Детекция аномалий в видеонаблюдении: как это

Это инженерное руководство, а не юридическая консультация. Уточняйте конкретику у квалифицированного юриста.

Кратко

Детекция аномалий – единственная аналитика наблюдения, которая ищет необычное без того, чтобы кто-то заранее написал под него правило: она учит, как выглядит «норма» в сцене, и помечает всё, что не вписывается. Эта свобода – и её слабость: поскольку аномалии редки, а «необычное» расплывчато, честная мера детектора аномалий – это доля ложных тревог, а не заголовочная точность, и бенчмарки в 80–98% AUC рассыпаются в поле, когда норма дрейфует со временем суток и погодой. Практический способ её развернуть – как слой сортировки, сужающий часы записи до нескольких клипов для человека или для криминалистического поиска, а не как самостоятельную тревогу. Эта статья объясняет, как она работает, где работает, как попадает в систему видеоуправления (VMS) и где закон проводит границу, – и ссылается на раздел AI for Video Engineering за внутренностями моделей.

Почему это важно

Если вы выбираете аналитику наблюдения, детекция аномалий – функция, которую чаще всего перепродают и реже всего понимают. Демо вендора показывает, как она ловит падение или драку; ваше реальное здание показывает, как она срабатывает каждый раз, когда фургон доставки паркуется на новом месте. Эта статья написана для интегратора безопасности, продакта или руководителя эксплуатации, которому нужно знать, что детекция аномалий реально даёт сверх фиксированного правила, чего стоит в ложных тревогах и вычислениях и как вписать её в систему, не выпустив то, что оператор выключит за неделю. Поставьте рабочую точку и развёртывание правильно – и это аналитика, которая находит то, о чём вы не знали, что нужно искать; поставьте их неверно – и это шум.

Что значит «детекция аномалий» – и что нет

Начнём со слова. Аномалия – это просто то, что не совпадает с обычным паттерном. Детекция аномалий – это софт, который строит модель того, что нормально для конкретного вида камеры, а затем оценивает каждый новый момент по тому, насколько он отходит от этой модели. Когда отход достаточно велик, она поднимает флаг. Никто заранее не сказал ей, как выглядит «драка», «падение» или «водитель против движения», – она знает лишь, что этот момент не похож на тысячи нормальных моментов, которые она видела.

В этом вся суть, и лучше всего понять её на фоне аналитики, с которой её обычно путают. В предыдущей статье мы разобрали поведенческую аналитику – пересечение линии, зоны вторжения, праздношатание и подсчёт. Это правила: человек рисует линию, выбирает направление, ставит таймер пребывания, и система срабатывает, когда отслеженный объект выполняет правило. Аналитика на правилах отвечает на вопрос «скажи мне, когда происходит вот это конкретное». Вы должны знать «вот это» заранее.

Детекция аномалий отвечает на другой вопрос: «скажи мне, когда происходит то, чего я не предвидел». Мотивация практическая. Как сформулировало основополагающее исследование реальных аномалий наблюдения, перечислить все возможные аномальные события невозможно, поэтому желательно, чтобы детектор не опирался на априорную информацию о том, какой будет аномалия. Виртуальная растяжка не поймает событие, которое вы никогда не вообразили; детектор аномалий построен именно для того, чтобы выводить наружу невообразимое.

Две оговорки, прежде чем идти дальше, потому что обе – частые недопонимания:

Во-первых, детекция аномалий – это не отдельный вид камеры и не волшебная кнопка «детектить всё». Она работает поверх тех же кирпичиков, что и любая другая аналитика: детекция и трекинг объектов выдают описание сцены, а модель аномалий оценивает это описание. Внутренности моделей (как устроены и обучены автоэнкодер, одноклассовая модель или vision-language-модель) принадлежат плейбуку по детекции аномалий раздела AI for Video Engineering; эта статья покрывает применение в наблюдении – как оно вписывается в камеру, VMS и день оператора.

Во-вторых, «аномальное» – это не то же, что «опасное» или «преступное». Детектор помечает статистически необычное. Человек в инвалидной коляске на камере лестницы, уличный артист, собравший толпу, или рабочий на крыше ночью – все необычны и все невинны. Этот разрыв между «необычным» и «стоящим реакции» – источник и ценности технологии, и её проблемы ложных тревог, и мы к нему вернёмся.

Что детекция аномалий даёт сверх фиксированного правила

Есть три вещи, которые обученная модель аномалий делает, а нарисованное вручную правило – нет.

Она покрывает события, которые нельзя перечислить. У периметра есть конечный набор правил, которые можно написать, – пересеки эту линию, войди в эту зону. У открытого торгового зала, больничного коридора или платформы – фактически бесконечный набор «не тех» вещей, которые могут случиться, и нарисовать правило под каждую нельзя. Модель аномалий обращается со всеми ими одинаково: не-норма.

Она подстраивается под сцену, а не под ваше воображение. Хорошая модель аномалий учит конкретный ритм одной камеры – направление, куда люди обычно идут, скорость, с которой обычно едут машины, часы, когда разгрузочная рампа обычно занята. Бегущий против движения или машина на тротуаре аномальны против этого выученного паттерна, и никакого правила не написано.

Она нуждается в немногих или вовсе никаких примерах аномалий для обучения. Самое распространённое семейство моделей аномалий обучается только на нормальной записи – ей не нужно увидеть драку, чтобы знать, что драка ненормальна. Это важно, потому что реальные аномалии редки и их трудно собрать, так что метод, который учит «норму» из обильной записи, которая у вас уже есть, гораздо практичнее метода, которому нужна размеченная библиотека всех плохих событий.

Плата за все три – одна и та же: фиксированное правило точно и предсказуемо, а модель аномалий широка и расплывчата. Правило срабатывает ровно на том, что вы задали, и больше ни на чём. Модель аномалий срабатывает на всём необычном – включая безобидное необычное. Выбор между ними – это выбор между пропуском непредвиденного и утоплением в просто новом, и большинство зрелых систем используют оба: правила для известных границ, детекцию аномалий как широкую сеть позади них.

Нажмите, чтобы увеличить

Как на самом деле работает обученный детектор аномалий

Вам не нужна математика модели, чтобы развернуть систему хорошо, но нужна её форма, потому что форма объясняет ложные тревоги.

Любой детектор аномалий работает в две фазы. В фазе обучения он смотрит длинный отрезок обычной записи с камеры и строит компактную статистическую картину нормы – обычные формы, движения, скорости и тайминги. В фазе оценки он смотрит живое или записанное видео и кадр за кадром спрашивает: «насколько это вписывается в картину нормы, которую я выучил?» Ответ – число, оценка аномальности. Низкая оценка – всё как обычно; высокая – этот момент не похож на то, что модель ожидает.

Семейства различаются тем, как они строят картину нормы, и плейбук ИИ-раздела покрывает каждое подробно. Кратко, чтобы термины не были загадкой:

Реконструкционная модель (обычно автоэнкодер – сеть, обученная сжать нормальный кадр и восстановить его) учится точно перерисовывать нормальные сцены. Когда ей показывают что-то аномальное, что она не училась перерисовывать, она восстанавливает это плохо, и эта ошибка реконструкции становится оценкой аномальности. Предсказательная модель – та же идея во времени: она учится предсказывать следующий кадр по последним нескольким, и событие, которое она не может предсказать, получает высокую оценку. Они без учителя – обучаются только на нормальном видео, без меток аномалий.

Модель со слабым учителем получает более грубую подсказку: библиотеку видео, размеченных только на уровне целого видео («в этом клипе где-то есть аномалия», «этот нормальный»), но не покадрово. Она учится находить аномальные моменты внутри помеченных клипов. Это подход за известным реальным бенчмарком наблюдения, и он обычно лучше на грязной реальной записи, потому что видел примеры неприятностей, пусть и размеченные грубо.

Новейшее семейство, зреющее в 2025 и 2026 годах, использует vision-language-модели – тот же вид ИИ, что умеет описать изображение словами. Методы без обучения вроде LAVAD и VERA подписывают каждый кадр и рассуждают над подписями, чтобы оценить аномалии, часто вообще без задаче-специфичного обучения, и могут вернуть предложение, объясняющее, почему момент помечен («человек неподвижно лежит на платформе»). Эта объяснимость – реальный операционный выигрыш, потому что тревога, которую человек понимает, – это тревога, которой человек доверяет. Эти методы перспективны, но тяжелы по вычислениям и всё ещё проверяются на полевых бенчмарках; считайте их растущим краем, а не дефолтом.

Нажмите, чтобы увеличить

Насколько она точна на самом деле?

Здесь стойка раздела «точность против производительности» отрабатывает себя, потому что честный ответ полезнее впечатляющего.

Исследователи измеряют детекторы аномалий на публичных бенчмарк-датасетах – записанном видео с размеченными аномалиями, чтобы вывод метода можно было сверить с истиной. Имена, которые вы увидите, – UCSD Ped1/Ped2 и CUHK Avenue (старые, контролируемые кампусные сцены), ShanghaiTech (437 видео по 13 сценам уличных камер), UCF-Crime (1900 необрезанных реальных видео наблюдения, 128 часов, 13 типов аномалий вроде драки, ограбления и ДТП) и XD-Violence (4754 видео, 217 часов).

Обычная оценка – AUC, площадь под ROC-кривой, единое число от 50% (подбрасывание монеты) до 100% (идеально), суммирующее, насколько хорошо детектор разделяет аномальные кадры от нормальных при каждом возможном пороге. Для XD-Violence сопоставимая оценка – AP (средняя точность, площадь под кривой precision–recall). Важное для покупателя в том, что AUC – это не «процент правильных» и не доля ложных тревог, это качество ранжирования, и высокий AUC всё ещё может скрывать болезненное число ложных тревог, как только вы выберете реальный порог.

С этой оговоркой – вот примерно где поле в 2025–2026. На контролируемых односценных бенчмарках лучшие методы сообщают очень высокий AUC – около 97% на UCSD Ped2, около 96% на CUHK Avenue и около 98% на ShanghaiTech. На трудном реальном бенчмарке UCF-Crime сильные методы садятся около 81–88% AUC, а на XD-Violence – около 86–94% AP. Этот разброс – урок в одну строку: на аккуратных предсказуемых сценах детекция аномалий превосходна; на грязной разнообразной реальной записи она лишь хороша – а «лишь хороша» на задаче редких событий ведёт себя хуже, чем звучит число.

Почему полевое число разочаровывает относительно бенчмарка? Потому что «норма» не фиксирована. То же исследование, что построило эти бенчмарки, отмечает, что сцена, за которой смотрит камера, меняется радикально – день против ночи, солнце против дождя, тихий вторник против толпы на мероприятии, – и модель нормы, выученная в одном условии, даёт ложные тревоги в другом. Насекомые на объективе, внезапное скопление и темнота – все названы как обычные триггеры ложных срабатываний. Бенчмарк держит мир неподвижным; реальная камера – нет.

Нажмите, чтобы увеличить

Ложные тревоги – настоящая метрика, и математика говорит почему

Самое важное, что нужно понять о детекции аномалий, – что её успех или провал решается долей ложных тревог при полезной чувствительности, а не AUC, и причина – арифметика про редкие события. Пройдём её вслух, потому что это расчёт, который большинство демо вендоров пропускает.

Возьмём одну камеру. Аналитика обычно оценивает несколько кадров в секунду, а не все тридцать, так что скажем, модель даёт одну оценку в секунду: это 86 400 оценённых моментов в день. Теперь будем щедры и предположим, что что-то по-настоящему необычное случается десять раз за тот день – десять аномальных моментов, стоящих взгляда. Остальные 86 390 моментов нормальны.

Предположим, вы настроили детектор на чувствительность, ловящую 80% реальных аномалий, – он находит 8 из 10. Это хороший recall. Теперь предположим, что при той же настройке он ошибочно помечает всего 1% нормальных моментов. Один процент звучит крошечно. Но один процент от 86 390 нормальных моментов – это около 864 ложных тревог в день против ваших 8 настоящих. Оператор видит примерно 872 тревоги, и реальна лишь около 1 из 110 – точность (precision) около 0,9%.

Закрутим винт. Снизим долю ложных в десять раз, до строгих 0,1%, – теперь получим около 86 ложных тревог в день против 8 настоящих, и точность поднимется лишь примерно до 8%. Вам нужно довести долю ложных до долей процента, прежде чем список тревог станет хотя бы читаемым, и каждый шаг к этому тихо выбрасывает и реальные детекции.

Это проблема базовой ставки, и она не изъян какого-то одного продукта – это математика поиска редких событий в огромном потоке. Поэтому детектор с прекрасно звучащей бенчмарк-оценкой всё равно может затопить пультовую, и поэтому усталость от тревог – истинный режим отказа аналитики наблюдения: когда список в основном шум, операторы перестают его читать или выключают аналитику, и тогда она не ловит ничего вообще.

Практические выводы следуют прямо. Не разворачивайте детекцию аномалий как самостоятельную, действующую-сама тревогу. Разворачивайте её как слой сортировки: пусть она ранжирует дневную запись по необычности и выводит верхнюю горстку клипов человеку или подаёт их в криминалистический поиск, чтобы следователь просмотрел месяцы записи за минуты, а не недели. При чувствительности для сортировки список с 90% шума нормален, потому что человек принимает финальное решение, а альтернативой был просмотр всего. Честная формулировка – та же, что использует весь раздел, и статья о настройке и ложных тревогах построена вокруг неё: вы получаете не точность, а ручку, и где вы её ставите – это бизнес-решение о том, сколько шума оператор может нести.

Нажмите, чтобы увеличить

Частая ошибка, которой стоит избегать

Ошибка, топящая проекты детекции аномалий, – относиться к ней как к правилу: подключать её вывод прямо к сирене или вызову охраны и ждать, что она будет права. Она не будет права достаточно часто для этого ни на одной реальной сцене, ни при какой настройке, что также ловит события, которые вам важны. Починка – не лучшая модель, а лучший дизайн: детекция аномалий подсказывает, человек (или тесно ограниченная вторая аналитика) подтверждает. Вторая по частоте ошибка – забывать, что, в отличие от правила по событию, модель аномалий оценивает непрерывно – она работает на каждом кадре весь день, что является реальной и постоянной вычислительной стоимостью, к которой мы перейдём дальше. Третья – позволять модели дрейфовать: «норма», выученная прошлой зимой, неверна к лету, так что планируйте периодическое переобучение.

Где она работает: камера, локальный сервер или облако

Как и любая аналитика в этом разделе, детекция аномалий может работать в трёх местах, и выбор задаёт задержку, трафик, стоимость и приватность. Компромиссы развёртывания полностью разобраны в аналитике на краю против облака и задержке и точности по уровням; вот что специфично для детекции аномалий.

На камере (край). Лёгкая модель аномалий работает на собственном ИИ-чипе камеры. Выигрыш – скорость и приватность: локальная тревога приходит заметно меньше чем за десятую долю секунды, и наружу с устройства уходит только оценка, клип или метаданные, так что сырое видео может оставаться на объекте. Предел – вычисления: модель должна быть маленькой, поэтому краевая детекция аномалий обычно проще и чуть грубее, чем то, что может запустить сервер.

На локальном сервере (краевой сервер). Бокс в той же сети запускает более тяжёлую модель по многим камерам. Это распространённый дом для детекции аномалий, потому что у него есть запас GPU для способной модели при сохранении видео на объекте, и здесь же естественно живёт периодическое переобучение под дрейф. Задержка всё ещё низкая, обычно заметно меньше секунды.

В облаке. Видео или сжатые признаки отправляются в дата-центр, где работают большие модели и всё хранится для последующего просмотра и переобучения. Цена – задержка и трафик: круговые задержки в сотни миллисекунд – секунды – и, поскольку детекция аномалий оценивает непрерывно, а не только по триггеру, отправка каждого кадра вверх – это аналитика, наиболее склонная дать неприятный счёт за облачный egress и вычисления. Одно полевое исследование намерило примерно одну секунду от края до края, когда все этапы шли на краю, против около двенадцати секунд, когда кадры отправлялись в облако по картинке.

Пункт про непрерывную оценку – тот, что стоит усвоить. Правило пересечения линии делает тяжёлую работу, только когда что-то пересекает; модель аномалий занята каждую секунду на каждой камере. Это делает край или локальный сервер естественным дефолтом для детекции аномалий на любой системе выше горстки камер – он держит задержку низкой, видео приватным, а постоянный счёт ограниченным.

Нажмите, чтобы увеличить

Как она попадает в VMS – и подвох ONVIF

Аналитика полезна, только если её результат доходит до системы видеоуправления (VMS) – софта, который записывает камеры и за которым реально смотрит оператор, – как событие, на которое можно тревожиться, ставить закладку и искать. Для аналитики на правилах из прошлой статьи есть чистый стандартный путь. Для детекции аномалий путь реален, но грубее, и разницу стоит понять до покупки.

Релевантный стандарт – ONVIF, общий язык, позволяющий камерам и записывающему софту разных производителей работать вместе. Его спецификация аналитики задаёт небольшой набор нормативных типов правил – Line Detector, Field Detector, Loitering Detector и правила подсчёта, – чтобы событие пересечения линии с камеры одного вендора означало то же для VMS другого вендора. Эти события доходят до VMS через ONVIF Profile M, часть стандарта, переносящую метаданные и события аналитики.

Вот подвох: «аномалия» не входит в стандартизированные типы правил. ONVIF стандартизирует распространённые именуемые поведения; открытый детектор «это выглядит необычно» – собственная аналитика вендора. Она всё же может ехать по Profile M – стандарт даёт общий канал, чтобы устройство публиковало метаданные аналитики и пользовательские события, – но смысл оценки аномальности, её шкала и настройка определены вендором, а не стандартом. По-простому: поведенческое правило переносимо и в триггере, и в смысле; детектор аномалий в лучшем случае переносим в своей сантехнике, а его суть остаётся привязанной к SDK вендора.

Практические следствия конкретны. Ожидайте, что детекция аномалий будет сильнее привязана к вендору, чем аналитика на правилах, – замена камеры или движка аналитики вероятнее изменит то, как ведут себя аномалии. Уточните точно, как кандидат-продукт выставляет свои события аномалий вашей VMS: как поток метаданных Profile M, как общее событие ONVIF или только через проприетарный API. И помните собственную границу стандарта, которая держится для любой аналитики этого раздела: совместимость с ONVIF – это базовый уровень интероперабельности, а не гарантия точности. Камера может быть идеально совместимой с Profile M и всё же иметь шумную плохо настроенную модель аномалий. Коммерческий обзор того, как профили ONVIF ложатся в систему безопасности, – в статье Фора Софт о профилях ONVIF; глубокое инженерное рассмотрение – в статье события, метаданные и интерфейс аналитики ONVIF.

Юридическая граница: персональные данные, обычно не биометрия – с подвохом

Детекция аномалий стоит в той же правовой рамке, что и прочая поведенческая аналитика, и применима та же оговорка: это инженерное руководство, а не юридическая консультация, и биометрическое или профилирующее применение требует квалифицированного ревьюера по приватности. Полное рассмотрение – в статье GDPR для видеонаблюдения и статьях приватности Блока 6; вот ориентир.

Смотреть за опознаваемыми людьми и оценивать их поведение – это обработка персональных данных по европейскому Общему регламенту защиты данных (GDPR, Регламент (ЕС) 2016/679, ст. 4(1)), даже когда не привязано имя: человек, выделенный в записи, опознаваем. Так что системе аномалий нужны правовое основание, ясное уведомление и, для систематического наблюдения за публичным местом, оценка воздействия на защиту данных (DPIA) (GDPR ст. 35; Европейский совет по защите данных, Guidelines 3/2019). Это обычный базовый уровень наблюдения, а не особая ноша этой аналитики.

Обнадёживающая часть: простая детекция аномалий, оценивающая, как отклоняется сцена, а не кто в ней, в целом не биометрия особой категории ст. 9. Она измеряет движение и паттерн, а не личность. EDPB располагает сценовый видеоанализ заметно ниже биометрической идентификации по навязчивости. Так что модель, помечающая «необычное движение на платформе», сама по себе – инструмент более лёгкого касания, чем распознавание лиц.

Теперь подвох, специфичный для детекции аномалий. Она переходит в тяжёлый режим двумя путями, которыми аналитика на правилах редко идёт. Во-первых, в момент, когда её подключают к тому, чтобы опознать необычного человека – связывая помеченный трек со списком распознавания лиц, – она становится биометрической системой со всем весом ст. 9 GDPR и, в США, законов вроде Illinois BIPA. Во-вторых, некоторые продукты аномалий тяготеют к выводу намерения или эмоции («агрессивная поза», «подозрительное поведение»), а EU AI Act (Регламент (ЕС) 2024/1689) ограничивает системы распознавания эмоций на рабочих местах и в школах и сильно урезает удалённую биометрическую идентификацию в реальном времени в публичных местах; его запреты действуют с февраля 2025, обязанности прозрачности для систем распознавания эмоций и биометрической категоризации – с 2 августа 2026, а обязанности высокого риска по биометрии – со 2 декабря 2027 по графику, согласованному в редакции AI Act мая 2026. (Даты движутся; подтвердите их при ревью.)

Есть и аспект справедливости, уникальный для «помечай необычное». Поскольку модель срабатывает на статистически нетипичном, она может непропорционально помечать людей, которые просто выглядят или движутся иначе, – инвалидность, непривычная одежда, культурное различие в том, как люди собираются. Аномалия – не приговор. Правило дизайна, которое держит вас в безопасности юридически и этически, – то же, что держит ложные тревоги управляемыми: пусть детекция аномалий подсказывает человеку, а не судит человека, и держите её анонимной по умолчанию, пока у вас нет конкретной, проверенной, законной причины опознавать.

Детекция аномалий против аналитики на правилах одним взглядом

Таблица ниже – решение в одном виде. Большинство систем не «правила или аномалии» – это правила для известных границ и детекция аномалий как широкая сеть позади них.

Где здесь Фора Софт

Фора Софт строит ПО для видеостриминга, связи реального времени и компьютерного зрения с 2005 года, через 250+ выпущенных проектов для 400+ клиентов, и наблюдение и компьютерное зрение – в центре этой работы. По детекции аномалий наша стойка – та самая «точность против производительности», за которую агитирует эта статья: мы настраиваем рабочую точку под бюджет ложных тревог вашей пультовой, прежде чем праздновать долю детекций, по умолчанию запускаем непрерывную оценку на краю или локальном сервере ради задержки и приватности и подключаем вывод в вашу VMS по ONVIF Profile M и в криминалистический поиск, чтобы она работала как слой сортировки, а не шумная сирена. Мы относимся к «помечай необычное» как к подсказке для человека, а не суждению о нём – что держит систему и эффективной под реальной нагрузкой, и защищаемой при ревью.

Главное

• Детекция аномалий помечает отходы от выученной «нормы», и правило не написано – она ловит события, которые нельзя перечислить.
• Её честная метрика – доля ложных тревог при полезной чувствительности, а не AUC; редкие события делают даже 1% долю ложных шумной.
• Бенчмарки около 96–98% AUC на контролируемых сценах и около 80–88% на реальной записи; поле труднее ещё. Никогда не 100%.
• Разворачивайте её как слой сортировки, питающий человека или поиск, а не как самостоятельную тревогу – это дизайн, переживающий контакт с операторами.
• Она оценивает каждый кадр непрерывно, поэтому край или локальный сервер – дефолт ради задержки, приватности и ограниченного облачного счёта.
• ONVIF несёт события аномалий по Profile M, но не стандартизирует правило, так что ждите больше вендор-лока; это персональные данные, а биометрия – лишь когда опознаёт или выводит эмоцию.

Что почитать дальше

• Поведенческая аналитика: праздношатание, вторжение, толпа, зоны – аналитика на правилах, которую детекция аномалий дополняет.
• Настройка аналитики: ложные тревоги, точность и реальность оператора – как ставить ту ручку, на которую статья всё время указывает.
• Поиск по событию: как сделать месяцы записи находимыми – где детекция аномалий даёт большую часть ценности, как слой сортировки.