Techniek
Op deze pagina gaat het over de techniek van cameratoezicht. Welke soorten camera's zijn er, welke verbindingen heb je en hoe zien toezichtcentrales er uit? Bij elk onderwerp is ook aandacht voor 'slimme' toepassingen.
Camera's
Vast, verplaatsbaar en mobiel
Vaste camera: gemonteerd aan een gebouw of op een paal;
Mobiele camera: camera op een voertuig, bijvoorbeeld een surveillanceauto van de politie;
Verplaatsbare camera: een camera die voor korte tijd (maximaal enkele maanden) wordt opgehangen en daarna verhuist. Dit wordt vaak mobiel cameratoezicht genoemd, maar die term is gereserveerd voor camera's 'op wielen'. De juiste term voor deze vorm is verplaatsbaar cameratoezicht (of in het Engels redeployable CCTV).
Mobiel cameratoezicht
Vast of beweegbaar, staaf of dome-behuizing
Sommige camera’s staan vast op één punt gericht en andere camera's kunnen draaien en inzoomen (pan-tilt-zoom of PTZ). Een ander opvallend verschil is de behuizing: soms is die rond (dome) en soms niet (staaf).
Een vaste staafcamera (links) wordt gericht op één punt. Soms kunnen deze camera's overigens ook draaien en inzoomen. Daarnaast (midden en rechts) pan-tilt-zoom (PTZ) camera's in een dome-behuizing. Deze camera's kunnen draaien en inzoomen. De glazen bol rechts is ondoorzichtig, zodat je niet kan zien welke kant de camera op kijkt.
Vaste camera's
Vaste camera’s zijn ideaal op snelwegen, bij de ingang van een gebouw of in een winkel. Alle personen of voertuigen die een bepaald gebied betreden worden in beeld gebracht. Omdat de camera niet kan worden bediend, is er ook niet altijd live toezicht en worden de beelden voor eventueel later gebruik opgenomen.
Draaibare camera's
Camera's die kunnen draaien en inzoomen kunnen een veel groter gebied in beeld brengen (360 graden rondom) en zijn daardoor meer geschikt voor live toezicht dan vaste camera's. Vaak worden dit soort camera's opgehangen in een ondoorzichtige dome-behuizing, zodat voorbijgangers niet kunnen zien welke kant de camera op wordt gericht.
Als er geen live toezicht is, kunnen de camera's worden geprogrammeerd om automatisch bepaalde rondes te draaien of van plek tot plek te springen. Ook deze camera's kunnen echter slechts één kant tegelijk op kijken en missen dus alles wat er 'achter hun rug' gebeurt.
Slimme camera's
Mensen zijn duurder dan computers. Naarmate het aantal camera's toeneemt, groeit daarom de behoefte aan 'slim' cameratoezicht. Het ideaal is dat computers beelden analyseren voordat ze door mensen worden bekeken. Daarom wordt hard gezocht naar slimme camera's en slimme software.
Slimme camera's en slimme software
Intelligentie kan op twee manieren worden bereikt: bij de camera of in de toezichtcentrale.
Bij de camera
Bij de camera kan je intelligentie toevoegen, bijvoorbeeld door een microfoon ernaast te hangen. Geluid gecombineerd met beeld is slimmer dan alleen beeld. Je kan ook slimme software in de camera stoppen: de beelden worden voordat ze worden doorgestuurd naar de centrale geanalyseerd.
In de toezichtcentrale
'Slim' cameratoezicht wordt vooral toegepast in toezichtcentrales door beelden te analyseren met computers. Dat heet video-content-analyse (VCA). In het laboratorium werkt dit al vrij goed, maar de resultaten op straat zijn teleurstellend.
Gigantische databestanden
Eén van de grootste problemen voor slim cameratoezicht is de gigantische rekencapaciteit die er voor nodig is. Als ergens vijftig camera's hangen die allemaal 25 beelden per seconde produceren, levert dit 4,5 miljoen beelden per uur op die moeten worden geanalyseerd. Als elk beeldje een omvang van een halve Megabyte heeft, is dat 2.250 Gigabyte aan informatie per uur. Er zijn nauwelijks computers die dit soort hoeveelheden aan kunnen.
Informatie weglaten
Daarom wordt bepaalde informatie weggelaten. Bijvoorbeeld door kleurenbeelden te vervangen door zwart-wit beelden. Dat scheelt al een heleboel informatie. Ook worden vaak alleen de bewegende pixels geanalyseerd - de 'blobs'.
Door kleur om te zetten in zwart-wit, wordt het datatransport minder en kunnen beelden
sneller worden geanalyseerd. Dit werkt vrij goed als de achtergrond rustig is (bovenste
voorbeeld). In een drukke straat werkt het (nog) niet goed: de roze jurk wordt niet meer
onderscheiden van de blauwe broek rechts en de fiets links (onderste voorbeeld).
Gezichtsherkenning
Gezichtsherkenning door camera's is de grootste technische uitdaging op dit moment. In laboratoria lukt het al goed om gezichten te herkennen met camera's. Maar op straat werkt gezichtsherkenning nog niet goed. Dat heeft een aantal oorzaken: ten eerste zijn de meeste computerprogramma's voor gezichtsherkenning ontwikkeld voor identificatie op pasfoto's. Maar op straat kijken mensen bijna nooit recht in de camera. De software heeft heel veel moeite om vast te stellen of iemand zijn gezicht scheef houdt of gewoon een scheef gezicht heeft. De politie adviseert ondernemers hun camera's zodanig op te hangen dat gezichtsherkenning beter werkt. Bekijk
hun folder (PDF, 231 KB).
Een tweede probleem is dat je alleen mensen kan herkennen als je een bestand hebt waar de beelden mee kunnen worden vergeleken. Als je op zoek bent naar boeven, moet je wel een lijst hebben met alle boeven. Dit wordt een 'zwarte lijst' procedure genoemd. Het aanleggen en bijhouden van dat soort bestanden is echter erg tijdrovend. Tot nu toe wordt gezichtsherkenning vooral toegepast bij het tegenovergestelde: een 'witte lijst' procedure. Dat houdt in dat de beelden worden vergeleken met een database waar alle mensen in staan die juist wel naar binnen mogen. Sta je niet in het bestand of word je gezicht niet herkend, dan kom je er niet in. Dit soort systemen worden gebruikt in voetbalstadions, vliegvelden en zwaar bewaakte overheidsgebouwen. Deze witte lijst procedure werkt vaak veel beter, omdat de deelnemers graag herkend willen worden en hun gezicht dus netjes recht voor de camera houden. Maar ook bij dit soort systemen is altijd menselijke back-up nodig om iets te kunnen doen als het alarm afgaat.
De ontwikkelingen gaan razendsnel. Computers zijn nu al beter in het herkennen van gezichten dan mensen. Vooral het gebruik van 3-D-beelden is zeer succesvol, omdat deze techniek direct informatie oplevert over de vorm van gezichten.
Door meerdere camera's vlak naast elkaar op te hangen, kan een
3D-beeld van een gezicht worden gemaakt. Dat maakt het mogelijk
een gekanteld of gedraaid gezicht beter te herkennen.
Patroonherkenning
Voor mensen is het zeer eenvoudig om te zien waar mensen lopen: wij zien het verschil tussen bomen, auto's en mensen direct. Computers 'zien' dat niet - die moet je leren wat de achtergrond is (ook als er een wolk voor de zon schuift en het lijkt of er iets voorbij komt) en wat normaal gedrag is.
Uit het oorspronkelijke beeld (a) worden eerst de niet-bewegende pixels gefilterd (b) en gescheiden van de bewegende pixels (c). Op basis van de bewegende pixels kan de beweging van elk 'ding' (mens, dier of schaduw) worden gevolgd en worden vergeleken met 'normaal' gedrag.
Voorbeelden van 'slim' cameratoezicht
De eerste camerasystemen werkten via 'hard wired' verbindingen, of gewoon kabels. Dergelijke systemen waren goed te beveiligen, vandaar de toevoeging 'closed circuit' (CCTV = closed circuit television).
Draadloze systemen komen echter steeds vaker voor. Sommige systemen verzenden hun beelden over enkele tientallen meters waar de beelden worden verzameld en via een kabel verder worden getransporteerd. Andere systemen verzenden hun beelden over meerdere kilometers. Het verschil hangt af van de frequentie van het signaal:
- Radio (3 Hz tot 300 GHz) - Voordeel van het gebruik van radiogolven voor beeldverbindingen is dat ze relatief goedkoop zijn. Het nadeel is dat maximaal circa honderd meter overbrugd kan worden en het signaal met een goedkope antenne kan worden opgepikt door anderen. Radionetwerken gaan meestal via WLAN: een wireless local area network (meer info over radiogolven of over WLAN).
-
Microwave (300 MHz - 300 GHz) - Voordeel van deze frequentie is dat grote afstanden kunnen worden overbrugd. Nadeel is dat een punt-tot-punt verbinding nodig is per camera. De netwerken worden meestal aangeduid met de term WiFi (meer info over
microwaves of over
WiFi).
De meningen over draadloos cameratoezicht zijn verdeeld. Het kan gevoeliger zijn voor storingen en daardoor minder goed werken in een stedelijke omgeving. Maar het blijkt dat draadloos cameratoezicht ook in steden kan werken: rondom het Centraal Station in Amsterdam en in de binnenstad van Antwerpen. Van een draadloos cameraproject in Amsterdam Noord is een
technische evaluatie beschikbaar.
Toezichtcentrales
Aan een groot deel van de gemeentelijke camerasystemen is een toezichtcentrale gekoppeld waar de beelden gedurende bepaalde uren live worden bekeken door toezichthouders. Dit is het geval in - naar schatting - de helft van de Nederlandse camerasystemen. In vrijwel alle camerasystemen worden de beelden opgeslagen voor gebruik achteraf.
Toezichtcentrales zijn er in alle soorten en maten: van kleine
centrales waar op één monitor beelden van vier camera's worden
bekeken tot grote centrales, zoals in Rotterdam, waar tweeduizend
camera's (tweehonderd van de gemeente en de rest van de metro)
worden bekeken op honderd beeldschermen. In de
Rotterdamse centrale zijn continu zeven toezichthouders aanwezig:
vijf beveiligers en twee supervisors van de politie.
Cameratoezicht steeds vaker digitaal
Netwerkcamera’s worden tegenwoordig steeds vaker gebruikt in plaats van ‘oude’ analoge camerasystemen. De videorecorders worden vervangen door digitale videorecorders en de analoge beeldschermen worden vervangen door computers met TFT-beeldschermen. Overigens kunnen ook analoge camera's worden aangesloten op een video-server, maar dan moet het signaal wel eerst gedigitaliseerd worden.
Beelden van analoge camera’s werden opgenomen op een videorecorder. De beeldkwaliteit daarvan was goed, maar er waren heel veel videobanden nodig om de beelden continu op te slaan. In sommige Britse toezichtcentrales was de helft van de ruimte gereserveerd voor grote lades met duizenden videobanden.
Het signaal van een analoge camera kan worden omgezet naar een digitaal signaal, zodat de beelden kunnen worden opgenomen op de harde schijf van een computer. De beelden worden altijd eerst gecomprimeerd, meestal met behulp van MPEG-compressie. Daarbij gaat ongeveer tachtig procent van de beeldinformatie verloren - meestal zonder dat de beelden onbruikbaar worden voor opsporing.
Truuks om te besparen op opslagruimte
Beelden van een digitale videocamera hoeven natuurlijk niet te worden omgezet naar digitale signalen: dit gebeurt al in de camera. Maar de meeste digitale camera’s hebben een zeer hoge resolutie en het kost enorm veel capaciteit om dergelijke beelden op te slaan. Een standaard camerabeeldje is meestal 500 Kb groot. Voor het opnemen van de beelden van vijftig camera's gedurende 28 dagen is dan een opslagcapaciteit nodig van anderhalf miljoen gigabyte (1.500.000 GB), of vijftienhonderd terabyte (1.500 TB). Omdat dit heel kostbaar is, wordt vaak gekozen voor time-lapse (minder dan 25 beeldjes per seconde), compressie van beelden (en dus kwaliteitsverlies) of bewegingsdetectie (als er niets beweegt in beeld, worden de beelden ook niet opgeslagen).
Time lapse
Om te kunnen bezuinigen op opslagcapaciteit, wordt vaak gekozen voor
time-lapse. Dat houdt in dat camerabeelden niet worden bewaard met 25 beelden per seconde, maar met minder (bijvoorbeeld twee of zes beeldjes per seconde). Dat bespaart veel opslagcapaciteit, maar bij incidenten die heel snel gebeuren, kan toch cruciale informatie ontbreken. Een
onderzoek in San Francisco leidde tot de conclusie dat time lapse ervoor zorgde dat het hele camerasysteem ineffectief was.
De toezichtcentrale in Den Haag van de politieregio Haaglanden - hier
worden de beelden bekeken van alle gemeentelijke camera's uit Den Haag,
Delft en Zoetermeer.