41 comportamentos e 94 classes de objeto: o que o IRIS sabe enxergar

Neste site você vê regras escritas numa frase: «me avisa se alguém entrar de madrugada na doca 4». Embaixo dessa frase tem sempre um destes 41 comportamentos com os parâmetros preenchidos. Presença numa área, saída de área, lotação, cruzamento de linha, entrada colada em outra pessoa, permanência seguida ou somada, perambulação, percurso longo, objeto abandonado, objeto retirado, vaga ocupada ou livre, contramão, aceleração brusca, fila, aglomeração com densidade e risco, distância entre pessoas, sequência de áreas. Nenhum deles foi programado sob medida para um cliente: são blocos do motor, com as unidades deles e os valores que já vêm de fábrica, e se combinam entre si. Por isso o que a gente demonstra numa zona deste site funciona igual em outra, e por isso um caso novo não vira projeto: vira mais uma regra. Estão contados e publicados um por um, que é o único jeito de alguém conferir se o caso dele está na lista.

Um detector diz «carro»; o que importa é o sistema inteiro entender a mesma coisa por «carro». O IRIS tem catálogo próprio: 94 classes divididas em 12 famílias — pessoas, veículos, animais, acessórios, mobiliário urbano, móveis, eletrônicos, comida — e cada modelo de detecção traduz o vocabulário dele para esse catálogo. E é hierárquico: marcar «Veículo» já conta carro, caminhão, ônibus e moto sem você precisar citar um por um, e dá para pedir só a família também. Os nomes estão escritos nos oito idiomas deste site. O que o cliente ganha com isso é bem concreto: um filtro configurado hoje continua funcionando no dia em que o modelo de baixo for trocado por outro melhor. E acima da classe tem um segundo nível de detalhe: um carro se afina para carro de passeio, utilitário esportivo, van, caminhão, ônibus, motocicleta, bicicleta, veículo de emergência, motorhome ou veículo especial.

É aqui que uma detecção vira um dado. Uma coisa se mexer rápido na imagem não diz nada: caminhão longe parece devagar e passarinho perto parece míssil. Para poder dizer a quantos quilômetros por hora aquele veículo está indo, alguém precisa ter explicado para a câmera como é o chão que ela enxerga. São três caminhos, do mais barato ao mais trabalhoso: sem fazer nada, a medida sai em alturas do próprio objeto, e serve para comparar dentro da mesma cena; com a altura média de cada classe, que já vem preenchida de fábrica, saem metros por segundo e quilômetros por hora; e marcando quatro pontos do chão com a medida real deles, a medição é para valer, em metros sobre o plano. E fica dito sempre qual dos três foi usado: velocidade estimada vai etiquetada como estimada, uma regra pode exigir que só valha a medida, e se a calibração não estiver válida o sistema desce para as unidades sem calibração em vez de inventar um metro. Pelo mesmo motivo, os pontos de uma trajetória não são unidos com uma linha: entre dois pontos separados por alguns segundos ninguém mediu coisa nenhuma, e a linha estaria afirmando um trajeto que não existe.

Quem já teve analítico antes chega com um medo só: que a coisa apite a noite inteira. Por isso cada comportamento filtra por classe, por confiança, por tamanho, faz quanto tempo o objeto está sendo seguido e por qual ponto da caixa ele decide — os pés, o centro, a caixa inteira ou qualquer parte que encoste. Dá para marcar áreas onde não se detecta nada de propósito, ligar um limite duplo para o aviso não ficar piscando na borda de uma área, e usar quatro comandos de espera, resfriamento e teto por minuto. Antes de publicar uma regra você vê na imagem ao vivo o que ela produz de verdade, inclusive os objetos que não passam no filtro e o motivo, e dá para simular sem gerar um aviso sequer. E quando alguma coisa não dá para comprovar, o objeto não passa e o sistema diz por quê: buraco não se tapa com valor inventado. O que ele não faz também está escrito: o IRIS não sabe quem é ninguém — ele compara a aparência de um objeto, não a identidade de uma pessoa — e, onde falta o dado necessário para dar metros, o campo simplesmente não é publicado: fica vazio, nunca estimado. São 23 receitas guiadas para as regras de sempre, e tudo trafega por uma porta segura só: para a equipe de redes você pede uma regra de firewall, não treze.

Integrador não procura uma função: procura a dele, e por isso os 41 estão agrupados pelo que cada um pergunta. Nove perguntam por uma área — quem entrou, quem saiu, quantos estão lá dentro, quantos já são demais; cinco perguntam por onde um objeto passou — onde apareceu, se cruzou por aqui, se terminou lá dentro, se fez A e depois B; quatro perguntam por uma linha com a seta dela; quatro pelo tempo que se fica lá dentro; quatro por como aquilo se move; e quatro por saber se uma coisa está dentro de outra: uma pessoa dentro de um veículo, um item em cima de um palete, um palete vazio. Os onze que sobram cobrem o que aparece e o que some, as multidões, a distância entre objetos, as vagas de estacionamento e a qualidade do que foi detectado. Se o caso não for nenhum dos 41, você monta: o filtro fino compara cada objeto contra onze campos usando oito comparadores, e as condições se agrupam com «e» e com «ou» até a regra dizer exatamente o que precisa dizer. A geometria também não se repete: uma linha desenhada uma vez cai de uma vez só em vinte portas iguais, e você compartilha ela igualzinha ou copia para ajustar câmera a câmera. E o assistente devolve a regra inteira resumida numa frase, no idioma de quem está lendo, para quem assina entender o que assinou.

Um objeto continuar sendo o mesmo objeto enquanto atravessa a cena parece detalhe técnico e é o chão em que todo o resto se apoia. Permanência, percurso e velocidade são três jeitos de dizer «esse mesmo aí»: se a identidade se parte toda vez que alguém passa atrás de um pilar, as três viram ruído. O IRIS segura a identidade enquanto o objeto se move, guarda ela por alguns segundos quando alguma coisa tapa o objeto e pega de volta quando ele reaparece; e cada objeto carrega um histórico curtinho das classes dele, para um carro que de longe oscila para caminhão não ficar fazendo a regra piscar. É daí que sai o que fica escrito sobre cada objeto: mais de quarenta dados — classe e subtipo, cor entre onze famílias, tamanho, direção, aceleração, tempo em cada área, linhas cruzadas com o horário, com quem ele esteve — e com isso dá para reconstruir meses depois por onde ele passou, quanto tempo durou, a que velocidade ia e que gravação corresponde àquele instante. Cada dado viaja com a origem e a hora dele: de qual câmera saiu e em que fuso horário, para um relatório se sustentar na frente de quem quiser contestar. E enquanto um objeto ainda está vivo, o resumo de vida dele ainda não existe: é um vazio com motivo, não uma falha, e é assim que aparece na tela.