{"id":12017,"date":"2024-06-27T16:20:19","date_gmt":"2024-06-27T14:20:19","guid":{"rendered":"https:\/\/www.axitea.com\/?post_type=approfondimenti&p=12017"},"modified":"2024-06-27T16:24:24","modified_gmt":"2024-06-27T14:24:24","slug":"evoluzione-della-videosorveglianza-dalla-tvcc-allintelligenza-artificiale","status":"publish","type":"approfondimenti","link":"https:\/\/www.axitea.com\/it\/blog\/evoluzione-della-videosorveglianza-dalla-tvcc-allintelligenza-artificiale\/","title":{"rendered":"Evoluzione della videosorveglianza, dalla TVCC all\u2019intelligenza artificiale"},"content":{"rendered":"

Il mercato globale della videosorveglianza \u00e8 da anni in continua crescita e ci\u00f2 avverr\u00e0 anche in futuro: si prevede che il mercato passer\u00e0 da un valore stimato di 72,79 miliardi di dollari nel 2023 a 128,9 miliardi di dollari entro il 2028, con un CAGR (Compounded Average Growth Rate<\/em>) del 12,22% nel periodo di previsione (fonte: Businesscoot<\/em>).<\/p>\n

Al di l\u00e0 dei tassi di crescita, come si \u00e8 sviluppata la videosorveglianza, dagli albori fino ad oggi? Facciamo chiarezza, anche per evitare confusione tra le varie tecnologie, con il fine di guidare alla scelta della giusta soluzione di videosorveglianza.<\/p>\n

I primi anni della videosorveglianza, la TVCC<\/h2>\n

L’evoluzione della videosorveglianza ha attraversato diverse fasi<\/strong>, ciascuna caratterizzata da miglioramenti tecnologici<\/strong> e cambiamenti nell’approccio alla sicurezza.<\/p>\n

Inizialmente, i sistemi video si basavano principalmente sui circuiti chiusi di televisione (TVCC).<\/p>\n

Questi sistemi utilizzavano telecamere analogiche collegate a monitor e registratori, spesso con nastri VHS, la cui principale funzionalit\u00e0 era la registrazione continua delle immagini per la deterrenza e la revisione in caso di incidenti.<\/p>\n

Sistemi di videcontrollo con Hard Disk, dalle telecamere analogiche alle IP<\/h2>\n

Da nastri VHS si \u00e8 passato negli anni all\u2019utilizzo di Hard Disk e le videocamere analogiche sono state affiancate le videocamere IP.<\/p>\n

L\u2019apertura verso la rete internet ha consentito inoltre il monitoraggio remoto, ma la sorveglianza richiedeva un monitoraggio umano costante, con la difficolt\u00e0 aggiuntiva di gestire e archiviare grandi volumi di informazioni.<\/p>\n

I primi sistemi di videoanalisi: motion detection<\/h2>\n

Con il tempo, sono stati introdotti i primi sistemi di videoanalisi basati sull’analisi dei pixel<\/strong>, come ad esempio la motion detection.<\/p>\n

Questi sistemi utilizzavano algoritmi di motion detection per rilevare movimenti all’interno dell’inquadratura<\/strong>. La videoanalisi dei pixel consentiva di identificare variazioni nell’immagine dovute al movimento, ma era limitata da un alto tasso di falsi allarmi<\/strong> causati da cambiamenti di luce, ombre, insetti e piccoli animali.<\/p>\n

Nonostante questi limiti, l’analisi del movimento ha rappresentato un significativo miglioramento rispetto alla sorveglianza passiva, poich\u00e9 consentiva di concentrare l’attenzione su eventi specifici.<\/p>\n

Visti i limiti della videoanalisi questa rimaneva rilegata a specifici contesti \u201ccontrollati\u201d<\/strong>, all\u2019interno di siti ad esempio e non all\u2019esterno, dove i disturbi \u2013 come le variazioni repentine di luce (es. abbaglio di un faro di un\u2019auto) o la presenza di animali \u2013 erano limitati.<\/p>\n

Video Context Analytics<\/h2>\n

Video Context Analitycs (VCA), arrivato all\u2019incirca nel 2004 partendo sempre dal modello di motion detection, ha introdotto nuovi concetti di tracking e regole di configurazione<\/strong> finalizzate nel fornire una dimensione e prevedere una classificazione empirica degli oggetti in movimento<\/strong> sulla scena.<\/p>\n

Anche in questo caso oltre ad essere limitata da un alto tasso di falsi allarmi<\/strong> causati da cambiamenti repentini di luce, ombre, insetti e animali, la video analisi veniva impattata dalla fusione in un unico oggetto di Persone-Veicoli che portava ad una serie di svantaggi anche a discapito del rilevamento degli allarmi positivi<\/strong>.<\/p>\n

Anni 2010: VCA + telecamere termiche<\/h2>\n

Dagli anni 2010 in avanti vediamo l\u2019introduzione delle telecamere termiche in supporto della VCA<\/strong> (Video Context Analytics) che riduce sensibilmente il rilevamento del \u201cfalso positivo\u201d, grazie al fatto che il \u201crumore\u201d generato nell\u2019inquadratura dalle telecamere \u00e8 inferiore alle telecamere ottiche.<\/p>\n

Anche in questo caso la modalit\u00e0 di calcolo \u201cempirico\u201d degli oggetti in scena porta a manifestare alcuni problemi di \u201cfalsi positivi\u201d e rischi di perdere \u201callarmi positivi\u201d<\/strong>.<\/p>\n

Avvento dell\u2019Intelligenza Artificiale applicata alla videosorveglianza<\/h2>\n

Negli ultimi anni, l’avvento dell’intelligenza artificiale (IA) ha rivoluzionato la videosorveglianza<\/strong>, introducendo algoritmi di videoanalisi avanzati in grado di riconoscere e classificare oggetti complessi<\/strong> come persone, animali e veicoli e consentendo applicazioni su larga scala. Questi sistemi di IA utilizzano reti neurali profonde e tecniche di machine learning per analizzare le immagini in modo pi\u00f9 sofisticato e preciso.<\/p>\n

Le principali innovazioni apportate dall’IA nella videosorveglianza includono:<\/p>\n