Не просто «умная» камера
Под видеоаналитикой понимается основанная на компьютерном зрении технология, которая позволяет автоматически собирать и обрабатывать визуальные данные, поступающие с видеокамер или датчиков, как в реальном времени, так и из архивных записей. Что такое видеоаналитика? Это программное обеспечение, способное проводить видеомониторинг и анализировать информацию без участия человека. Такие решения универсальны и могут быть интегрированы в системы компаний любого профиля – от промышленности и контроля за дорожно-транспортными происшествиями до здравоохранения. Важно различать видеоаналитику и компьютерное (или машинное) зрение. Компьютерное зрение – это более широкая технология, направленная на автоматизацию распознавания изображений, тогда как видеоаналитика представляет собой ее прикладную часть, ориентированную на анализ статических и динамических визуальных данных. Например, она способна идентифицировать людей, изучать их поведение, фиксировать данные об объектах, действиях, событиях, а также определять геолокацию, дату и время происходящего. Современные камеры, использующие технологии машинного зрения, обеспечивают высокое качество изображения, фиксируя даже мелкие детали. Это позволяет минимизировать влияние человеческого фактора и вывести визуальный контроль на качественно новый уровень.
Типы платформ видеоаналитики
Системы видеоаналитики делятся на три ключевых типа. Первый ориентирован на ретроспективный анализ: такие системы обрабатывают архивные видеозаписи, помогая сортировать их и находить нужные события. Второй тип функционирует в реальном времени, фиксируя происходящее и позволяя оперативно реагировать на нештатные ситуации с использованием технологий сжатия и кодирования видео. Третий тип – прогностические системы, которые анализируют прошлые и текущие события, а также выявляют аномалии, чтобы поддерживать принятие стратегических решений руководством.
Как устроена система видеоаналитики
Традиционная схема видеоаналитики включает камеру и серверную аналитику. Видеопоток с камеры передается на сервер, где специальное ПО проводит его обработку и анализ. Широко распространены решения на базе выделенных серверов, таких как серверы интеллектуального видеонаблюдения (IVS) или автоматического распознавания номеров автомобилей (ALPR). Эти системы легко масштабируются, позволяя увеличивать количество камер или добавлять новые функции анализа. Данные хранятся на сервере и доступны через удаленные клиентские приложения. Сетевые видеорегистраторы (NVR) с функциями видеоаналитики менее гибки, так как их возможности ограничены встроенным ПО, а добавление новых функций затруднено. Такие решения подходят для компаний с небольшим числом камер и минимальными аналитическими задачами. Данные сохраняются на NVR и извлекаются по необходимости через клиентское ПО. Другой подход – встроенная в камеры аналитика. Такие устройства самостоятельно анализируют видеоконтент, что исключает зависимость от сетевых задержек или серверной производительности. Это идеально для задач, требующих мгновенной реакции, а видеозаписи хранятся непосредственно на камере. Специалисты отмечают, что будущее за облачной видеоаналитикой. Такие платформы позволяют хранить данные в облачном сервере, а не в локальных дата-центрах. Это обеспечивает регулярное обновление алгоритмов, обогащение данных для обучения нейросетей и высокую масштабируемость без необходимости инвестиций в дорогостоящее оборудование.
Применение видеоаналитики на производстве и складах
На производстве Технологии видеоаналитики находят широкое применение в различных отраслях, включая промышленные предприятия. На заводах системы видеонаблюдения используются для обеспечения охраны, повышения уровня безопасности и контроля за производственными процессами. Для охранных задач применяются классификаторы объектов, фиксирующие пересечение виртуальных линий, а также детекторы периметров и зон. Эти системы отслеживают вторжения в запрещенные территории, контролируют скорость и направление движения. Устройства работают в единой экосистеме, подавая сигнал тревоги при обнаружении посторонних объектов – людей, автомобилей или животных – в зонах, где их присутствие не предусмотрено. Техника безопасности на производстве также контролируется с помощью видеоаналитики. Модули проверяют, используют ли сотрудники средства индивидуальной защиты, такие как каски или маски. Камеры могут следить за численностью людей в помещении, оповещая о превышении лимита. Особую популярность в период пандемии приобрели решения для мониторинга температуры тела работников, что помогает предотвращать распространение инфекций.
Кейс НЛМК Группа НЛМК, крупная международная металлургическая компания, внедрила сервис «Видеоаналитика эмиссии в атмосферу» на основе алгоритмов машинного обучения. На Новолипецком комбинате и в самом городе установлены 64 камеры, которые в реальном времени отслеживают выбросы вредных веществ. При превышении норм концентрации система отправляет сигналы в цеха и экологам, что позволяет оперативно реагировать на нарушения. Видеоаналитика также оптимизирует производство: она контролирует загрузку слябов в нагревательные печи, фиксирует время от разливки стали до проката и сокращает число крановых операций.
На складах Видеонаблюдение на складах необходимо для мониторинга перемещения товаров, их идентификации и выявления инцидентов, таких как падение грузов, наезды техники на сотрудников или нарушения правил погрузки. Для этих целей применяются модули видеоаналитики, включая распознавание QR-кодов, контроль зон доступа, мониторинг скорости и направления движения, а также детекторы оставленных или унесенных предметов. Эти решения повышают эффективность работы склада и снижают риски.
Применение видеоаналитики в различных отраслях
В розничной торговле Видеоаналитика в рознице используется для мониторинга покупателей, сотрудников, товаров и торговых помещений. Технология помогает анализировать проходимость локаций, демографию и поведение посетителей, что важно для выбора местоположения новых магазинов. Поведенческая аналитика, основанная на глубоком машинном обучении, фиксирует позы, мимику, жесты и направление взгляда, позволяя оценивать покупательскую активность. Камеры также контролируют работу кассиров, выявляя недостачу или мошеннические действия.
Кейс X5 Retail Group. Продуктовая сеть X5 Retail Group уже несколько лет внедряет технологию «умных» полок в своих магазинах и на складах. Система включает электронные ценники, видеоаналитику для контроля выкладки товаров и сенсоры, отслеживающие заполненность полок. «Умная» полка состоит из аппаратных компонентов и агрегатора, который собирает данные с датчиков и передает их в основную систему для анализа и обучения математической модели. Полки интегрированы с системой видеоаналитики: нейросеть обрабатывает данные от сенсоров, выявляя свободные места, а видеоаналитика следит за наличием необходимых товаров.
Кейс «Магнит». Ритейлер «Магнит» использует видеоаналитику для подсчета людей в очередях. Если в очереди более пяти человек, система отправляет уведомление в чат сотрудников, чтобы открыть дополнительную кассу. Это сокращает время ожидания на 70 %.
В здравоохранении У билайн есть целый ряд ИИ-решений для использования в здравоохранении. Компьютерное зрение в медицине применяется для анализа рентгенов, КТ, МРТ и кардиограмм. ИИ часто превосходит врачей в точности диагностики, снижая риск ошибок. Видеоаналитика также используется для аутентификации по лицу в больницах, ограничивая доступ в определенные зоны, и для контроля санитарных норм, таких как ношение масок.
Кейс Система «ИИ-Мониторинг». Система «ИИ-Мониторинг» в российских клиниках использует камеры и алгоритмы компьютерного зрения для круглосуточного наблюдения за пациентами. Она фиксирует падения, судороги, отсоединение оборудования, помогает вовремя реагировать медперсоналу и снижает риск осложнений и пролежней.
В системах безопасности Камеры в общественных местах повышают безопасность и помогают в розыскных мероприятиях. Мониторинговые центры получают данные об инцидентах в реальном времени. Модули видеоаналитики фиксируют оставленные предметы, проникновения в запрещенные зоны, скопления людей, драки, оружие и громкие звуки.
Кейс Сбербанк. Банк использует ИИ-видеоаналитику для мониторинга поведения у банкоматов, предотвращая взломы и кражи благодаря оперативной передаче данных об инцидентах.
На дорогах Это один из наиболее ранних примеров применения систем видеонаблюдения в обычной жизни. Видеоаналитика не только фиксирует нарушения ПДД, распознает номера автомобилей, но также может помогать коммунальным службам выявлять снежные завалы, чтобы оперативно выдвигать на это место уборочную технику.
Кейс МКАД. Система видеонаблюдения сработала оперативно и помогла предотвратить опасную ситуацию на дороге. Камеры на МКАД заметили нетрезвого человека на обочине в непосредственной близости от машин, проезжавших со скоростью 100 км/ч. Нейросеть передала сигнал в ЦОДД, и эвакуация была проведена за шесть минут, предотвратив возможную трагедию.
Перспективы рынка
Рынок видеоаналитики растет: в мире – на 9 % ежегодно, в России – на 6 %. Компании и госструктуры все чаще используют «умные» камеры, а развитие нейросетей делает технологии более эффективными для бизнеса и безопасности.
