Не следит, а помогает: что такое машинное зрение и как эта технология работает в городской среде

Каждый пользователь интернета хоть раз встречал в сети видео, снятые на домофоны, регистраторы или придомовые системы наблюдения. В современных городах камеры можно найти почти на каждой улице. По состоянию на 20 апреля 2021 года в Пекине и Шэньчжэне суммарно насчитывалось 1 550 000 камер, в Лондоне — 627 707, а в Москве — 193 000.

Как это устроено и какую роль играют в происходящем технологии машинного зрения, рассказывает Павел Кривозубов, руководитель направления «Робототехника и искусственный интеллект» кластера информационных технологий Фонда «Сколково».

Существует ошибочный тезис, что системы распознавания лиц — это «Большой брат», цель которого исключительно контролирующая. В действительности системы видеонаблюдения и мониторинга являются дополнительной мерой защиты правопорядка и позволяют бороться с нарушениями в местах расположения камер.

Благодаря камерам в Москве сотрудники полиции в 2021 году раскрыли 6,8 тысяч преступлений, в Нижнем Новгороде за этот же период поймали 265 правонарушителей, а в Краснодаре — нашли 200 преступников с 2016 по 2021 год.

Понятно, что из-за большого объема отсматривать все записи с уличных видеокамер невозможно. И здесь на помощь людям приходят технологии машинного зрения, которые используются не только для предотвращения правонарушений, но и в других областях.

В основе всех систем видеоаналитики лежат общие принципы работы. Это машинный анализ поступающей информации и сверка с шаблонами, заложенными в программу. В зависимости от решаемых задач и областей использования машинное зрение разделяется на отдельные направления. Рассмотрим каждое из них.

В черте города, в общественных помещениях и транспорте используется городская видеоаналитика. Её задачи – мониторинг на улицах, внутри зданий, на объектах метрополитена, чтобы в случае возникновения внештатной ситуации поднять запись из хранилища и разобраться, что произошло.

С помощью сохраненных видеозаписей можно отследить перемещение отдельных людей. Если совершено преступление и лицо правонарушителя распознано, то, соединив видеозаписи из различных источников, можно найти конечную точку и провести дальнейшие оперативно-следственные действия. Для городской видеоаналитики сегодня применяются программные решения компании ISS Soft, резидента Фонда «Сколково».

Ситуационными называются системы видеонаблюдения, которые дополнены искусственным интеллектом и могут что-либо распознавать и прогнозировать в режиме реального времени. Такие технологии используется в городской и промышленной аналитике для предотвращения внештатных ситуаций.

Например, когда в общественном транспорте или на объекте с большим количеством людей оставлен без присмотра подозрительный предмет. Или на видео появляются резкие движения, повышенный голос и другие маркеры — в этом случае системы искусственного интеллекта сигнализируют службам специального назначения или охранным предприятиям о правонарушении.

На производствах, в том числе городских, применяется технология промышленного машинного зрения, которая выполняет технологические задачи. А именно, распознавание деталей на конвейере, прогнозирование нештатных ситуаций, наличие спецодежды и средств защиты у сотрудников, биометрия для контроля доступа к оборудованию. С помощью промышленной видеоаналитики по внешнему состоянию деталей и механизмов определяется износ оборудования и выполняется профилактическое обслуживание.

Системы видеоаналитики биометрических данных помогают оплачивать товары и услуги с помощью лица. Эти технологии уже применяются в Московском метрополитене и в ряде больших торговых сетей.

Стоит отметить, что кроме удобства для пользователей, биометрия также применяется для обнаружения разыскиваемых и пропавших людей. В сегменте успешно работает резидент «Сколково», компания NtechLab. Качество программного обеспечения компании подтверждают опыт и международные награды.

Видеоаналитика используется не только на инфраструктурных объектах. Машинное распознавание текста и оцифровка используются в работе с архивами и анкетированием. Эти технологии специализируются на распознавании и считывании документов. Флагманом в сегменте распознавания статичных данных среди российских компаний является компания Beorg, которая также является резидентом Фонда «Сколково».

Продажи видеоаналитики в 2020 году в России составили 11,2 млрд. рублей. 90% данного объема пришлось на сегмент B2B. Основными потребителями продуктов на основе машинного зрения стали ритейл, транспорт, производство, финансы и госуправление — отрасли, которым свойственны территориальная распределенность и востребованности решений на базе умных камер.

Суммарный объем российского рынка видеонаблюдения по итогам 2020 года составил 82 млрд рублей. На протяжении 2021 года экономический рост в этом направлении продолжался, особенно в части поставок камер, ПО в сегменте видеоаналитики и облачных сервисов. По предварительным оценкам, к 2028 году ежегодные продажи только в сегменте видеоаналитики должны достичь 26 млрд рублей.

По количеству установленных камер Россия занимает третье место в мире. В среднем на девять россиян сегодня приходится одна камера наблюдения, а всего в нашей стране работают 15,1 мнл камер. По данным TelecomDaily 58,7%, в России установлены коммерческими организациями, 8,5% камер принадлежат частным лицам, а оставшиеся 32,8% установлены на бюджетные средства на территориях муниципальных объектов. Физические лица установили 8,5% от общего числа камер.

Системы видеоаналитики активно развиваются и внедряются в различные сферы жизни человека. Это способствует тому, что уличная преступность за последние годы заметно снижается, а городская среда становится безопаснее.

Польза от применения технологий машинного зрения для общества очевидна. Пройдет еще несколько лет, и видеоаналитика перестанет быть чем-то необычным и привлекающим внимание. Такое не раз случалось с передовыми технологиями раньше — от электричества до автомобилей на ДВС. Сначала появляется повышенный интерес, возникают опасения, а затем технологии становятся привычными и востребованными. По большому счету, видеоаналитика уже стала частью нашей повседневности.

#technology #tech #машинное_зрение #биометрия #технологии #business