
Para além da avaliação inteligente, novos princípios de sensores poderão ampliar a videovigilância. Um exemplo é o Range-Gated Imaging, ou Gated Viewing: a cena é iluminada com pulsos de laser muito curtos, e a câmara é aberta apenas durante uma janela de tempo exatamente definida. Como o tempo de propagação da luz é conhecido, o sistema consegue captar de forma seletiva a luz refletida proveniente de uma determinada faixa de distância. A luz previamente dispersa por nevoeiro, chuva ou neve não chega, em grande medida, à imagem relevante. Em sistemas multissensor, esta técnica é combinada com câmaras diurnas/noturnas e de imagem térmica. Os campos de aplicação vão desde a vigilância marítima, passando pela proteção de fronteiras, até à deteção e seguimento de objetos e drones.
O Fraunhofer IOSB também investiga o Gated Viewing para condições de visibilidade reduzida. Através da seleção temporal dos fotões que regressam, é possível suprimir reflexões perturbadoras provenientes do primeiro plano e do fundo, obtendo-se simultaneamente informações de distância. Um complemento adicional é o radar de ondas milimétricas, capaz de detetar objetos mesmo na escuridão, com fumo ou nevoeiro, e de determinar a sua distância e velocidade, quando os sistemas ópticos atingem os seus limites.
Enquadramento
Para os futuros sistemas de segurança, desenha-se assim menos o domínio de um único sensor do que uma combinação de diferentes princípios físicos de medição. O próximo passo no desenvolvimento da videovigilância não será, por isso, determinado por uma única tecnologia: sensores ópticos e térmicos melhores, métodos de range-gating, radar, edge computing e IA desenvolvem-se em paralelo. A isto acresce o surgimento de métodos mais eficazes para a interpretação semântica de imagens – o Fraunhofer IOSB trabalha agora também com modelos de base (foundation models) e com grandes modelos de linguagem e imagem, capazes não só de classificar conteúdos visuais, mas também de os inserir num contexto semântico mais amplo.
Esta evolução transforma fundamentalmente a função de um sistema de vídeo. Doravante, o fator decisivo não será tanto gerar o máximo de imagens possível, mas sim filtrar de forma fiável, a partir dos dados de sensores disponíveis, a informação necessária para uma tarefa de segurança concreta. Para os operadores de tecnologia de segurança – seja na proteção de instalações, na proteção de pontos sensíveis como um cofre de coleta ou um cofre de depósito, ou no âmbito de soluções perimetrais mais amplas – isto significa: a qualidade de um sistema mede-se cada vez mais pela capacidade de avaliação de situações, e já não apenas pela resolução ou qualidade de imagem.
Dicas práticas
- Ao adquirir novos equipamentos, não se deve ter em conta apenas a resolução, mas também a capacidade de multissensorização e de processamento edge – fatores que determinam de forma decisiva a fiabilidade do reconhecimento automático.
- Para projetos de proteção perimetral, vale a pena avaliar soluções combinadas de radar, imagem térmica e câmara óptica, de modo a reduzir falsos alarmes e melhorar a deteção em condições meteorológicas variáveis.
- Em ambientes com visibilidade frequentemente limitada (nevoeiro, chuva, neve), os operadores devem avaliar a adequação de métodos de range-gating ou da tecnologia Gated Viewing.
- Como cenas complexas com muitos objetos continuam a representar um desafio para os sistemas de IA, o ser humano continua a ser indispensável como instância decisiva – os sistemas devem ser concebidos como apoio, e não como substituto totalmente automático dos operadores.
- Em aplicações sensíveis do ponto de vista da proteção de dados, métodos como o reconhecimento de comportamento baseado em esqueletos ou pontos-chave podem ser uma opção, por dispensarem a identificação da pessoa observada.
Perspetivas
A câmara torna-se cada vez mais parte de um sistema de sensores interligados, que reconhece e avalia situações, chamando a atenção das pessoas de forma direcionada para eventos relevantes. Instituições de investigação como o Fraunhofer IOSB impulsionam ativamente este desenvolvimento através de trabalhos sobre abordagens híbridas de IA, modelos de base e novos princípios de sensores. Para o setor da segurança, isto significa uma transformação contínua: do registo puro de imagens para sistemas integrados que combinam diferentes princípios físicos de medição e filtram automaticamente informações relevantes – preservando, ao mesmo tempo, a autoridade decisória humana em situações críticas para a segurança.
