Az intelligens városokhoz gyűjtött információk mennyisége napi szinten, folyamatosan növekszik, beleértve a videofelvételek által generált adatokat is. Ez a növekedés több tényezőnek köszönhető. Egyre olcsóbbá válnak a videotartalmak előállítására szolgáló eszközök (például videokamerák és rögzítők): a videokamerák ára mintegy ötödére csökkent az elmúlt hét évben.

A felhalmozható és az eltárolandó adattartalom mennyisége egyre növekszik. Miközben a kamerák egyre megfizethetőbbé válnak, olcsóbb lett az adattárolás, köszönhetően a folyamatosan fejlődő tárolási technológiáknak. Az egységnyi információ továbbításának költsége is kevesebb mint ötödére csökkent. Az eredmény a Biztonságos Város kísérleti projektekhez szükséges léptékének drámai növekedése, a műszaki komponensek minimális száma, vagyis ahol korábban egy projekt 10-20 kamerát tartalmazhatott, most 100-500 kamerától indul. Tehát ma az a legnagyobb kérdés, hogy mit kezdjünk az összegyűjtött adatokkal.

Az Internet (akkori nevén ARPANET) 1969-ben jött létre, az első keresőszolgáltatás azonban csak 1990-től lett elérhető. El tudja képzelni, hogyan létezett az internet keresőmotorok nélkül majdnem 20 évig? A felhasználók elégedettek voltak ezzel, mivel akkoriban még nem volt elérhető olyan mennyiségű információ, mint napjainkban, és az emberek közvetlenül, a nyomtatott médián keresztül osztottak meg információkat egymással. Miután megjelentek a keresőmotorok, lehetetlenné vált nélkülük élni.

A modern CCTV rendszerek a „Google nélküli Internethez” hasonlíthatók. Nyilvánvalóan ez nem túl hatékony és kényelmetlen is. 10–20 kamerával manuálisan kereshetünk a szükséges információkra, ha tudjuk, mely területeket látják be a kamerák és tudjuk, hogy pontosan kit vagy mit keresünk. Azonban, ha például egy 500 kamerát magában foglaló rendszerünk van, valamilyen keresési technológiára van szükségünk a megfelelő eredmény eléréséhez.

A videókeresés magját képező első technológiák a funkcionális és felhasználóbarát felületek fejlesztéséhez kapcsolódnak. Már a pontos dátum és idő feltüntetése is elegendő volt ahhoz, hogy ezen kritériumok alapján keresést lehessen végrehajtani. Világossá vált, hogy komoly az igény olyan eszközökre, amelyek megkönnyítik a kezelők munkáját. Az első ötletek pedig ismét az olyan felhasználói felületekkel kapcsolatosak, amelyek kényelmessé és egyszerűvé teszik az események megtalálását.

Az egyik ilyen lehetőség a kiváltó esemény keresése közelítéssel (például amikor a videón látható, hogy egy autó eltűnt a parkolóhelyéről). Ehhez az archívum egy hosszabb szakaszát több egyenlő részre osztjuk. Például egy 12 órás videót 12 egyenként egyórás részre osztunk, és a képernyőn minden részből egy előnézet jelenik meg (az egyes részek első néhány képkockája). Így azonosítható, hogy a videó mely részében volt még benne az objektum, és mely részben tűnt el. Ezzel pontosan kiemelhető az az idősáv, amikor a kiváltó esemény történt.

Az egyes szakaszokat fokozatosan kisebbekre osztva végül másodpercre pontosan meghatározhatjuk az esemény időpontját, így egy 12 órás felvétel esetében mindössze négy kattintásra lesz szükség az esemény megtalálásához. Ez intelligens keresésnek tűnik, valójában azonban csak egy jó kezelőfelületi funkció.

A különféle töredékek (szám- és betűsor) szerinti keresés hatékonysága ellenére nem felel meg minden igénynek. Például nem látható, hogy ki lépett be egy adott területre, és nem listázható ki az összes olyan gépjármű, amely a kamera látómezőjében volt.

Az első igazán intelligens keresés a rendszámfelismerő technológia volt. A rendszámtábla felismerésére és a kép szöveggé alakítására szolgáló algoritmusok már az analóg rendszerek óta léteznek. Ezek az algoritmusok képesek voltak felismerni az összes rendszámot, amely egy képkockán megjelent, majd úgy keresni ezekben a rekordokban, mintha egy jegyzetfüzetben keresnénk. (A felismerő algoritmusok legújabb fejlesztésével ma már az arcok kereséséhez is hasonló technológiákkal rendelkezünk.)

Tehát már korábban is felmerült az ötlet, hogy a jelenetet előre le kell írni, hogy aztán ezeket az adatokat felhasználhassuk a keresésekhez. Csak az arcok geometriai leírására és a tárgyak viselkedésének követésére szolgáló technológiák hiányoztak, melyek a jelenetek leírásához szükséges eszközök. Mindezek kombinációja lehetővé tette olyan metaadatok létrehozását, amelyek nagy pontossággal definiálják a jelenetet és mindazt, amit tartalmaz.

Ezen a ponton felmerült egy komoly kérdés a metaadatok tárolási helyét illetően, mivel a piac nem kínált olyan hatékony eszközöket, amelyek lehetővé tennék azok tárolását és a jelenet geometriai leírásában való keresést. A normál relációs adatbázisokat strukturált, indexelhető információkhoz tervezték (olyan mezők, mint “magasság, súly, mellkasméret, bűnügyi nyilvántartás, biztonsági tanúsítvány”). A geometriai adatok azonban egy többszörösen összetett adathalmazt jelentenek, amelyek a felvételeken szereplő objektumok folyamatos mozgásából adódóan rendkívül gyorsan generálódnak. Ugyanakkor fontos, hogy minél nagyobb adatmennyiséget tároljunk (objektum koordinátái, mérete, színe stb.), mert minél több információ áll a rendelkezésünkre, annál könnyebben lehet megtalálni a keresett objektumot. Az ilyen típusú adatok relációs adatbázisban tárolhatók, azonban a keresés nagyon lassú lesz.

További probléma volt, hogy a jelenetek leírása során nem lehetett az adatokat hasznos, haszontalan és rossz információkra bontani. Minden jellegű adat tárolásra került és a jelenetleírásnak a lehető legrészletesebbnek kellett lennie. A keresés idejéig nem lehetett tudni, hogy egy esemény hasznos vagy lényegtelen. Tehát amikor személyt keresünk egy bokros, bozótos területen, a szél miatt a levelek mozgása téves riasztásokat generálhat az általuk okozott pixelváltozásokból adódóan, ami ebben az esetben nem hasznosítható információnak minősül.

A keresés során a hasznos és lényegtelen információk aránya főként attól függ, mennyire specifikusak a keresési feltételeink. A leghatékonyabb kritériumokat szinte lehetetlen volt első próbálkozásra beállítani, ezért mindig módosítani kellett azokat (egy sort rövidíteni vagy hosszabbítani, megváltoztatni a színátmenetet, bővíteni vagy szűkíteni a keresési területet stb.). Ennek egyetlen módja a kísérletezés volt, így a keresés csak akkor volt hatékony, ha az eredmények azonnaliak, és a keresési feltételek rögtön módosíthatóak voltak. Az internettel való analógia itt is helyénvaló: ha gyorsan megkapjuk a keresési eredményeket, különböző kulcsszavakkal módosíthatjuk a keresési lekérdezést. Ha például perceket kellene várnunk minden egyes keresés után, idővel sem türelmünk, sem időnk nem lenne megfelelő kulcsszavakat keresni. Ezért olyan fontos az azonnali keresés jelentősége: ez teszi a rendszert hatékonnyá.

Visszatérve a metaadatok tárolásának problémájára, nemrég még nem léteztek olyan tárolórendszerek, amelyek lehetővé tették a keresési eredmények azonnali kinyerését. Ennek megoldása érdekében a vállalatok költséges kutatás-fejlesztésbe fektettek be, melynek eredményeként egyedi, a geometriai adatok tárolására optimalizált adathordozókat hoztak létre, így már rendelkeznek az információk gyors kinyerésére alkalmas technológiával. Így képesek keresőrendszereiket valóban hatékonnyá tenni, és teljes mértékben meg tudnak felelni a több ezer és több tízezer kamerát felölelő városi és regionális biztonsági rendszerek kihívásainak.

A keresőmotorok napról napra fejlődnek, azonban ez a fejlődési út is idővel eléri a határait, hiszen az egyetlen fejlesztés alatt álló szempontot a minőségi jelenetleírások generálására szolgáló eszközök jelentik. Végezhetnek fejlesztéseket nagyobb mennyiségű eszköz kapcsán is, és a fejlesztések széleskörűbbé, pontosabbá válhatnak. A jövő azonban egyértelműen azon rendszereké, amelyek nemcsak adott jeleneteket képesek leírni, hanem értelmezni is tudják a jelenetben történteket, vagyis szemantikai markereket is felvehetnek.

Ha az operátor valamilyen mozgást keres a jelenetben, az a szoftver szempontjából csak absztrakt tárgyak mozgását jelenti. A legjobb esetben “személy”, „gépjármű” vagy „ember” kategóriába sorolja, viszont ez meglehetősen önkényesnek mondható. Feltétlenül szükséges, hogy a VMS (video menedzsment rendszer) megértse, milyen tevékenységet végeznek a jelenetekben feltűnő objektumok. Vegyünk példaként egy olyan helyzetet, amikor egy férfi megkarcolt egy autót. Felbecsülhetetlen értékű, amikor a VMS minden szempontból egyértelműen képes felismerni a két objektum egymáshoz való viszonyát, és a konkrét tevékenységet. Ebben a példában döntő jelentőségű, hogy a személy csak benézett az autóba, kinyitotta az autó ajtaját, esetleg valamilyen eszköz is volt nála, amellyel megrongálta azt. Amikor a rendszer képes érdemben azonosítani a cselekményt, lehetőség nyílik az objektumok viselkedésének értékelésére és a potenciálisan gyanús viselkedési formák azonosításra. Ez hatalmas mértékű előrelépés a keresés minőségében, melynek a jelenet szemantikai leírása képez alapot.

Jelenleg a legtöbb erőfeszítés olyan eszközök létrehozására összpontosul, amelyek megkönnyítik és gyorsabbá teszik az üzemeltető számára, hogy minőségi leírás alapján megtalálja a megfelelő videoarchívum részletet. A sztereoszkópikus látás egy újabb dimenzió hozzáadásával lehetővé teszi, hogy lássuk, milyen messze van egy tárgy a kamera nézőpontjától. Ez lehetővé teszi a kezelő számára, hogy a távolság mértéke vagy a tárgy valós geometriai mérete alapján keressen objektumokat, a relatív méretek használata helyett.

Sok tekintetben az út elején járunk, azonban a tendencia egyértelmű, mióta az emberek elkezdték felismerni a keresés fontosságát, és érdeklődni kezdtek a rendelkezésre álló eszközök iránt. A Biztonságos Város projektekhez elengedhetetlen az azonnali többkamerás keresés az arcok, a rendszámok vagy bármilyen más objektum és esemény keresése a hatalmas mennyiségű videofelvételen belül. Tehát valószínűleg hamarosan elkerülhetetlen változásokra számíthatunk: minden videómegfigyelési rendszernek, függetlenül a méretétől, egyszerűen be kell építenie az ebben a cikkben leírtakhoz hasonló vagy hasonló keresőeszközöket. A “Google nélküli internet” korszaka véget ért, és soha többé nem tér már vissza.