Видеоаналитика
для бизнеса:
контроль нарушений

Видеоаналитика — это модели компьютерного зрения, которые в реальном времени анализируют поток с камер: находят людей, объекты и события, сверяют происходящее с правилами и фиксируют нарушения.

Цена проекта по внедрению компьютерного зрения начинается от 500 тыс. руб. Стоимость видеоаналитики зависит от четырёх вещей: число камер и сценариев, качество картинки, где считаются модели (на ваших мощностях или на отдельном GPU-сервере), и с какими системами интегрируемся: СКУД, SCADA, 1С, мессенджеры. Сумму называем после разбора задачи и прототипа на ваших записях и фиксируем в договоре. Как считать отдачу от проекта, разбирали в блоге: эффективность внедрения ИИ.

Нет. Для старта нам хватает одной-двух записей с ваших камер, чтобы показать, что модель видит на вашей сцене: размечать датасет не нужно. Дальнейшее дообучение идёт прямо в процессе работы над проектом, по мере накопления видео.

Да, в большинстве случаев камеры менять не нужно: подключаемся к существующему видеонаблюдению по стандартным протоколам (RTSP/ONVIF). На прототипе проверяем, хватает ли ракурсов и качества картинки для вашей задачи, и только потом говорим о дооснащении. Если камер не хватает, подбираем и монтируем их сами, выезжаем в любую точку России.

Да, для визуальной обработки видеопотока нужен GPU-сервер. Если подходящий сервер с видеокартами у вас уже есть, можно использовать его. Если нет, потребуется либо арендовать GPU-сервер, либо купить оборудование и установить в вашем контуре.

Система распознавания лиц в видеонаблюдении работает так: по кадру строится математический шаблон лица и сравнивается с базой, само изображение хранить не обязательно. Развернуть её можно на уже установленных камерах; отдельная камера или терминал распознавания лиц на проходной нужны там, где важна скорость на потоке людей.

Да. Система распознаёт лицо и отдаёт событие наружу. Принять его может ваша СКУД или система учёта рабочего времени: проход по лицу вместо карты, отметка прихода и ухода, доступ в отдельные зоны. Обработка при этом остаётся внутри предприятия.

Главный сценарий — чистота зала и выкладка: модель видит пустые полки, товар не на своём месте, неопрятные зоны. Дальше идут подсчёт посетителей, трафик по зонам и очереди на кассах, а на самой кассе работает распознавание товара: модель видит, что именно положили на весы. Те же сценарии работают на любом объекте с залом: в пункте выдачи, клубе, филиале сети.