Hvilke teknologiske muligheder har sikkerhedsansvarlige i 2024 til at forbedre deres arbejdsgange og processer, og hvilke muligheder vil der være i den nære fremtid?
Hvem er vi?
Som studerende i softwareteknologi på Syddansk Universitet indeholder vores sidste semester en afsluttende selvvalgt opgave. Hen over et par måneders brainstorm var ideerne omkring et system der kunne forbedre sikkerhed på diverse åbne pladser født.
I den forbindelse tog vi kontakt til Event Safety for at lufte ideen om et samarbejde, som inviterede os med til Grøn Koncert og Smukfest for at indsamle data til projektet og et officielt samarbejde blev indledt.
Introduktion til projektet
Projektet blev til udviklingen af et program, der ved anvendelse af kunstig intelligens kan danne et overblik over antallet af mennesker og densiteten ud fra en videooptagelse – i vores tilfælde primært droneoptagelser.
Ved at ”fodre” videooptagelser samt landmålinger fra området til dette program kan man på bagkant få et forholdsvist præcist tal på hvor mange personer der befandt sig i et givet område på et specifikt tidspunkt.
Hvorfor er det relevant?
En af de helt store er udfordringer ved crowd management er densitet af mennesker i store mængder. Et ”præcist” tal på densiteten er den dag i nemlig baseret på tidligere erfaringer og mavefornemmelse og et ca. antal af mennesker.
Dette er ikke en nem opgave.
Som eksempel, hvor mange mennesker ser
du cirka i denne røde kasse, samt hvor tæt står de? (Målt i personer per
kvadratmeter). Billedet er et dronefoto fra Grøn Koncert i Kolding, 2023. På
billedets tidspunkt er Aqua ved at færdiggøre deres koncert i den første del af arrangementet.
Figur 1. Billedet er et dronefoto fra Grøn Koncert i Kolding 2023. På billedets tidspunkt er Aqua ved at færdiggøre deres koncert i den første del af festivalen.
Ikke så nemt vel?
'Vores program estimerer at der i det markerede område befinder sig +/- 6500 mennesker og samt en gennemsnitlig densitet på 0.95 mennesker pr. m2. Densiteten er selvfølgelig højere tættere på scenen og endnu lavere i områder med meget få mennesker.
Hvordan virker det?
Uden at det skal blive alt for teknisk, så fungerer programmet ved at implementere en model som er trænet på billeder af forskellige densiteter af mennesker fra forskellige afstande.
Når modellen har kørt på et billede, benytter vi matematiske formler til at justere perspektivet og opløsningen på billedet. Dette resulterer i et ”heatmap” som giver et 2D billede set oppe fra af den originale røde markering. Se billedet herunder:
Figur 2 Det færdige program. Til højre ses billedet efter det har været igennem modellen. Til venstre ses et farveskema over densitet samt det estimerede antal personer og densitet på hele billedet og det markerede område.
Hvad har vi lært?
Så hvad har vi fået ud af projektet og hvad har vi lært? Vi har med succes – baseret på fokusgrupper og samtaler med flere Event Safety ansatte – udviklet et system, der kan danne et overblik over en menneskemængde og bruges til at analysere hvad der evt. er gået forud for en farlig eller uhensigtsmæssig situation.
Samtidig er vi gennem Event Safety blevet markant klogere på crowd safety og crowd management. Viden der har været absolut nødvendig for at projektet kunne lykkedes.
Præcision og begrænsninger
I dag har denne anvendelsesform af AI en gennemsnitlig præcision på >90% under optimale forhold. Det data systemet producerer kan dog ikke være bedre end inputtet, derfor er det vigtigt med videomateriale af høj opløsning og fra et højt punkt – fx over scenen eller fra en drone. Det er også muligt at anvende flere kameravinkler til at dække et større område eller vælge den bedste vinkel til hver sektion for at øge præcisionen.
AI er jo selvfølgelig ikke kun guld og grønne skove, der vil altid være begrænsninger. Det er blandt andet lysforhold, konfetti, røg og scenebelysning. Se bare dette billede fra Nik & Jay på Smukfest 2023:
Figur 3 Nik og Jay på Smukfest 2023
Her vil selv den mest garvede tæller have svært ved at komme frem til et estimat af antal personer. Dermed giver det selvfølgelig også problemer for AI. Dog vil man med andre typer kameraer som infrarød kunne og nogle nye, trænede modeller også kunne tælle under disse forhold.
Hvordan ser fremtiden ud?
Systemet er i dag udviklet som et rapporteringsværktøj, der kan bruges i post-event evalueringsprocessen. Fx til at identificere årsager til for høj densitet i områder, crowd-flow problemer, eller til at beregne publikumstørrelsen.
Der er dog intet teknisk, der i dag står i vejen for at processere denne data live under koncerter, det kræver blot en tilstrækkelig integration med overvågningssystemet.
På denne måde kan man benytte heatmap, densitet og crowd count proaktivt i sikkerhedsprocedurer, og give sikkerhedspersonale et endnu bedre værktøj til at hjælpe med en sikker festivaloplevelse.
Af Anton Irvold & Christoffer Krath
Syddansk Universitet
Januar 2024