Sekitar 320 ribu orang meninggal karena tenggelam di dunia setiap tahun. Ini adalah penyebab utama kematian ketiga, terhitung sekitar 7% dari kematian terkait cedera. Kota-kota pesisir di seluruh dunia adalah rumah bagi sekitar 60% populasi dunia. Laki-laki dan anak-anak di segmen populasi ini berada pada risiko terbesar tenggelam karena peningkatan akses ke air. Di negara maju seperti Cina dan Amerika Serikat, tenggelam adalah penyebab utama pertama dan kedua dari kematian akibat cedera di antara anak-anak usia 1-14 tahun.
Rusia adalah salah satu pemimpin dunia dalam hal sumber daya air: 2,7 juta danau, 2,8 juta sungai dengan total panjang 12,4 juta km dan 30 ribu waduk. Kedekatan pemukiman dengan badan air dan peningkatan akses orang ke air merupakan faktor risiko yang signifikan untuk kematian akibat tenggelam bagi sebagian besar penduduk negara kita. Perlu dicatat bahwa, menurut Rosstat, jumlah kematian akibat tenggelam di Rusia menurun setiap tahun. Jadi, untuk periode dari 2011 hingga 2019, jumlah kematian telah berkurang lebih dari setengahnya (masing-masing dari 8272 menjadi 3935 kasus tenggelam). Untuk mencegah tenggelam, tindakan pengorganisasian terutama digunakan seperti pemasangan tanda dan pagar khusus di sekitar tempat berenang, mengajar anak-anak berenang, melakukan pelatihan penyelamatan jiwa, menginformasikan tentang kedalaman waduk dan ketebalan es,peringatan tepat waktu tentang badai atau banjir (pemberitahuan suara dan SMS).
Apakah langkah-langkah yang diambil untuk memastikan keamanan badan air mencukupi?
Kami akan menilai potensi peningkatan tingkat keselamatan di badan air dengan analisis komparatif efektivitas langkah-langkah untuk memastikan keselamatan di jalan raya (10,8 ribu pos perekaman foto dan video, pos stasioner, serta kru bergerak) dan keamanan wilayah perairan (12 ribu pos dan pos penyelamatan) ). Rasio kematian tahun 2019 akibat tenggelam (sekitar 4 ribu orang) terhadap korban tewas akibat kecelakaan di jalan raya (13,3 ribu orang) adalah 1: 3; sedangkan rasio kapal kecil yang terdaftar (1,5 juta) dengan kendaraan (53 juta) adalah 1:35. Sedangkan rasio jumlah pelanggaran aturan penggunaan badan air (34 ribu) yang tercatat pelanggaran lalu lintas (106 juta) adalah 1: 3000, yang manamencirikan tidak pentingnya tindakan pencegahan untuk mengurangi kematian di badan air . Pos dan pos penyelamatan tidak dilengkapi dengan kompleks pemantauan teknis khusus yang memungkinkan perekaman pelanggaran aturan pengoperasian badan air (mirip dengan kompleks perekaman foto dan video). Pemantauan keamanan di badan air sepenuhnya dipercayakan kepada penyelamat (secara eksklusif "faktor manusia").
Harus diakui bahwa kecenderungan umum untuk melengkapi area umum dengan alat pemantauan dapat dibenarkan. Dengan demikian, penggunaan sistem pengawasan video di taman dan alun-alun memungkinkan untuk mengurangi jumlah pelanggaran yang dilakukan dan meningkatkan tingkat deteksi mereka, dan pengembangan sistem perekaman foto dan video yang bertujuan untuk mencegah pelanggaran lalu lintas telah memungkinkannya.untuk mengurangi jumlah kematian dalam kecelakaan jalan raya di Rusia selama lima tahun sebesar 26% . Angka statistik menunjukkan bahwa jumlah kematian di badan air dalam perbandingan tertentu memiliki urutan besarnya lebih tinggi daripada di jalan raya. Hal ini memberikan alasan untuk percaya bahwa dengan meluasnya pengenalan dan peralatan wilayah perairan dengan sarana teknis khusus pemantauan dan pengembangan budaya sikap bertanggung jawab terhadap aturan pengoperasian badan air di antara penduduk, terdapat potensi yang signifikan untuk mengurangi jumlah tenggelam. Proposal ini telah didukung oleh Persatuan Profesional Pelaut dan Dewan Federasi .
Menurut para ahli, penyebab utama kecelakaan pada badan air yang menyebabkan tenggelam saat ini adalah:
- Mandi di bawah pengaruh obat-obatan dan alkohol;
- Pelanggaran aturan pengoperasian kapal;
- Arogansi yang berlebihan;
- Orang tidak menyadari potensi bahaya;
- Berenang di tempat yang tidak dilengkapi perlengkapan;
- Meninggalkan anak-anak tanpa pengawasan.
Menurut Keputusan Presiden Federasi Rusia, hingga tahun 2030, jumlah kecelakaan di badan air harus dikurangi setidaknya 20% dibandingkan dengan indikator tahun 2019, dan jumlah kematian di badan air harus dikurangi setidaknya 18%. Untuk mencapai tugas yang ditetapkan, diperlukan peralatan teknis penyelamat yang signifikan dan layanan khusus .
Berdasarkan aksesibilitas dan fungsionalitas, solusi yang ada untuk memastikan keamanan di badan air biasanya didasarkan pada penggunaan analitik video.
Klasifikasi algoritme analisis video
Menurut kompleksitas penerapan algoritme analitik video, algoritme tersebut dapat dibagi secara kondisional menjadi tiga kelas tugas pemantauan:
1 Alat analitik video standar , yang secara teoritis dapat diterapkan oleh sebagian besar "kamera pintar" dari vendor populer (Hikvision, Dahua, Axis, dll.):
1.1 Berenang di dilarang tempat dan berenang seorang pria "untuk pelampung";
Analisis video ini, secara teori, adalah kasus khusus dari peristiwa "seseorang melintasi zona terlarang", tetapi karena sistem yang didasarkan pada model umum pengajaran deteksi orang tidak dirancang untuk mendeteksi seseorang dari bagian gambar, penerapan aktual dari algoritme umum dipertanyakan.
1.2 Pendekatan kapal yang berbahaya ke area mandi;
1.3 Menemukan orang di pagar jembatan, tanggul, dermaga.
Untuk menganalisis batasan penerapan, kami akan menganalisis yang terakhir, pada saat artikel diterbitkan, sistem pengawasan video cerdas. Misalnya, Hikvision DeepinView. Untuk tujuan keamanan perimeter, kamera DeepinView 7 Series menggunakan algoritme analisis video cerdas untuk mengurangi alarm palsu dan menyesuaikan alarm menggunakan klasifikasi target. Anda dapat menyetel alarm agar dipicu hanya untuk orang-orang atau hanya untuk kendaraan yang masuk ke bidang pandang kamera. Pilihan lainnya adalah mengatur pengecualian sehingga kamera hanya merespons mobil, misalnya.
Fitur Pelacakan Otomatis opsional dirancang untuk skenario aktivitas rendah. Kamera hanya akan merespons objek bergerak, dengan fokus pada target tertentu, sehingga meningkatkan efisiensi sistem keamanan dan menghemat ruang penyimpanan. Seperti yang ditunjukkan oleh analisis fungsi, sistem dengan bijaksana memisahkan fase deteksi dan mengikuti, menggunakan untuk algoritme yang terakhir seperti "pelacakan tanpa deteksi (DFT)" di mana deteksi objek baru tidak konstan, dan pembatasan ukuran objek deteksi dan model yang digunakan membuat solusi ini dapat diterapkan terutama di area terlarang atau untuk kontrol, misalnya, selama jam terlarang.
Kira-kira sama tipikal dari semua vendor yang merilis analis pada kamera pada jaringan saraf pada tahun 2020, tetapi kelemahan analis pada kamera masih sama - ini adalah kinerja prosesor kamera yang rendah, yang mengarah pada pembatasan jumlah analis simultan dan memberlakukan pembatasan pada penggunaan model kamera tertentu, yang biayanya jelas lebih mahal.
2 Kamera video dengan analitik video berdasarkan teknologi DEEPMIND (misalnya: IVA Bosch), yang secara resmi menjadi analitik kamera, pada kenyataannya, bekerja dengan partisipasi penerima yang memiliki kekuatan yang cukup untuk secara bersamaan meluncurkan beberapa analis vendor per saluran dan terlibat dalam proxy internal:
2.1 Jatuh (lompat) seseorang dari jembatan , tanggul atau dermaga;
2.2 Keluarnya seseorang di atas es;
2.3 Kebakaran (ledakan) di badan air;
2.4 Berenang di atas alat tiup dan cara lain yang tidak dimaksudkan untuk tujuan ini;
3 Tugas yang membutuhkan solusi pribadi:
3.1 Seseorang dalam kesulitan di atas air (risiko tenggelam);
3.2 Jatuh seseorang di bawah es;
3.3 Tabrakan kapal, landasan kapal kandas, bangkai kapal;
3.4 Perilaku manusia yang mencurigakan.
Solusi dari masalah kompleksitas kelas ketiga didasarkan pada memastikan pelacakan berkelanjutan dari objek pemantauan dalam kombinasi dengan beberapa metrik tertentu.
Penerapan fungsi pelacakan manusia yang berkelanjutan adalah tugas yang agak sulit bahkan dalam "kondisi laboratorium", tetapi dalam lingkungan akuatik atau dalam format analitik di kamera, hal itu terlihat praktis tidak dapat direalisasikan. Dan ini bahkan jika kita mengambil masalah dalam mengidentifikasi objek unik dengan kombinasi fitur karakteristiknya (pakaian, dimensi, fitur gerakan, dll.)
Pelacak objek biasanya memiliki tiga bagian: model tampilan, model gerak, dan model pembaruan. Alur keseluruhan dari algoritma pelacakan objek dijelaskan sebagai berikut: setiap objek yang dilacak diwakili oleh simulasi, dan model tampilan dibuat berdasarkan informasi asli. Model penampilan digunakan untuk mencari objek dalam bingkai saat ini. Berdasarkan hasil pelacakan dalam kaitannya dengan kerangka saat ini, strategi pembaruan digunakan untuk memperbarui model penampilan agar dapat beradaptasi dengan perubahan objek dan lingkungan, masalah utama dari kontinuitas pelacakan adalah memastikannya di lingkungan akuatik saat menyelam atau berenang di bawah air saat seseorang menghilang sementara di area pemantauan.
, 3 :
- ( , ), 30 200 ;
- ( , ), 50 200 ;
- ( , ), .
Seorang pria di pantai : sebuah objek dengan dimensi karakteristik dengan tinggi 100 hingga 200 cm dan lebar dari 30 hingga 70 cm dan kecepatan karakteristik dari 2 hingga 6 km / jam.
Manusia di atas air: perenang: objek dengan dimensi karakteristik dari tinggi dan lebar 20 hingga 50 cm dan kecepatan karakteristik dari 1 hingga 4 km / jam.
Rata-rata, durasi nyaman orang biasa tinggal di bawah air saat menyelam adalah sekitar 10 detik. Tentu saja, pengecualiannya adalah para profesional dan amatir selam, yang jumlahnya relatif kecil terhadap jumlah wisatawan dan dapat dikaitkan dengan kesalahan dalam sistem pengukuran (pada tahap pelatihan model).
Prinsip utama menempatkan kamera video di pantai adalah kebutuhan akan tampilan (cakupan) yang lengkap dari pantai dan area pemandian. Untuk mengecualikan "titik buta", penempatan kamera yang berlebihan, kesalahan pelacakan saat beralih di antara area pemantauan (saat menggunakan beberapa kamera), disarankan untuk menggunakan kamera CCTV panorama dengan beberapa sensor dan sudut pandang horizontal 180 °, yang memberikan satu gambar dari area yang dipantau dengan hanya satu kamera video.
Misalnya, saat menempatkan kamera Hikvision DS-2CD6944G0-IHS (4MP x 6mm x 4) pada penyangga pada ketinggian 4 meter pada jarak 40 meter dari garis pantai pada badan air, kami mempertimbangkan: indikator akurasi lebih dari 50 akan disediakan di pantai dan di area pemandian. piksel / meter, yang cukup untuk melacak seseorang baik di darat maupun di air.
Kamera multi-sensor ini memberikan satu gambar dari pantai dan area mandi untuk sistem computer vision. Dalam analisis bingkai demi bingkai dari perubahan dalam pelacakan orang dalam gambar, algoritme menyediakan statistik online dari objek di area pemantauan dan memungkinkan Anda untuk mengidentifikasi "objek anomali", yaitu, objek yang "menghilang" atau "muncul" relatif terhadap bingkai sebelumnya dan berikutnya. Pemisahan “benda-benda anomali” dari kolam utama benda-benda di dalam air dilakukan melalui penggunaan sekumpulan algoritma yang merupakan karakteristik perilaku manusia di dalam air, seperti kecepatan, kelembaman dan vektor pergerakan perenang, serta kenyamanan dan waktu yang dapat diterima yang dihabiskan oleh perenang di bawah air, yang memungkinkan waktu tertentu lebih mungkin untuk memprediksi kemunculan seorang perenang dalam radius tertentu dari titik penyelaman dan memverifikasi identifikasinya.Peristiwa "Abnormal" juga bisa terjadi di kawasan pantai. Misalnya, gangguan jangka pendek satu objek oleh objek lainnya adalah peristiwa "normal" dan harus dilatih dalam algoritme untuk mengecualikan sinyal palsu, dan objek yang dibiarkan tanpa pengawasan seharusnya sudah menimbulkan kecurigaan di antara layanan khusus.
Mengapa Anda perlu memecahkan masalah yang tidak sepele seperti itu? Telah dipertimbangkan di atas bahwa untuk memastikan keamanan di badan air, tidak cukup hanya solusi yang ada di pasaran dan perlu dikembangkan algoritme khusus dan teknologi visi komputer. Namun ada alasan bagus lain untuk perkembangan tersebut - ini adalah tren digitalisasi industri pariwisata pantai. Perkembangan industri pariwisata dan persaingan terus meningkatkan persyaratan untuk kenyamanan dan keamanan wisatawan di Rusia dan dunia. Konsep "pantai pintar" semakin populer, yang telah mulai diterapkan di Phuket , Dubai dan Haifa.... Ini termasuk memberi pengunjung wi-fi, loker, pengumpulan sampah otomatis, sistem informasi dan keamanan yang dikembangkan dengan baik. Tren global modern juga mulai didukung di beberapa kota Rusia, misalnya di Moskow , Sochi , dan Irkutsk . Otoritas kota telah mulai memasang kamera pintar, detektor logam, dan alat lain di pantai untuk menjaga orang-orang tetap aman di pantai.
"Pantai Cerdas"Merupakan zona kenyamanan yang belum pernah terjadi sebelumnya dan keamanan terintegrasi. Melacak orang, dikombinasikan dengan data cuaca dari stasiun cuaca atau dari sumber terbuka, membuka akses untuk mengukur lamanya seseorang berada di air dan di bawah sinar matahari. Selain data suhu air, suhu udara, tekanan udara ambien, dan aktivitas matahari, sistem dapat memberikan rekomendasi umum dan individu (misalnya dalam bentuk peringatan suara) bagi pengunjung pantai untuk menghindari risiko hipotermia, panas berlebih, atau eksaserbasi penyakit jantung.
Perhatian tingkat tinggi terhadap pengunjung pantai adalah keseluruhan kompleks tindakan organisasi dan teknis, di mana tidak ada hal sepele... Seorang anak kecil atau orang dewasa yang ditinggalkan tanpa pengawasan oleh air, yang gaya berjalannya menunjukkan kondisi yang menyakitkan, harus dideteksi oleh sistem penglihatan komputer yang akan memberi tahu penyelamat atau memainkan peringatan suara sesuai dengan skenario tertentu. Kepedulian terhadap keselamatan dan kenyamanan orang-orang yang mendorong pembangunan saat ini, di mana pun kita berada: di darat, udara, atau di laut.
