Проекты с видеоаналитикой: от пилотных до реальных

Видеоаналитика в системах безопасности способна поднять на новый уровень защищенность людей, объектов и технологических процессов, сделать видеосистему проактивной. Это в теории. На практике аналитика внедряется, хотя и повсеместно, но замедленными темпами.

Какова ее эффективность в действующих проектах? Какие запросы клиентов воплощаются в успешные «пилоты»? За какую аналитику заказчики готовы будут платить в ближайшем будущем?

Интеллектуальные алгоритмы интересуют участников рынка безопасности и широко обсуждаются в России не первый год, но теория с практикой несколько расходятся. С одной стороны, всем ясно, что огромные массивы данных от камер видеонаблюдения нуждаются в автоматическом анализе больше, чем в «ручном»,с другой – в прикладных решениях нередко отказываются от применения аналитики по соображениям экономии и сложности внедрения / настройки.

Опыт реализованных проектов показывает, что для заказчика основные цели внедрения видеоаналитики – автоматизировать и оптимизировать те или иные процессы, исключить или снизить влияние человеческого фактора, добиться экономии по времени, деньгам либо облегчить выполнение рутинных производственны задач. Замедляют темпы внедрения не только денежные вопросы, но и недостаток мотивации и доверия, связанные, как ни странно, с низкой осведомленностью о возможностях современных аналитических систем.

Несмотря на сдерживающие факторы, аналитика закрепляется во многих сферах, традиционных и совершенно неожиданных.

В этой статье расскажем на примерах некоторых из наших и партнерских проектов в России и СНГ, какие реальные результаты уже получают клиенты от внедрения аналитики, в каких областях больше пилотных проектов для расширения возможностей видеосистем, о чем говорят заказчики, обсуждая ближайшее будущее видеоаналитики, что стимулирует рост доверия к интеллектуальным алгоритмам и станет драйвером новых внедрений.

 РЕАЛИЗОВАННЫЕ ПРОЕКТЫ – WIN-WIN

Когда все участники процесса в выигрыше, это принято называть win-win, и такое определение как нельзя лучше подходит для реализованных проектов с видеоаналитикой. Активно такие проекты начали появляться лет пять назад, и можно уже говорить о результатах. Связаны они в большинстве своем с «элементарными» алгоритмами, основанными на распознавании фигуры человека, транспортных средств, фиксации пересечения линии, подсчете объектов. 

Охранная видеоаналитика

То, как аналитика помогает поддерживать порядок и сокращать финансовые и репутационные потери, покажем на примере проекта в крупном российском банке: в его отделениях, в «зонах 24 часа» с банкоматами установлены купольные камеры Wisenet с бортовой аналитикой.

Их задача – автоматически отслеживать пересечение виртуальной линии, вторжение в заданную область, передавать сигнал тревоги в мониторинговый центр и активировать сирену по событию в зоне для отпугивания нарушителей. Вместе с камерами задействованы видеорегистраторы и ПО Wisenet SSM, которое поставлялось заказчику бесплатно в составе видеосистемы. Результатом использования решения стало пресечение действий по взлому банкоматов, эффективная борьба с бродягами, которые раньше запросто могли улечься на пол или подоконник, мешая клиентам. Сократилось количество выездов группы быстрого реагирования по тревоге, а это тоже экономия.

В другом примере охранные камеры «общаются» между собой, обнаруживая нарушителей на дальних подступах к объекту, причем –с воды. В проекте, реализованном в рекреационном комплексе на берегу озера Валдай, задействованы камеры Wisenet с поддержкой интеллектуальной функции Handover: стационарная камера автоматически обнаруживает человека и / или движение, и передает управляющий сигнал на PTZ-камеру с 55-кратным оптическим зумом, которая автоматически «наводится» на объект, вызвавший тревогу, давая оператору возможность пристально рассмотреть его. Решение позволило отслеживать вход посторонних лодок в акваторию комплекса и принимать меры.

Еще несколько примеров связаны с обеспечением транспортной безопасности на мостах автодорог и охраной опор мостов РЖД в Сочи: эти важные объекты контролируют комплексы на базе интеллектуальной СВН Orwell 2к российской компании «ЭЛВИС-НеоТек». Программная платформа используется для идентификации событий тревоги, поступающих от различных устройств, автоматического ситуационного контроля и обнаружения нарушителей посредством видеоаналитики на основе нейросетевых алгоритмов. Стоит отметить, что система Orwell 2k зарегистрирована в реестре отечественного ПО и сертифицирована на соответствие ПП №969.

 Бизнес-аналитика: подсчет посетителей

Из всего многообразия видеоаналитических приложений, ориентированных на нужды предприятий розничной торговли, до последнего времени владельцы магазинов выбирали, в основном, счетчики посетителей. Количество покупателей и потенциальных клиентов важно, поэтому счетчики постоянно востребованы. В качестве примера –реализованный несколько лет назад проект по оснащению десятков магазинов крупного российского ритейлера электроники камерами видеонаблюдения с функцией подсчета посетителей, которые не только ведут точный счет, но и помогают контролировать общую обстановку в торговых залах.

Интересно, что в процессе внедрения видеосистемы заказчик пожелал убедитьсяв достоверности статистики: с этой целью поставили человека, который подсчитывал вручную, и сравнили результаты с камерой.

Цифры сошлись, и все остались довольны.

В ритейле, пожалуй, чаще, чем в других сферах, при внедрении аналитики замыслы заказчиков могут не совпадать с их возможностями. Вспоминается амбициозный проект в солидном ТЦ, где клиенты хотели распознавать лица на входе, по этим данным организовать VIP-обслуживание, автоматически подстраивать показ рекламы на видеомониторах и т. д., но в итоге реализован был только подсчет посетителей.

Выявление брака на производстве

Алгоритмы машинного обучения применяются в системах технологического видеонаблюдения, где средствами видеоаналитики контролируется производственный цикл. К примеру, на предприятии металлургической отрасли в ЮФО, на котором изготавливаются металлические изделия для дальнейшей отправки потребителям, камеры с видеоаналитикой обнаруживают дефекты непосредственно на конвейерной линии. В систему введены «образцы» того, что считать браком, и на основе своих «знаний» она автоматически выявляет повреждения до того, как готовая и упакованная продукция отбудет к покупателю. Это позволяет определить, допущен ли брак в процессе литья или некачественным было сырье, и отправить изделие на переплавку; избежать хлопот с рекламациями клиентов, сократить убытки и репутационные риски, связанные с возвратом, а главное – постоянно поддерживать высокий уровень качества продукции.

Аналогичные функции выполняет аналитика на одном из отечественных предприятий по производству сахара, однако здесь нейросеть контролирует не только стабильность качества продукта, но и точность соблюдения технологии производства.

Тепловизионная видеоаналитика

Направление очень перспективное, как для охранного, так и для технологического видеомониторинга, о чем говорят реализованные проекты. В одном из недавних проектов, на предприятии Красноярска, в большом производственном помещении с плавильной печью установлена биспектральная IP-камера Smartec серии STX с функцией измерения температуры вплоть до +500 °C.

Эта камера в составе комплексной системы контроля технологического процесса отслеживает изменения температуры в режиме реального времени и автоматически инициирует сигнал тревоги при критическом повышении порогового значения. Важно, что с камерой был предоставлен SDK для интеграции аналитической системы в технологическое ПО заказчика.

ПИЛОТНЫЕ ПРОЕКТЫ – ПОЛЁТ НОРМАЛЬНЫЙ

Пробовать новое всегда интересно, а риск оправдан высоким доверием к аналитическим алгоритмам, которое формируют успешно реализованные решения.

Рассматривая пилотные проекты, которые сейчас в стадии разработки и внедрения, можно сделать выводы о том, какие отрасли больше других нуждаются в аналитических решениях, и какие задачи клиенты готовы поручить искусственному интеллекту. В разговоре о потенциальных возможностях бортовой и серверной аналитики, особенностях внедрения интеллектуальных продуктов, отечественных разработках в этом направлении будут фигурировать нейросети, глубокое обучение, тенденции к интеграции, кастомизации и независимым программным платформам.

Проекты в сфере ИТС

Интеллектуальные транспортные системы используют аналитику широко и в самых разных целях, от обнаружения происшествий на объектах инфраструктуры и мониторинга дорожной ситуации до анализа физического состояния водителя.

На сегодняшний день эту сферу можно назвать одной из основных «площадок», где «обкатывается» аналитика нового поколения на основе искусственного интеллекта.

Инфраструктура

Яркий пример масштабного пилотного проекта – комплексная система безопасности, которая внедряется в одном из депо крупного транспортного предприятия: по периметру размещено порядка 50 AI 4K камер Wisenet XNO-9083R для видеоконтроля обстановки и пресечения попыток проникновения на охраняемую территорию. Камеры с ИИ и функцией детекции людей передают сигналы тревоги в случае, если к ограждению подошел посторонний. В режиме детекции движения работают мультисенсорные камеры панорамного обзора PNM-9322VQP, сигнал от них передается по Handover на PTZ-камеру XNP-8250R. На КПП смонтированы LPR / ANPR 4K камеры PNO-A9081RLP из новой линейки с предустановленным приложением Wisenet Road AI и функциями распознавания автомобильных номеров для видеоконтроля проезда транспорта. Отдельно несколько камер отдают видеопоток стороннему программному обеспечению с функцией распознавания лицдля видеоконтроля прохода людей на объект и ведения базы лиц сотрудников. Решение реализовано на 128-канальных серверах с ПО SSM XRP-4310DB4.

Дороги

В российские дорожные проекты интеллектуальные алгоритмы встраиваются, как в бортовой, на камерах, так и в серверной реализациях (ПАК). Например, в рамках пилотного проекта в СЗФО для видеомониторинга дорожной обстановки и трафика будут использоваться новейшие IP-камеры Smartec со встроенной транспортной видеоаналитикой, в том числе, модель с интегрированным 3D-радаром для определения точного местоположения транспортного средства. Фиксированные и поворотные 2 Мп камеры с полудюймовой матрицей и фреймрейтом 100 к/с способны выполнять такие функции, как идентификация типов ТС, цвета, марки, направления движения, скорости, ведение статистики движения, белых / черных списков, подсчет ТС, фиксация загруженности полос, остановки на автобусной полосе, превышения времени стоянки и др., а также распознавать номера автомобилей, движущихся со скоростью до 200 км/ч. 

Парковки

Специализированные парковочные решения внедряются с разной степенью интенсивности, но потенциал у них огромный. Интеллектуальная система на базе камеры видеонаблюдения, к примеру, Smartec, может автоматизировать и упростить контроль въезда / выезда, распознавать номера и атрибуты ТС, интегрироваться со сторонним оборудованием по протоколу Wiegand (чтобы открывать шлагбаум и т. д.), поддерживать двустороннее аудиосоединение (SIP / VoIP), работая как автономное решение или как интегрированный комплекс, совместимый с серверными системами CMS, VMS и др. Выпускаются также аппаратно-программные комплексы для управления парковкой: в частности, интеллектуальная система Wisenet на базе панорамной 12 Мп камеры TNF-9010 отслеживает наличие занятых и свободных парковочных мест в 4 зонах паркинга одновременно и включает встроенную в корпус камеры соответствующую цветовую маркировку, указывая на них водителям. 

Состояние водителя

В рамках ИТС все более пристальное внимание уделяется системам анализа состояния оператора и обстановки вокруг транспортного средства. Из российских разработок в этом направлении отметим систему, разрабатываемую «ЭЛВИС-НеоТек» на базе одноплатного компьютера ОКТА. Среди детектируемых с ее помощью событий – отвлечение внимания, усталость, курение, разговор по телефону, появление людей / транспорта на линии движения.

Проекты в промышленной сфере

Тема аналитики в промышленности – безбрежная, поэтому ограничимся примерами пилотных проектов с участием IP-камер MOBOTIX высокого разрешения, где AI помогает заместить людей и рутинную работу.

Видеоконтроль технологического процесса

На российском пищевом предприятии при помощи камер и серверного видеоаналитического приложения, кастомизированного под нужды конкретного заказчика, автоматически контролируется соблюдение технологии выполнения работ сотрудниками, тут же на месте обнаруживаются и устраняются нарушения. Камеры работают в условиях сложной освещенности, при засветках и для поддержания высокого качества видео, достаточного для работы аналитики, задействуются функции WDR, BLC и др. Решение упрощает контроль технологического процесса, сокращает издержки и потери, связанные с устранением последствий нарушения технологии.

 Мониторинг ношения СИЗ

На одном из строительных объектов действует автоматизированная система контроля ношения рабочими и подрядчиками средств индивидуальной защиты. Система, для управления которой используется видеоаналитическое ПО отечественного разработчика, позволяет в реальном времени контролировать ношение СИЗ (касок, перчаток и др.), поведение на площадке (факты работы / отдыха, входа в запрещенные зоны и т. д.). Возможно обнаружение одновременно нескольких «целей» в кадре, в том числе, фигур людей на дальнем плане кадра, и даже таких нюансов,

как закатанные рукава спецформы. Система незамедлительно сигнализирует нарушении для принятия необходимых мер. Решение потенциально позволяет отслеживать текущую ситуацию не только на строительных, но и на различных промышленных объектах, контролировать соблюдение трудового распорядка, предотвращать травматизм и несчастные случаи на производстве. 

Проекты в ритейле

Надо заметить, что владельцы торгового бизнеса в России смотрят на аналитику позитивно, но как-то недолюбливают в целом автоматизацию и искусственный интеллект, возможно, потому, что умная система стоит денег, а насколько она повысит прибыльность магазина, заранее сказать непросто. Вот пример: сеть розничной торговли планировала установить камеры, которые детектировали бы людей в кадре, определяли их пол и возраст и предоставляли отчеты о тех, кто проявлял интерес к магазинам. Отчет делился на категории: пол – мужской или женский; возраст в 4 группах: молодой (до 19 лет), взрослый (20–44), зрелый (45–64), старый (65 лет и более). При тестировании в полевых условиях результат был примерно на 92-95% точным, но клиент хотел получать данные без погрешностей с точностью никак не менее 100%.

АНАЛИТИКА – У ВСЕХ НА СЛУХУ

Что касается перспективных проектов с видеоаналитикой, о реализации которых услышим в ближайшее время, здесь разработки ведутся в двух направлениях: решения, разрабатываемые индивидуально под заказчика, с привлечением программистов, и универсальные алгоритмы, загружаемые на борт видеокамер. И там, и там реализации ограничены только фантазией заказчиков и разработчиков, и ожидания довольно высоки.

Запросы самые разные, от распознавания скрытого и явного ношения оружия (российская аналитика, способная автоматически распознать человека с огнестрельным оружием в руках и отправить в журнал событий видео инцидента, уже тестируется в некоторых учебных заведениях) до детектора бахил в медицинском центре.

Актуальны алгоритмы для обеспечения безопасности в общественных местах (оставленные предметы, нестандартное поведение людей, массовые скопления), и такие, на первый взгляд, неочевидные решения, как видеоаналитика для созданиякомфортных и безопасных условий пользования эскалаторами; приложения на основе сравнения образов для выявления хищений сотрудниками в логистических комплексах (когда товар, скажем, кроссовки, выносят буквально на себе). Стало больше запросов на аудиоаналитику с классификацией звука (выстрел, крик, разбитие стекла, взрыв).

Для охраны периметра будут востребованы комплексы, в которых интегрировано аудио и видео. Например, система Wisenet, соединяющая IP-камеру видеонаблюдения и сетевой рупорный громкоговоритель, позволяет остановить нарушителя при попытке перелезть через ограждение: по сигналу от бортовой аналитики камеры автоматически воспроизводится заранее записанный аудиоролик либо оператор может обратиться к нарушителю вживую, чтобы предупредить, что объект находится под видеонаблюдением.

А ЧТО ДАЛЬШЕ ?

Будущее видеоаналитики выглядит оптимистично, поскольку есть запросы от рынка и ресурсы для развития и эффективного применения аналитики на практике. За что же готов платить заказчик? Вкратце – за доступные по цене и легко настраиваемые приложения, соответствующие ряду критериев.

• Клиенто-ориентированные решения – те, что отвечают задаче заказчика, но не «допиленные» вручную, а основанные на унифицированных и стандартизованных алгоритмах, чтобы конечный клиент не зависел от программистов.

Хороший пример – Wise Detector, только что представленный компанией Hanwha Techwin: эта аналитическая функция на основе машинного обучения позволяет клиенту научить камеру детектировать и идентифицировать потенциально любой нужный ему объект в кадре.

• Коробочные решения – готовые приложения и наборы модулей аналитики для быстрого и беспроблемного внедрения заказчиком даже без опыта. Так, коробочные программные продукты биометрической идентификации по изображению лица в видеопотоке (с готовностью к работе за 20 минут) разрабатывают специалисты российской компании RecFaces, они реализовали уже немало проектов за рубежом, и у наших заказчиков интерес набирает обороты.

• Свободно загружаемая аналитика – путь к правильной экономии, когда клиент покупает «пустую» камеру, примерно, как смартфон, самостоятельно выбирает нужные аналитики с триальным периодом в онлайн-магазине приложений и загружает их на борт.

• Свободный выбор ПО – преодоление ситуации, когда камеры с бортовой аналитикой ориентированы на софт собственного бренда. «Развязать руки» конечному пользователю призвана поддержка ONVIF профилей S, T и с недавнего времени ONVIF M. Профиль М, поддерживаемый, в частности, камерами Hanwha Techwin, стандартизирует алгоритмы обмена метаданными и событиями между камерами с искусственным интеллектом и ПО от разных производителей. При этом с возможностью обработки всех метаданных, отправляемых камерой, их настройки, создания правил и сценариев реагирования.

• Стимулирование от государства – нужно для того, чтобы владельцам бизнеса стало напрямую выгодно внедрять видеоаналитику. Меры могут быть разными – от законодательных требований до поощрения за внедрение.

• Проактивные решения – речь об алгоритмах, способных реагировать на ситуацию до того, как инцидент произошел.

К примеру, выгоднее использовать тепловизионные камеры с аналитикой в лесных хозяйствах для предупреждения пожаров, чем бороться с их последствиями. Или вовремя остановить токарный станок на предприятии, пока не случилась авария с убытками, либо заменить дефектный жесткий диск в серверной.

• Результативные решения – просто собирать и агрегировать метаданные и обнаруживать события уже недостаточно, современные аналитические технологии и IP-камеры с нейронными процессорами NPU, такими, как Wisenet 7, способны на большее: предоставлять заказчикам обработанную и структурированную информацию со сделанными выводами для нахождения нужных сведений и принятия решений.

Видеоаналитика когда-то казалась «котом в мешке», теперь это унифицированный инструмент, готовый к использованию. С его помощью возможно решить почти любую задачу, если четко сформулировать техническое задание и обратиться к специалистам, способным предложить оптимальный вариант решения.

Да, разворачивание и обучение системы требует вложений, и на этапе разработки стоимость может быть выше ожидаемой, но оценивать проекты с аналитикой нужно в долгосрочной перспективе, когда будут сокращены убытки, повысится безопасность на объекте, появятся высвобожденные ресурсы и, в конечном счете, внедрение принесет прибыль.