ผมเขียนเรื่อง “ภาพ CCTV” มาหลายครั้ง และยังได้บรรยายเรื่องนี้อย่างต่อเนื่องเพราะภาพ CCTV เป็นข้อมูลที่มีความสำคัญ มีการนำภาพไปใช้อย่างแพร่หลายทั่วโลก และจะยิ่งเพิ่มความสำคัญมากขึ้นด้วยความก้าวหน้าทางเทคโนโลยีได้มีการนำภาพไปเป็นข้อมูลให้กับระบบปัญญาประดิษฐ์ (Ai: Artificial Intelligent) เพื่อให้เครื่องคอมพิวเตอร์เรียนรู้ (Machine Learning) ยิ่งมีภาพให้เป็นข้อมูลมากเท่าไร ระบบ Ai ก็จะยิ่งมีความฉลาดมากขึ้น ด้วยเหตุนี้ ข้อมูลภาพจึงมีความสำคัญต่อระบบ Ai เป็นอย่างมาก
ระบบจดจำใบหน้า (Face Recognition) ที่ผ่านการเรียนรู้ จะทำให้สามารถแยกเพศของคน บอกอายุได้ บอกลักษณะเด่น บอกพฤติกรรมได้ ในหลายประเทศมีการนำระบบจดจำใบหน้าเพื่อติดตามหาคนสูญหาย ตามหาคนร้าย ได้อย่างมีประสิทธิภาพ ด้วยเหตุที่ภาพจากระบบโทรทัศน์วงจรปิดมีความสำคัญต่อการพัฒนาเทคโนโลยี Ai แม้ในประเทศไทยก็มีความต้องการระบบนี้เพื่อติดตามคนร้ายจากทะเบียนประวัติอาชญากรรม ในหลายเมืองต้องการระบบ CCTV มาเป็นส่วนหนึ่งของ Smart City โดยทำให้ CCTV เป็น Smart CCTV
ภาพจากกล้องโทรทัศน์วงจรปิดนำไปใช้ได้ในหลายรูปแบบ เช่น การดูภาพสด (Live View) ซึ่งเป็นการใช้งานอย่างง่ายๆ ด้วยการให้คนนั่งดูภาพจากกล้องโทรทัศน์วงจรปิด แต่ในความเป็นจริงแล้วประโยชน์ที่จะได้รับจากการดูภาพสดนั้นมีไม่มากนัก ด้วยขีดจำกัดทางด้านกายภาพของคนซึ่งไม่สามารถดูภาพได้ต่อเนื่องเป็นเวลานาน ไม่สามารถดูภาพจำนวนมากได้ เช่น กล้องจำนวน 100 – 1,000 กล้องหรือมากกว่า อย่างไรก็ตาม ในบางสถานการณ์ ที่ต้องการรักษาความปลอดภัยอย่างสูงก็ยังจำเป็นต้องมีการเฝ้าดูภาพสด (Live View Monitoring) ร่วมกับการบันทึกภาพในการรักษาความปลอดภัยในสถานที่สำคัญ
การบันทึกภาพในระบบโทรทัศน์วงจรปิดถือว่าเป็นหัวใจของระบบเลยทีเดียว เพราะภาพที่บันทึกนอกจากจะสามารถนำภาพมาดูย้อนหลัง เพื่อติดตาม เพื่อวิเคราะห์ ยังใช้เป็นฐานข้อมูลหลักของการเรียนรู้ในระบบ Ai ตามที่กล่าวมาแล้ว
การค้นหาเบาะแส ของการกระทำผิด ดูพฤติกรรมของการก่อเหตุ ก็ได้จากภาพที่บันทึกไว้เป็นหลักฐาน
การค้นหาภาพด้วย Ai จากภาพบันทึกนั้นง่ายกว่าการค้นหาภาพด้วยสายตาหรือจากการดูภาพสด และทำได้รวดเร็วแม่นยำกว่ามาก การลงทุนก็ยังน้อยกว่าการให้ Ai ค้นหาภาพโดยตรงจากกล้องวงจรปิดทุกตัวอีกด้วย
แต่การจะค้นหาจากเครื่องบันทึกภาพนั้น ก่อนอื่นต้องดูว่าระบบการบันทึกภาพที่มีอยู่สามารถนำมาเป็นฐานข้อมูลของ Ai หรือ Video Analytic ได้หรือไม่
อันดับแรกของการทำให้ระบบโทรทัศน์วงจรปิดเป็น Smart CCTV คือการออกแบบในระดับพื้นฐาน (Fundamental of CCTV Design) ซึ่งผมได้เขียนเรื่องนี้ไว้แล้วในหลายๆ ฉบับ และยังได้เขียนหนังสือคู่มือการออกแบบภาพชื่อ “CCTV ชัดแน่” อีกด้วย ตัวอย่าง เช่น
- ระบบการอ่านภาพใบหน้าคน (Face Recognition) ต้องออกแบบภาพเป้าหมาย (Object) ให้มีความละเอียดของภาพไม่น้อยกว่า 250 pix/m
- ระบบการอ่านป้ายทะเบียนยานพาหนะ (License Plate Recognition) ต้องออกแบบภาพเป้าหมายให้มีความละเอียดของภาพอย่างน้อย 480 pix/m
อันดับที่สอง คือ การบันทึกภาพ (Recording) ด้วยหลักการง่ายๆ คือ ขนาดความละเอียดของภาพที่บันทึกจะต้องเท่ากับ ความละเอียดของกล้องเสมอ เช่น
- กล้องที่ความละเอียด 2MP หรือ 1080p (1920 x 1080 = 2,073,600 pixels) เครื่องบันทึกภาพจะต้องบันทึกที่ความละเอียดของภาพที่เท่ากัน (2MP)
- กล้องที่มีความละเอียด 5MP (2592 x 1944 = 5,038,848 pixels) เครื่องบันทึกภาพจะต้องบันทึกที่ความละเอียดที่เท่ากัน (5MP)
การลดความละเอียดของภาพด้วยการบันทึก เช่น
- กล้องที่มีความละเอียดของภาพ 5MP เครื่องบันทึกภาพความละเอียด 2MP
- ความละเอียดของภาพจะลดลง 15%
การลดความละเอียดของการบันทึก จาก 5MP เป็นบันทึกเพียง 2MP มีผลต่อภาพ คือ
- ภาพจากกล้องที่มีความชัด 250 pix/m จะมีความชัดหลังการบันทึกที่ 102 pix/m
- ภาพจากกล้องที่มีความชัด 480 pix/m จะมีความชัดหลังการบันทึกที่ 214 pix/m
ทำให้ระบบโปรแกรมอ่านใบหน้าคน และโปรแกรมอ่านป้ายทะเบียนยานพาหนะไม่สามารถอ่านได้ และด้วยเหตุนี้ การค้นหาภาพจากเครื่องบันทึกภาพ จึงไม่สามารถทำได้ และเป็นเหตุผลหนึ่ง ที่ทำให้กล้องโทรทัศน์วงจรปิดที่ติดตั้งอยู่ทั่วไป ไม่สามารถใช้โปรแกรมวิเคราะห์ภาพได้ จึงแก้ปัญหาด้วยกันติดตั้งกล้องใหม่ทั้งระบบทำให้มีราคาแพง
จะเห็นว่าทั้งการออกแบบความละเอียดของภาพ และการบันทึกภาพ มีความสัมพันธ์กับความชัดของภาพที่จะนำมาเป็นฐานข้อมูลให้กับระบบ Ai และการนำไปใช้งานได้อย่างมีประสิทธิภาพนั่นเอง