A felvétel bizonyító értéke azon is múlik, hogy biztonságosan kezelhető-e
Egy videómegfigyelő (CCTV) rendszer feladata a szakmai köztudatban gyakran leegyszerűsödik egyetlen műszaki aktusra: arra, hogy a kamera megfelelő felbontásban képet adjon, a rögzítő pedig megbízhatóan lementse a videofolyamot a tárolótömbre. A valóságban azonban a felvétel léte csupán a nulladik lépés.
A biztonsági felvétel valódi értéke akkor vizsgázik, amikor egy incidens után szükség van rá. Ilyenkor a felvételnek gyorsan kereshetőnek, visszakereshetőnek, műszakilag értelmezhetőnek, és ami a legkritikusabb: jogszerűen és biztonságosan megoszthatónak kell lennie. Ez utóbbi feladat azonban a modern biztonságtechnikai rendszerekben mérföldekkel összetettebb, mint ahogyan azt a legtöbb beruházó vagy üzemeltető elsőre felméri.
Egy biztonsági eseményről – legyen az egy logisztikai raktárban történt anyagi kár, egy irodaházi belépési visszaélés, egy munkahelyi baleset vagy egy utcai rendbontás – készült videó hatalmas mennyiségű személyes és érzékeny adatot hordoz. Amikor egy ilyen felvételt hatósági megkeresésre (rendőrség, bíróság), belső fegyelmi vizsgálathoz, biztosítói kárrendezéshez vagy érintetti hozzáférési kérelem (GDPR DSAR) miatt külső félnek kell kiadni, a képen a közvetlenül érintett személyek mellett vétlen járókelők, dolgozók arcai, gépjárművek rendszámai, belépőkártyák vagy számítógép-monitorok tartalmai is feltűnnek. Ezeket a jogszabályok értelmében nem szabad – és nem is lehet – változatlan, nyers formában átadni.
A brit Cleveland Police a Digital Services Team vezetésével egy átfogó pilotprojektben vizsgálta meg, hogyan lehet a növekvő mennyiségű digitális bizonyíték – térfigyelő kamerák, testkamerák és mobilfelvételek – képi és hangalapú kitakarását (redaction) mesterséges intelligenciával felgyorsítani úgy, hogy a folyamat feletti emberi minőségbiztosítás, a bírósági bizonyító erő és a sértetlen kezelési láncolat (chain of custody) maradéktalanul fennmaradjon. A projekt a Home Office Audio Visual Multimedia (AVMM) programjának keretében, a PIMLOC Secure Redact szoftverével valósult meg.
Az eredmények magukért beszélnek: az osztály hivatalos beszámolója szerint az AI-támogatott munkafolyamattal a kitakarási feladatokat 6–10-szer gyorsabban tudták elvégezni, és az átlagos feldolgozási idő fájlonként 85–90 százalékkal csökkent. Az operátorok feladatonként 2–4 munkaórát takarítottak meg, míg korábban hetekig elhúzódó, komplex kitakarási feladatokat kevesebb mint két munkanapra sikerült rövidíteni. A projektért a Cleveland Police a Police Digital Service által szervezett NPCC Innovation and Digital Awards 2026 díjátadón elnyerte a rangos „Excellence in Productivity and Value for Money” díjat, amiről a Police Digital Service (PDS) összefoglalója is beszámolt.
Mit csinál pontosan az AI a kitakarási munkafolyamatban?
A videókitakarás évtizedeken át az egyik legmonotonabb és leginkább forrásigényes feladat volt a biztonságtechnikában és a rendvédelemben. Egy átlagos, 25 képkocka/másodperces (fps) Full HD vagy 4K videónál egyetlen tízperces felvétel 15 000 különálló képkockát jelent. Ha a kamera látóterében egy forgalmas előtérben vagy kültéri rakodóudvaron tizenöt-húsz ember halad át különböző irányokban, a kezelőnek videóvágó szoftverekben kézzel, kulcskockáról kulcskockára (keyframe) kellett követnie minden egyes arcot, és manuálisan ráillesztenie a homályosító (blur) vagy mozaikmaszkot.
Ez a manuális folyamat hatalmas adminisztrációs terhet rótt a szervezetekre: miközben az adatvédelmi hatóságok és a GDPR határidői szorítottak, a jogi és vizsgálati osztályokon felhalmozódtak a kiadatlan videóanyagok. Az AI-támogatott kitakarás pontosan ezt a mechanikus, ismétlődő terhet veszi le az ember válláról számítógépes látás (computer vision) és mélytanuló modellek segítségével:
- Objektum- és személyesadat-detektálás: A mesterséges intelligencia nemcsak statikus alakzatokat keres, hanem előre betanított osztályozó modellekkel felismeri a közvetlen azonosításra alkalmas elemeket (Personally Identifiable Information – PII). Ilyenek az emberi arcok, fejek, teljes testalakok, a gépjárművek rendszámtáblái, a nyakba akasztott belépőkártyák fényképei, vagy akár az irodai munkaállomásokon látható monitorok képernyőfelületei.
- Többobjektumos téridőbeli követés (Multi-Object Tracking – MOT): A rendszer nem pusztán egyenként elemzi a képkockákat, hanem térben és időben összekapcsolja az elmozdulásokat. Ha egy felismert személy elfordul, ideiglenesen eltakarja egy oszlop, majd újra megjelenik a folyosón, az algoritmus képes az azonosítót megtartani, és a maszkot folyamatosan, folytonossági hiány nélkül a célponton tartani.
- Dinamikus maszkolási javaslatok készítése: A szoftver a beállított szabályrendszer szerint automatikusan létrehozza a védőréteget – Gauss-féle életlenítést, pixelezést vagy átlátszatlan fekete takarást –, anélkül, hogy a mögöttes videóstruktúrát azonnal tönkretenné.
- Interaktív szerkesztési és jóváhagyási felület: Ahogyan azt a PIMLOC termékleírása is hangsúlyozza, a megoldás lényege az észlelések, a maszkok és a generált metaadatok azonnali felülvizsgálhatósága. A kezelő egyetlen kattintással leveheti a maszkot a gyanúsítottról vagy a feljelentőről, miközben az összes többi személy kitakarva marad.
Fontos látni a technológiai határvonalat: a szoftver nem „érti” a jelenetet abban az értelemben, mint egy emberi nyomozó. Nem tudja, hogy ki követett el jogsértést, ki csupán szemtanú, és ki az, akinek a jelenléte teljesen irreleváns. Az AI egy fejlett mintafelismerő szűrő, amely a mechanikus előkészítést másodpercek alatt elvégzi, hogy a szakember a lényegi döntésekre tudjon koncentrálni.
A kamera után kezdődik a nehezebb mérnöki munka
Amikor biztonságtechnikai rendszert tervezünk, a megbeszélések 90 százaléka a hardverről szól: hány megapixeles legyen a szenzor, mekkora legyen az infrasugárzó hatótávolsága, hány napig bírja a merevlemez-tömb (RAID), és milyen hálózati sávszélességet igényel a H.265 tömörítés. Ezek elengedhetetlen mérnöki paraméterek, de az üzemeltetés során a valódi kihívások ott kezdődnek, amikor a felvételt ki kell vinni a rögzítő védett burkából.
Egy vitás eseménynél azonnal felmerülnek a kényes kérdések: Ki jogosult a felvételt lementeni? Hogyan különül el az eredeti, bizonyító erejű digitális mesterpéldány a vizsgálati célú munkapéldánytól, és a külső félnek átadandó kitakart változattól? Hogyan igazolható, hogy a kiadott videó valóban a megfigyelőrendszerből származik, és a kitakaráson kívül nem manipulálták?
A digitális bizonyítékok kezelésében – amellyel korábbi, A felvétel útja a kamerától a tárgyalóteremig című írásomban részletesen foglalkoztam – alapszabály a háromszintű példánykezelés:
- Eredeti mesterfelvétel (Master Copy): A VMS belső, zárt tárolóján lévő, közvetlenül a kamerától érkező bitfolyam. Ezt semmilyen körülmények között nem szabad szerkeszteni, átkódolni vagy azon destruktív kitakarást végezni. Itt a legmagasabb szintű hozzáférés-védelem és digitális vízjelezés érvényesül.
- Belső munkapéldány (Working Copy): A releváns idősávból készített pontos másolat, amelyen a belső biztonsági csapat az elemzést, nyomkövetést vagy az AI-alapú kitakarás előkészítését végzi.
- Kitakart átadási export (Redacted Disclosure Copy): A véglegesített, auditált, személyes adatoktól megtisztított exportfájl, amelyet a hatóság, a jogi képviselő vagy a kérelmező megkaphat.
Ha a biztonságtechnikai rendszerben az AI-kitakarás nem kapcsolódik szorosan ehhez a lánchoz, a gyorsaság könnyen a bizonyító erő rovására mehet. A kitakarási szoftvernek nemcsak elhomályosítania kell az arcokat, hanem pontos auditnaplót (audit trail) kell képeznie arról, hogy mely operátor, mikor, mely időbélyegek között, milyen észlelési paraméterekkel hajtotta végre az exportot.
Az emberi ellenőrzés nem adminisztratív formaság
A mesterséges intelligencia által generált kitakarási maszk csupán javaslat. A biztonságtechnikában és a rendvédelemben jól ismert tény, hogy a valós körülmények ritkán hasonlítanak egy steril laboratóriumi tesztkörnyezetre. Az automatikus algoritmusok pontossága drasztikusan lecsökkenhet olyan hétköznapi helyzetekben, mint:
- Erős ellenfény és fényviszony-ingadozások: Amikor az üvegportálon keresztül besüt a reggeli alacsony napfény, vagy az éjszakai inframegvilágításban a távolabbi arcok kontrasztszegénnyé válnak.
- Ferde rálátás és takarások: A beléptető forgóvillákon, biztonsági zsilipajtókon áthaladó embereknél az arcok csak részben, profilból vagy felülről látszanak, amit az általános detektorok könnyen elvétenek.
- Gyors mozgás és elmosódás: Egy futó személy, egy hirtelen elforduló fej vagy egy gyorsan behajtó gépjármű rendszáma a képkockák közötti mozgási elmosódás (motion blur) miatt kieshet a követési ablakból.
- Kontextuális relevanciatévesztés: Az algoritmus nem tudja mérlegelni, hogy az adott ügyben ki a sértett és ki az elkövető. Ha egy verekedés során a rendszer a dulakodó gyanúsított arcát is kitakarja, a felvétel elveszíti bizonyító értékét.
A szakember szerepe ezért nem merülhet ki egy felületes jóváhagyó kattintásban. A minőségbiztosítás során a biztonsági operátornak kockáról kockára ellenőriznie kell a kritikus szakaszokat: nem maradt-e felfedve védendő személyazonosság, nem ugrott-e le a maszk egy elforduló fejről, és nem került-e indokolatlanul kitakarásra olyan kulcsfontosságú tárgy – például egy kézben tartott eszköz vagy egy ajtónyitó mozdulat –, amely a bűncselekmény vagy a felelősség eldöntéséhez elengedhetetlen.
A bíróság vagy a vizsgálóbizottság előtt az AI nem tud tanúvallomást tenni, és nem vonható felelősségre. A hitelességért és a jogszabályi megfelelésért kizárólag a rendszert üzemeltető ember és a jóváhagyó szervezet vállalhat garanciát.
A videókezelés tervezése: jogosultságok, naplózás és szerepkörök
A videókezelési folyamatot nem az első adatvédelmi bírság vagy hatósági megkeresés után kell kitalálni, hanem már a rendszertervezési szakaszban, a beépített adatvédelem (Privacy by Design – GDPR 25. cikk) szellemében. Nem elegendő eldönteni, hogy hol helyezkedjenek el a kamerák, és mennyi legyen a törvényes megőrzési idő (15, 30 vagy 60 nap).
Egy korszerű fizikai biztonsági architektúrában már a specifikáció szintjén tisztázni kell:
- Szerepkör-alapú jogosultságkezelés (RBAC): Az élő képek megtekintése, a visszajátszás, a nyers exportálás és a kitakarási munkafolyamat indítása különálló jogosultsági szintekhez kell, hogy tartozzon. Egy portaszolgálati őrnek nincs szüksége korlátlan exportálási jogra; az export jogát célszerű a biztonsági vezetőhöz vagy a dedikált adatvédelmi felelőshöz rendelni.
- Kétfős jóváhagyási elv (Four-Eyes Principle): Érzékeny, nagy kockázatú intézményeknél – például banki környezetben, adatközpontokban vagy kritikus infrastruktúrákon – a felvételek kiadását érdemes két külön személy digitális jóváhagyásához kötni.
- Részletes és manipulálhatatlan naplózás: A VMS-nek rögzítenie kell, hogy ki, melyik kamerát, mikor, mennyi ideig nézte meg, és milyen idősávról kezdeményezett exportot. Ahogyan azt Az AI mint elemző, nem mint ajtónyitó vezérlő című cikkemben a beléptetőrendszereknél bemutattam, a szigorú auditálhatóság és a legkisebb jogosultság elve (least privilege) a mesterséges intelligenciával támogatott környezetekben még kritikusabbá válik.
- Kriptográfiai ujjlenyomat és integritásvédelem: A kiadott felvételhez automatikusan generált SHA-256 hash ellenőrző kódnak kell tartoznia, amellyel a fogadó fél és a hatóság bármikor ellenőrizheti, hogy a fájl a kiadás pillanata óta változatlan maradt.
Az AI-alapú kitakarás akkor nyújt valódi értéket, ha nem egy elszigetelt, külső képszerkesztő szoftverben fut, hanem közvetlenül integrálódik a videómenedzsment rendszer (VMS) exportálási és jóváhagyási láncába.
Nem minden gyorsítás előrelépés: az igazi mérce a hitelesség
A Cleveland Police által elért 85–90 százalékos feldolgozásaidő-csökkenés kétségkívül lenyűgöző műszaki mérföldkő. Ugyanakkor egy rendőrségi pilot eredményeit óvatosan kell átültetni az üzleti és ipari biztonságtechnika világába. Az elérhető időmegtakarítás mértéke erősen függ a helyszíni képminőségtől, a jelenet zsúfoltságától, a fényviszonyoktól és az adott szervezetre vonatkozó belső eljárásrendektől.
A valódi mérnöki kérdés ezért soha nem az, hogy az AI hány percet képes lefaragni a kézi munkából. A gyorsaság önmagában mit sem ér, ha közben csorbul a bizonyíték integritása, sérül a személyiségi jogok védelme, vagy elveszik a felvétel bírósági elfogadhatósága.
Egy biztonságtechnikai rendszer akkor értékes, amikor az általa rögzített adat megbízhatóan, vitathatatlanul és jogszerűen szolgálja a biztonsági célt. A mesterséges intelligencia kiváló eszköz az emberi kifáradás és az adminisztrációs túlterheltség megszüntetésére – de az elszámoltathatóság, a felelősségteljes felülvizsgálat és a szilárd rendszertervezés továbbra is a mérnök és az ember kezében marad.
Kérdésed van, vagy átbeszélnéd valamelyik témát?
Legyen szó biztonsági rendszerről, a mögötte lévő informatikai hálózatról vagy egy gondolatról ezekből a cikkekből, szívesen meghallgatlak.
Kapcsolatfelvétel
