Prof. Ing. Jan Flusser, DrSc. (1962) Absolvent Fakulty jaderné a fyzikálně inženýrské ČVUT v Praze. V současnosti je ředitelem Ústavu teorie informace a automatizace AV ČR. Zabývá se vývojem metod a algoritmů pro počítačové zpracování a rozpoznávání obrazu. Přednáší doktorandům na FJFI ČVUT a na MFF UK a vede jejich práce a je autorem či spoluautorem více než 200 původních vědeckých prací. Jako host měl také na jaře 2015 prezentaci na pražském semináři Axis Communications pro experty v oblasti videodohledu.  Prof. Ing. Jan Flusser, DrSc. |
Vedete vědeckou instituci, která se zabývá především informatikou. Jaké jsou v praxi hlavní cíle vašeho výzkumu?
Náš ústav se věnuje jak základnímu, tak aplikovanému výzkumu na poli matematiky, počítačových věd a zpracování dat. Velkým tématem je dnes zpracování velkých dat z různých měření a z obrazových a zvukových záznamů. My vyvíjíme metody, jak tato data zpracovat – od matematických algoritmů až po konkrétní softwarové řešení.
Zajímá nás hlavně video. Na čem třeba pracujete právě teď?
Velké výzvy jsou v oblasti medicíny. Představte si například tuto úlohu, kterou právě řešíme pro nemocnici v Hradci Králové. Při diagnostické metodě zvané kapslová endoskopie pacient spolkne sondu s kamerou, která po dobu 8 hodin natáčí celou cestu trávicím traktem. Ze záznamu je pak třeba identifikovat, zda člověk na nějakém místě nekrvácí, zda nemá vředy či se nevyskytují další patologie. Je to ale velmi dlouhý záznam a lékař musí bedlivě procházet každou minutu. Pracujeme tedy na řešení, jak celý proces zautomatizovat. Krvácení v záznamu by pak přístroj dokázal sám vyhledat.
V oblasti bezpečnostního videa zase často spolupracujete s kriminalisty. Jak může váš výzkum přispět k vyšetřování či usvědčení pachatelů?
Náš ústav je soudněznaleckým ústavem, proto nás často přizvou, abychom posoudili originalitu záznamu z bezpečnostních kamer. Jde o to, zda například některé snímky nebyly modifikovány. Může se například stát, že nějaký detail, důležitý pro daný případ, někdo ze záznamu vymazal. Jindy pomáháme už ve stadiu vyšetřování. Nejčastěji se na nás policie obrací s prosbou zvýraznit či přiblížit nějaký důležitý detail na záznamu, třeba tvář podezřelého nebo SPZ auta. Jinou úlohou, rovněž alespoň někdy řešitelnou, je určení konkrétního fotoaparátu či kamery, kterou byl záznam pořízen.
To trochu připomíná televizní seriály typu Kriminálka. Jak se realita liší?
Typická a zcela nereálná situace z filmů je samozřejmě tato: detektiv neustále přibližuje rozmazaný obraz videozáznamu, až nakonec odhalí stopu v naprosto mikroskopickém detailu. Do této úrovně je to technicky nemožné, ale někdy se nám povede metodou tzv. superresolution, která spočívá v inteligentním kombinování několika po sobě jdoucích snímků, opravdu zvýšit rozlišení, a tím i čitelnost detailu. Reálně ale nelze očekávat větší přiblížení než dvojnásobné. Na kriminálních filmech mě ale zaráží spíše jiná věc. Ač nejsem pravidelným divákem kriminálek, všiml jsem si, že se skoro vůbec neobjevuje úkol ověření pravosti fotografie či videa, jak jsem o tom mluvil před chvílí. Jde při tom o zásadní věc, která může změnit pohled soudů na přípustnost digitálního videa jako důkazu. Až se s touto argumentací obhájci naučí dobře pracovat, mohou úspěšně zpochybnit v zásadě každý digitální záznam. V USA se to už děje a nepochybně to rychle dorazí i do Česka.
Mediálně známý byl například takzvaný mačetový útok v Novém Boru. Jakou úlohu při procesu sehrálo video?
V tomto případě byl k dispozici videozáznam z několika kamer uvnitř baru, kde se incident odehrál. Záznam byl důležitým důkazem nikoliv identity pachatelů (ta byla známá), ale průběhu události. Obhajoba zpochybňovala autenticitu a úplnost videozáznamu a předložila konstrukci, že incident se mohl odehrát jinak, než tvrdila obžaloba. Požádali nás o expertízu a my jsme prokázali, že záznam autentický je.
U videa lze dát jednoznačný důkaz falzifikátu, ale nelze dát jednoznačný důkaz pravosti. |
Jak se takové ověření dělá?
Nejprve se snažíme najít stopy falšování, primárně takového, na které je podezření. Na to existuje řada postupů, u videa jde většinou o kontrolu konzistence mezi jednotlivými snímky a konzistence mezi záznamy jedné události z více kamer. Pokud nenajdeme stopy falšování, zkoušíme prokázat pravost. To se obvykle dělá tak, že videozáznam vezmeme a sami se ho snažíme zfalšovat tak, jak tvrdí obhajoba. Následně se s pomocí výše zmíněných metod snažíme tuto manipulaci odhalit. Pokud se to povede, lze tvrdit, že bychom na manipulaci v předloženém záznamu přišli, a protože se to nestalo, je s vysokou pravděpodobností autentický. Tuto argumentaci soud zatím vždy akceptoval. Pokud ale svou vlastní manipulaci nenajdeme, nezbývá než přiznat jistou míru pochybnosti o autenticitě důkazu. Na soudu pak je, jak s takovou informací naloží. V každém případě platí, že lze dát jednoznačný důkaz falzifikátu, ale nelze dát jednoznačný důkaz pravosti.
Není to trochu frustrující pro ty, kdo provozují kamery mimo jiné právě proto, aby pomohly usvědčit zločince?
S tím se při současném stavu technologií musíme smířit. Například v USA již ve velké většině případů nelze materiál ve formátu JPEG či MPEG použít jako usvědčující důkaz u soudu. Obhájci to zkrátka rozcupují, protože falšovat takové fotografie a videa je dnes snadné a oni se naučili poukazovat na tzv. rozumnou pochybnost. Na druhou stranu mě napadá, že v tom je ohromná výzva pro výrobce kamer – vytvořit prvek, který by video verifikoval. Představte si například, že by videozáznam obsahoval jakýsi dynamický vodoznak. Výrobce, který by takové kamery dodával, by měl jednoznačnou konkurenční výhodu, protože by mohl zákazníkovi garantovat, že záznam bude použitelný u soudu.
Jak by takový vodoznak ve videu fungoval?
Nezapomeňte, že 99 % všech podezření na manipulaci u videa se týká střihu. Stačilo by implementovat kód s časovou značkou, který by mohl být obtížně zjistitelný nebo viditelný, ale hlavně obtížně modifikovatelný. Vlastník systému by pomocí speciálního software snadno odhalil, zda záběr byl skutečně pořízen v daném čase a zda je kontinuální. Dobré je, že současné IP kamery mají tak vysoký výpočetní výkon, že provoz takové aplikace v kameře by nebyl problém. Obtíž však nastane při kompresi videa s pomocí nejčastěji používaného kodeku H.264, patrně proto ještě s řešením dosud nikdo nepřišel.
Vraťme se k superrezoluci. Kriminálka New York to sice není, ale přesto často dosahujete úspěchů, když se snažíte vyčíst informaci z rozmazaného záznamu. Jak to funguje?
Několikrát za rok se na nás obrátí kriminalisté s rozmazaným záznamem z bezpečnostní kamery a my se snažíme obraz digitálně zaostřit. Jedná se například o přečtení SPZ hledaného auta nebo o specifický nápis na bundě podezřelého člověka. Technologický postup spočívá v tom, že složíme několik snímků z videa v jeden jediný, a tak se rekonstruuje informace, která se z jednotlivých snímků ztratila. Úspěch této metody záleží na tom, do jaké míry bylo video komprimováno a na jak vysokou snímkovou frekvenci byla kamera nastavena – pochopitelně, čím více snímků máme k dispozici, tím ostřejší bude obraz.
Máte nějaký konkrétní příklad z praxe?
Nedávno jsme například pomáhali detektivům rozluštit z kamerového záznamu z benzinky poznávací značku auta, jehož pasažéři byli podezřelí z loupežného přepadení. Měli jsme k dispozici 6 až 7 snímků a nakonec se povedlo díky superrezoluci identifikovat čtyři poslední číslice SPZ. Okem přitom nebyla na originálním záznamu čitelná ani jedna. V kombinaci s typem a barvou vozu to pro policisty bylo dostačující, aby auto vyhledali a vyšetřování mohlo postoupit.
Odborníci dokáží i z rozmazané fotografie dostat nečekané detaily.
Můžou se z toho nějak poučit ti, kteří instalují kamery třeba právě na benzinkách?
Samozřejmě by bylo nejlepší, kdyby kamera sama o sobě ukládala obraz ve vysokém rozlišení, s vysokým počtem snímků a bez komprese. Pak by naše metoda superrezoluce vůbec nebyla třeba, protože SPZ by bylo možné přečíst hned. Problém ale je, že takový monitoring je datově náročný. Když naproti tomu nasadíte nízkou snímkovou frekvenci a vysokou kompresi, pak ani superrezoluce nepomůže. Trochu se to vzájemně vylučuje, a tak je třeba hledat rozumný kompromis.
Řešili jsme případ, kdy lupič v bance neměl kuklu, přesto nebylo možné dohledat jediný záznam z kamery, kde by byla vidět jeho tvář. |
Jako soudní znalec řešíte i jiné případy, kde hraje video důležitou roli. S jakou nejčastější chybou se setkáváte, pokud jde o instalaci kamer?
Několikrát se nám stalo, že byly kamery v prodejnách nastavené primárně tak, aby hlídaly pokladního, nikoli případné zloděje. Když pak lupič obchod přepadne, není vidět vůbec nebo stačí, aby měl kšiltovku, a jeho obličej zůstane zakrytý. Je překvapivé, že ani některé banky nemají instalované kamery správně. Řešili jsme případ, kdy lupič v bance neměl kuklu, přesto nebylo možné dohledat jediný záznam z kamery, kde by byla vidět jeho tvář.
Co byste tedy doporučil?
Je to asi zřejmé – pokaždé si při instalaci vyjasnit, k jakému účelu má kamera sloužit. Všechny scénáře samozřejmě nemůžete domyslet dopředu, ale je jasné, že například chcete-li místo zabezpečit před přepadením, měla by být alespoň jedna kamera instalovaná u dveří a ve výši očí snímat příchozí či odchozí návštěvníky.
Mluvil jste o výzvě pro výrobce kamer v podobě dynamického vodoznaku. Vnímáte ještě nějaké jiné trendy a příležitosti v oblasti videodohledu?
Velká příležitost je dosud v oblasti rozpoznávání specifických událostí. Problémem kamerových systémů je totiž to, že ohromné množství videa nemá nikdo kapacitu sledovat. Například taková rvačka na náměstí. Jak automaticky definovat tuto situaci tak, aby kamera sama upozornila operátora, že se má soustředit, nebo dokonce sama situaci vyhodnotila, vypnula kompresi, zvýšila počet snímků za sekundu a případně uvědomila policii? Existují již funkční aplikace například pro detekci zevlování, identifikaci ležící osoby ve vozovce či počítání davu, ale specifických rizikových událostí je v praxi mnohem více.
Vypadá to, že žijeme v civilizaci, která stále více monitoruje sebe sama různými čidly a senzory. Nepřepadá vás úzkost, když vidíte, že každý krok v on-line i reálném světě je nějak sledován a měřen?
Hlavně se nesmíme stát zajatci strachu ze sledování, ten je horší než sama možnost, že nás opravdu někdo sleduje. Myslím, že pro běžné lidi je dnes nebezpečí sledování menší než dřív, kdy si toho ani nebyli vědomi. Dat je totiž takové množství, že není reálné dlouhodobě monitorovat a zejména vyhodnocovat informace o nějaké větší skupině lidí. Mluvím pouze o takzvaném video trackingu, nikoliv o sledování provozu na internetu, odposlouchávání mobilních sítí a podobně. V případě jednoho vybraného člověka jsou zase naopak možnosti mnohem širší než dřív.
Myslím, že se s možností, že nás někdo monitoruje, prostě naučíme žít, stejně jako jsme si zvykli na mobilní telefony a jiné civilizační vymoženosti. V citlivých situacích budou lidé opatrnější (a nemusí jít zrovna o zločin, stačí třeba obchodní či politické jednání, nebo i rande), protože si budou vědomi potenciální možnosti sledování, ale v běžném životě to nebudou řešit. Děti se už odmala naučí pravidla, jak se chovat ve světě, kde je tolik veřejných dat. Bude to pro ně úplně přirozené prostředí. Zároveň doufám, že státní orgány budou soukromí lidí chránit legislativně i fakticky lépe než dnes.
Text jsme se svolením autora převzali z časopisu IN ZOOM.
