Ciri Pengesanan Orang Ramai pada Sistem CCTV
Perkembangan teknologi pengawasan telah menyaksikan kemajuan yang ketara sejak sedekad yang lalu. Walaupun CCTV dahulunya berfungsi semata-mata sebagai peranti rakaman pasif—hanya merakam peristiwa untuk diulang tayang apabila ia berlaku—kini banyak sistem CCTV dilengkapi dengan kecerdasan buatan (AI) yang mampu menganalisis situasi dalam masa nyata. Satu ciri yang semakin banyak dilaksanakan di ruang awam dan kawasan perniagaan ialah pengesanan orang ramai. Ciri ini membantu pengendali keselamatan mengenal pasti kumpulan orang yang melebihi had tertentu, memantau risiko keselamatan dan bertindak balas terhadap gangguan yang berpotensi dengan lebih cepat.
Memahami Pengesanan Orang Ramai
Pengesanan orang ramai ialah keupayaan sistem CCTV untuk mengenal pasti sekumpulan orang di kawasan tertentu berdasarkan parameter yang ditetapkan. Parameter ini boleh merangkumi bilangan orang, kepadatan, pergerakan atau tempoh perhimpunan. Tidak seperti "pengesanan gerakan" tradisional yang hanya mengesan pergerakan, pengesanan orang ramai cuba memahami konteksnya: sama ada pergerakan itu berasal daripada beberapa orang yang lalu lalang, atau daripada orang ramai yang berpotensi berisiko.
Dalam banyak pelaksanaan moden, pengesanan orang ramai disepadukan dengan ciri analitik video lain seperti pengiraan orang, pencerobohan kawasan, peta haba dan juga pengecaman wajah (walaupun penggunaan pengecaman wajah sering dihadkan oleh peraturan privasi tertentu). Fokus utama adalah untuk membantu pengurus tempat membuat keputusan operasi dan keselamatan, seperti menyekat akses, mengalihkan aliran pelawat atau memanggil kakitangan tambahan.
Cara Ciri Pengesanan Orang Ramai Berfungsi
Secara amnya, ciri ini berfungsi melalui beberapa peringkat analitik video:
1. Pemerolehan Video dan Pra-pemprosesan
Kamera merakam strim video. Sistem kemudiannya melakukan pra-pemprosesan seperti penstabilan imej, peningkatan kontras dan pengurangan hingar untuk memberikan hasil analisis yang lebih tepat, terutamanya dalam keadaan cahaya malap.
2. Pengesanan Objek (Manusia)
Model AI mengesan objek manusia dalam setiap bingkai. Teknik biasa yang digunakan termasuk model pembelajaran mendalam seperti YOLO, SSD atau pengesanan objek berasaskan transformer. Sistem ini membezakan manusia daripada objek lain seperti kenderaan, haiwan atau bayang-bayang.
3. Penjejakan
Sebaik sahaja seseorang dikesan, sistem boleh menjejaki pergerakan mereka dari bingkai ke bingkai. Penjejakan berguna untuk mengira bilangan orang yang memasuki/keluar dari sesuatu kawasan dan mengelakkan pengiraan berganda.
4. Analisis Ketumpatan dan Corak
Sistem mengira orang atau menganggarkan kepadatan berdasarkan kawasan yang dipantau. Selain itu, sesetengah sistem menganalisis corak: sama ada orang ramai berkumpul di satu tempat terlalu lama, sama ada kesesakan secara tiba-tiba berlaku, atau sama ada orang ramai yang bergerak boleh mencetuskan kemungkinan rempuhan.
5. Pencetus Penggera Berdasarkan Peraturan
Pengendali boleh menetapkan peraturan tertentu, contohnya:
– Penggera jika bilangan orang di kawasan A > 30 orang.
– Penggera jika ketumpatan melebihi ambang tertentu selama > 2 minit.
– Penggera jika terdapat pengumpulan (lonjakan) yang cepat dalam masa yang singkat.
Apabila syarat dipenuhi, sistem akan menghantar pemberitahuan ke papan pemuka, aplikasi mudah alih atau mencetuskan amaran boleh dengar/visual di lokasi tersebut.
Manfaat Pengesanan Orang Ramai
Melaksanakan ciri pengesanan orang ramai memberikan nilai sebenar dalam pelbagai keperluan:
1. Meningkatkan Keselamatan dan Keselamatan
Orang ramai sering berkait rapat dengan risiko: potensi rusuhan, penyeluk saku atau insiden keselamatan seperti rempuhan. Dengan pengesanan awal, pegawai boleh meningkatkan keselamatan dan mengawal orang ramai sebelum keadaan menjadi lebih buruk.
2. Pengurusan Orang Ramai
Di pusat membeli-belah, stesen kereta api, lapangan terbang dan tarikan pelancong, bilangan pengunjung sering berubah-ubah. Sistem boleh membantu memastikan kesesakan kekal dalam had selamat, termasuk pematuhan dengan peraturan kapasiti maksimum.
3. Kecekapan Operasi
Maklumat masa nyata tentang orang ramai membantu pihak pengurusan melaraskan operasi: membuka pintu tambahan, mengalihkan barisan, menambah kakitangan atau mengoptimumkan laluan masuk dan keluar.
4. Sokong Pengurangan Risiko Kecemasan
Dalam situasi kecemasan—seperti kebakaran atau pemindahan—data orang ramai membantu memahami titik tumpuan supaya proses pemindahan dapat diarahkan dengan lebih berkesan.
Contoh Aplikasi dalam Pelbagai Sektor
1. Pengangkutan Awam (Stesen/Terminal/Lapangan Terbang)
Orang ramai di platform atau di pusat pemeriksaan tiket boleh menyebabkan kelewatan dan risiko keselamatan. Sistem ini boleh membunyikan penggera apabila kesesakan menjadi terlalu tinggi, membolehkan kakitangan menguruskan aliran penumpang.
2. Pusat Runcit dan Beli-belah
Selain keselamatan, pengesanan orang ramai boleh menyokong analitik perniagaan—contohnya, kawasan yang paling sesak, waktu puncak pelawat dan kesannya terhadap penempatan atau promosi penyewa.
3. Acara dan Stadium
Di konsert atau acara sukan, orang ramai boleh meningkat secara mendadak. Pengesanan berasaskan CCTV membantu penganjur memantau kawasan yang mudah mengalami kesesakan, seperti pintu masuk, tempat duduk dan pintu keluar.
4. Kawasan Perindustrian dan Pejabat
Di kawasan tertentu, orang ramai boleh memberi isyarat tentang peristiwa luar biasa: mesyuarat spontan, barisan kemudahan atau insiden. Sistem ini membantu pasukan keselamatan bertindak balas dengan lebih pantas.
Cabaran dan Keterbatasan Teknologi
Walaupun berguna, pengesanan orang ramai bukan tanpa cabaran:
1. Oklusi (Melindungi Satu Sama Lain)
Dalam orang ramai yang padat, orang ramai akan mengaburkan satu sama lain, menyukarkan pengesanan individu. Sistem ini memerlukan model yang mantap dan sudut kamera yang tepat.
2. Keadaan Cahaya dan Cuaca
Kawasan luar menghadapi cabaran seperti hujan, kabus atau cahaya latar. Kamera dengan Julat Dinamik Lebar (WDR) dan sensor berkualiti tinggi membantu meningkatkan ketepatan.
3. Sudut Kamera
Memasang kamera terlalu tinggi atau terlalu condong boleh menyebabkan orang kelihatan kecil dan sukar dikesan. Lokasi kamera, resolusi dan panjang fokus adalah faktor penting.
4. Penggera Palsu
Bayang-bayang, pantulan atau objek seperti manusia (cth., patung, poster) boleh mencetuskan ralat. Penentukuran kawasan, tetapan ambang dan kemas kini model AI boleh mengurangkan ralat ini.
Aspek Privasi dan Etika
Pengesanan orang ramai idealnya tertumpu pada statistik bilangan dan kepadatan, bukan identiti individu. Walau bagaimanapun, kebimbangan privasi masih kekal, terutamanya jika sistem itu juga merekodkan wajah atau menggabungkan data dengan sistem lain. Amalan terbaik termasuk:
– Ketelusan: menyiarkan notis bahawa kawasan tersebut dipantau oleh CCTV.
– Sekatan akses: hanya kakitangan yang dibenarkan sahaja yang boleh melihat rakaman.
– Pengekalan data: storan video mengikut keperluan dan peraturan.
– Keselamatan siber: penyulitan, kawalan akses dan log audit untuk mencegah kebocoran.
Kesimpulannya
Ciri pengesanan orang ramai dalam sistem CCTV merupakan inovasi penting dalam pengawasan moden. Dengan menggabungkan kamera berkualiti tinggi dan analitik AI, sistem ini bukan sahaja merekod tetapi juga "memahami" situasi di lapangan. Faedah-faedahnya termasuk keselamatan yang lebih baik, pengurusan kapasiti, kecekapan operasi dan sokongan tindak balas kecemasan. Walau bagaimanapun, pelaksanaan yang berjaya sangat bergantung pada reka bentuk pemasangan kamera, kualiti peranti, konfigurasi ambang dan perhatian terhadap privasi dan etika. Pada masa hadapan, pengesanan orang ramai akan menjadi semakin biasa sebagai sebahagian daripada bandar pintar dan pengurusan kemudahan yang lebih selamat, lebih teratur dan lebih responsif.
