Биометрический анализ и распознавание поведения для прогнозирования угроз безопасности в учреждениях УИС: технологические возможности и правовые ограничения

Система охраны учреждений уголовно-исполнительной системы Российской Федерации (УИС) традиционно основывается на инженерно-технических средствах, постах, обходах, видеонаблюдении и непосредственном наблюдении личного состава [1, с.113; 2, с.57]. Вместе с тем современная система видеонаблюдения формирует непрерывный и значительный объем визуальной информации, который оператор не всегда способен одновременно и полноценно оценивать. Наиболее сложными остаются быстро развивающиеся ситуации: конфликтное сближение нескольких лиц, попытка нападения, падение, внезапная потеря устойчивости, длительная неподвижность, резкое изменение направления движения либо действия вблизи периметра и инженерных сооружений [3, с.63].

Автоматизированный анализ позы способен дополнить действующие механизмы охраны и надзора. Его назначение состоит не в установлении внутреннего психического состояния человека и не в автоматическом признании лица опасным, а в выявлении наблюдаемых пространственно-временных признаков движения, статистически связанных с ситуациями, требующими оперативного внимания. При корректном применении система сокращает время между появлением визуального признака опасности и передачей сигнала сотруднику, однако не заменяет его профессиональную оценку.

Технологии оценки позы извлекают из изображения или видеопоследовательности координаты анатомических ориентиров тела: головы, плеч, локтей, запястий, таза, коленей, лодыжек и других точек. Последовательность таких координат образует упрощенную скелетную модель, на основе которой можно определить положение корпуса, углы в суставах, амплитуду, скорость и ускорение движений, направление разворота, устойчивость человека, особенности его взаимодействия с окружающими лицами и изменение положения тела во времени. Исследования систем видеонаблюдения используют подобные скелетные представления для обнаружения аномального поведения и признаков физического насилия, анализируя не только отдельный кадр, но и динамику ключевых точек тела во временной последовательности.

В данной случае объектом прогнозирования является не преступное намерение, не агрессивность как свойство личности и не виновность конкретного осужденного. Алгоритм оценивает вероятность наступления наблюдаемой опасной ситуации на кратком временном горизонте, например, в ближайшие секунды или минуты, исходя из последовательности поз, траекторий и пространственных отношений между людьми. Такой подход методологически более обоснован, поскольку система работает с доступными ей внешними данными – изображением тела и динамикой движения, а не с недоступными непосредственному наблюдению мотивами человека [4, с.330; 5, с.120].

Сигнал для оператора может формироваться при быстром или повторном сближении двух и более лиц, устойчивом сокращении дистанции между ними, резких замаховых движениях рук, ускоренном приближении, направленном развороте корпуса, толчке, попытке захвата или иной конфигурации движений, напоминающей начало физической конфронтации. Контроль может быть необходим при хаотичном групповом перемещении у дверного проема, контрольно-пропускного участка, инженерного ограждения либо иной точки повышенного риска. Анализ позы также способен выявлять действия, потенциально связанные с попыткой преодоления препятствия: подъем по ограждению, нехарактерный наклон к техническому элементу, длительные манипуляции у периметра или движение, выходящее за пределы установленной виртуальной зоны.

Отдельным направлением является выявление падения, лежачего положения, потери устойчивости и продолжительной неподвижности. Такие признаки могут указывать как на возможное самоповреждение, так и на внезапное ухудшение состояния здоровья, последствия конфликта или необходимость оказания помощи. Система может отмечать и резкое изменение траектории передвижения, если оно сочетается с активными движениями рук и корпуса либо с взаимодействием нескольких лиц. Однако любое автоматическое срабатывание должно описывать лишь наблюдаемую конфигурацию: «вероятное конфликтное взаимодействие», «возможное падение», «нетипичная двигательная активность у периметра». Оно не должно содержать вывода о намерении совершить нападение, побег или иное нарушение [6, с.8; 7, с.12].

Даже сочетание быстрого сближения, резких движений рук и поворота корпуса может иметь альтернативное объяснение: спортивное упражнение, бытовое взаимодействие, реакция на неожиданную опасность, оказание помощи упавшему человеку. Поэтому технология анализа позы применима как инструмент раннего предупреждения, но не как средство доказывания вины или самостоятельное основание для ограничительной меры.

При этом внедрение технологии анализа позы в учреждениях УИС связано не только с технической возможностью обработки видеопотока, но и с правовым режимом такой обработки. В зависимости от цели и способа применения система может работать с видеоданными, персональными данными и биометрическими персональными данными. Если поза анализируется обезличенно для обнаружения падения, нахождения за виртуальной линией или скопления людей без установления личности, правовой риск связан прежде всего с соразмерностью и объемом видеонаблюдения [8; 9]. Если же результаты сопоставляются с профилем конкретного осужденного, используются для отслеживания его перемещений либо накапливаются в индивидуальной истории поведения, такая обработка может затрагивать режим биометрических персональных данных.

Биометрическими признаются сведения, характеризующие физиологические и биологические особенности человека, на основании которых может быть установлена его личность, если оператор использует их именно в целях идентификации. Поэтому правовая квалификация зависит не только от типа фиксируемой информации, но и от цели обработки. Анализ абстрактной скелетной модели для обнаружения падения не равнозначен созданию или использованию индивидуального биометрического профиля. Вместе с тем привязка позы, движений, силуэта или траектории к конкретному человеку требует повышенных гарантий законности, безопасности и контролируемости обработки [10, с.313].

Применение технологии должно быть ограничено конкретными, заранее определенными и законными целями. Такими целями могут являться своевременное обнаружение падения, потенциально опасного сближения, действий у периметра, несанкционированного нахождения в охраняемой зоне либо иной непосредственно наблюдаемой угрозы. Недопустимо заменять данные цели неограниченным мониторингом повседневной активности осужденных или формированием неопределенного поведенческого рейтинга, не имеющего прозрачных критериев и понятной связи с безопасностью.

Необходимы минимизация собираемой информации и пространственное ограничение обработки. Анализ позы целесообразно применять в тех помещениях и зонах, где он объективно служит задаче предотвращения конкретных инцидентов: у периметра, на контрольно-пропускных пунктах, в коридорах с регулируемым движением, в прогулочных дворах и иных участках повышенного риска. Следует регламентировать сроки хранения видеозаписей, извлеченных координат, скелетных шаблонов, метаданных и журналов срабатываний; круг лиц, имеющих доступ к этим данным; порядок их передачи, архивирования и уничтожения; а также меры криптографической и организационной защиты.

Особое значение имеет запрет на автоматизированное принятие юридически значимых решений. Алгоритмический сигнал о нетипичной позе, вероятном конфликтном взаимодействии или аномальной активности не доказывает факт дисциплинарного проступка, подготовки нападения или иной вины. Он не должен самостоятельно влечь постановку на профилактический учет, дисциплинарное взыскание, ограничение перемещения, ухудшение условий содержания либо иную неблагоприятную меру. Сигнал должен рассматриваться как ориентирующая информация, подлежащая обязательной проверке сотрудником с учетом полной видеозаписи, объяснений участников, медицинских обстоятельств, показаний иных технических средств и фактических результатов проверки.

До начала эксплуатации требуется обязательная валидация модели в среде конкретного учреждения. Алгоритм, обученный на открытых наборах видео, в общественных пространствах или на специально постановочных сценах, не обязательно будет корректно работать в камере, коридоре, производственном помещении либо прогулочном дворе. На результат влияют ракурс и качество камер, освещенность, плотность людей, перекрытие фигур, одежда, особенности планировки, условия передвижения и характерные действия лиц. Поэтому необходимо оценивать чувствительность, специфичность, точность, устойчивость системы и число ложноположительных и ложноотрицательных срабатываний для конкретной инфраструктуры. Исследования методов видеоаналитики насилия также демонстрируют зависимость результатов от качества данных, способов извлечения позы и условий наблюдения.

Должны быть обеспечены документирование и проверяемость алгоритмических срабатываний. Для каждого сигнала необходимо фиксировать номер камеры, время, технические признаки, на основании которых он сформирован, версию алгоритма, степень уверенности модели и результаты последующей проверки сотрудником. Если вывод системы учитывается при принятии решения, затрагивающего положение осужденного, он и его защитник должны иметь возможность оспорить такое решение, поставить вопрос о полноте фактической проверки и заявить доводы о возможной ошибочности алгоритмической оценки. Такая процедура особенно важна ввиду вероятностного характера моделей компьютерного зрения и риска ошибочного толкования нейтральной активности как угрозы.

Анализ позы человека может стать полезным компонентом системы раннего предупреждения угроз безопасности в учреждениях УИС. Однако технология не способна достоверно установить мотивы, агрессивное намерение или виновность человека. Ее обоснованная функция заключается в выявлении визуальных признаков ситуации, требующей внимания: потенциально опасного сближения, падения, продолжительной неподвижности, резких движений, действий у периметра или иных нетипичных двигательных паттернов. Результат анализа должен использоваться исключительно как ориентирующий сигнал для последующей оценки сотрудником, без автоматического ухудшения правового статуса осужденного. Для правомерного внедрения технологии в служебную деятельность необходимо четко определить цели обработки, ограничения объема и зон наблюдения, способы защиты информации, предварительной валидации алгоритма в реальных условиях учреждения, документировании его ошибок и сохранении решающей роли человека. При соблюдении этих условий технология компьютерного зрения может повысить оперативность реагирования на угрозы, не подменяя требования законности, соразмерности и защиты прав осужденных.