VAIBS richt zich op verschillende branches, waaronder met name: ‘veiligheid en security’, ‘gezondheidszorg’, ‘alarmcentrales en meldkamers’, ‘openbare orde en veiligheid’, ‘transport en logistiek’ en ‘Retail’. Klanten zijn onder meer Jumbo, Kooi 24/7 en het Ministerie van Defensie.
Het platform Vaidio bestaat nu twaalf jaar. ‘Voor een bedrijf in AI is dat lang; er zijn genoeg mensen die twaalf jaar geleden nog nooit van kunstmatige intelligentie hadden gehoord. Er werken inmiddels tweehonderd mensen. Er zit dus ontzettend veel kennis en ervaring in het bedrijf. Bij VAIBS in Harderwijk werken we met negen experts. Alle expertise vanuit zowel Amerika als ons eigen bedrijf verrijkt het product.’
Herkenning van voorwerpen of gedrag
De basis van het product is herkenning van elementen die in beeld komen. De videostream van een beveiligingscamera gaat naar Vaidio en die analyseert wat zichtbaar is. ‘De metadata wordt benoemd: dit is een auto, dat is een telefoon, dat is een fiets et cetera. Of nog preciezer: dit is een witte Volkswagen Golf. Of: dit is een man met een blauwe jas. Maar bijvoorbeeld ook: iemand die tegen de richting in beweegt, een persoon die ergens lang rondhangt of iemand die valt. Per klant vinken we aan waar het platform op moet letten. Vaidio heeft het model al heel uitgebreid getraind en behoort wereldwijd tot de top 3 van meest nauwkeurige systemen; het herkent objecten, voertuigen, personen en dergelijke met een nauwkeurigheid van meer dan 99 procent. Zit een bepaald object, voertuig of gedraging er nog niet in, dan kunnen wij of de eindklant die toevoegen.’
Gedragingen toevoegen, dat kan VAIBS met onder meer zwaaiende mensen. ‘Dat gaat op basis van bewegingen’, legt Kasper uit. ‘Iemand die een museum bezoekt en bijvoorbeeld hulp nodig heeft kan zwaaien naar de camera. De beveiligers in meldkamer worden automatisch gealarmeerd zonder dat de beelden continu gekeken worden. Dat is dus een beweging die het systeem heeft leren herkennen, doordat we heel vaak die beweging in verschillende varianten hebben ‘getagd’.’
Zoals alle AI-toepassingen, wordt het systeem slimmer naarmate het ervaring opdoet. ‘In veelal alle gevallen detecteert het systeem (Vaidio) de zwaaiende beweging. Wordt zo’n beweging gesignaleerd door het systeem, dan gaat er automatisch een melding naar de eindgebruiker of naar een meldkamer. ‘Op een bouwplaats wordt tussen zeven uur in de avond en vijf uur in de ochtend in principe niet gewerkt. Signaleert Vaidio dan toch een persoon binnen het afgebakende gebied, dan gaat er automatisch een melding naar de meldkamer of politie.’
Live inzicht in de situatie
Intelligente camera’s, zoals VAIBS het ook wel noemt, zijn volgens Kasper een oplossing voor personeelstekorten. ‘Waar camera’s tot nu toe meestal reactief worden ingezet - bijvoorbeeld achteraf kijken of er een dader te zien is – zetten wij ze proactief in. De melding wordt eventueel aangevuld met een live cameraverbinding of met videomateriaal van 15 seconden voor en na het gebeuren. Denk aan personen die ergens rondhangen of een winkel binnen gaan met een helm of bivakmuts op. Er kan dan dus meteen worden beoordeeld wat er aan de hand is en welke acties vereist zijn.’
Forensisch onderzoek of commerciële doeleinden
‘Uiteraard blijft er de mogelijkheid om beelden achteraf in te zetten’ zegt Kasper. ‘Dat is interessant voor bijvoorbeeld forensisch onderzoek. Stel, het is bekend dat een dader in een witte Volkswagen Golf reed. Dan kun je het systeem de opdracht geven om uit circa 1.000 uur beeldmateriaal de fragmenten aan te wijzen waarin zo’n auto te zien is.’
‘De toepassingsmogelijkheden zijn ook interessant voor commerciële doeleinden’, licht Kasper toe. ‘In een warenhuis kunnen de camera’s tellen hoeveel mensen er dagelijks door de ingang komen. Of welke toegangsdeuren het meest worden gebruikt. Of in welke mate een verdieping of parkeerplek in een parkeergarage wordt gebruikt.
Afwijkingen afzetten tegen de context
VAIBS traint het systeem Vaidio in het signaleren van afwijkingen. ‘Neem een zomerdag, het is dertig graden, iedereen loopt in luchtige kleding door het winkelcentrum en dan ineens loopt er iemand met een winterjas’, schetst Kasper. ‘Dat kan verdacht zijn en men wil er een melding van om tenminste de situatie goed te kunnen beoordelen. Hierbij ondersteunt Vaidio de fysieke beveiliging enorm.’
Het systeem leren om niet puur en alleen winterjassen te herkennen, maar winterjassen alleen te herkennen als het gros van de mensen die níet draagt, is iets waarin VAIBS vooroploopt. ‘Wij leren het systeem om niet alleen de elementen op zich te herkennen, maar die af te zetten tegen de context’, zegt Kasper. ‘Een lichtgekleurde hond die op een industrieterrein achter een hek ligt, waardoor er schaduwstrepen over zijn vacht lopen, wordt door de gemiddelde ‘intelligente’ camera gezien als een tijger. Vaidio snapt bij het zien van de context - het hek en het industrieterrein – dat het niet waarschijnlijk is dat het een tijger is, maar een waakhond.’
Agressiedetectie als volgende stap
Op het gebied van agressiedetectie zien Kasper en zijn collega’s ook nog veel mogelijkheden. ‘Door agressie in een vroeg stadium te kunnen signaleren kan er tijdig ingegrepen worden om escalatie voorkomen. Ook kun je de camera’s de opdracht geven om de persoon in kwestie te volgen middels ‘Cross Camera Tracking’ over meerdere camera’s heen. Hetzelfde met ‘Cross Vehicle Tracking’ om bepaalde voertuigen te volgen. En dit is prima mogelijk binnen de Nederlandse Privacywetgeving, die best streng is. Als het belang groot genoeg is dan kan er veel op gebied van intelligente camerabewaking.’
