{"id":13655,"url":"\/distributions\/13655\/click?bit=1&hash=17a0e55a63bd0960d466baff29be5a6a830a9ecab9cb1a490f31f5267724efbf","title":"\u041a\u0430\u043a \u043e\u0442\u043b\u0438\u0447\u0438\u0442\u044c \u0444\u0435\u0440\u043c\u0435\u0440\u0441\u043a\u0438\u0435 \u043f\u0440\u043e\u0434\u0443\u043a\u0442\u044b \u043e\u0442 \u00ab\u043f\u0441\u0435\u0432\u0434\u043e\u0444\u0435\u0440\u043c\u0435\u0440\u0441\u043a\u0438\u0445\u00bb?","buttonText":"\u0423\u0437\u043d\u0430\u0442\u044c","imageUuid":"43a94a7a-c975-5627-8453-c0ce96e38181","isPaidAndBannersEnabled":false}
Трибуна
Nord Clan

RDetector — онлайн-кондуктор, который не моргает

На одном из ресурсов с советами для бизнесменов предлагают следующее: чтобы владельцу автобусного парка было проще контролировать выручку с перевозок, необходимо проехать по маршруту в разные дни недели, в разное время суток и посчитать примерное количество пассажиров.

Как считаете, сколько раз надо проехать в автобусе по всем маршрутам, чтобы собрать хоть какую-то достоверную статистику?

Решить проблему можно различными способами. Например, нанять контролера, получив дополнительный расход, или установить турникет, который будет замедлять скорость посадки. Можно воспользоваться сомнительной системой подсчета с низкой точностью и длительным временем обработки информации, а потом вести споры со своими водителями.

А можно научить нейронную сеть точно выполнять нужную задачу и расслабиться. Так появилось высокоточное решение для сбора данных о потоке пассажиров в общественном транспорте. Оно работает на основе искусственного интеллекта и алгоритмов машинного зрения, которые разработали мы — команда Nord Clan.

RDetector в действии: программа показывает общее число пассажиров и детальные данные в разное время дня. 

RDetector: для кого и для чего

Все перевозчики, с которыми мы сейчас работаем, искали решение определенной задачи: контролировать поток денег.

Недостача денег умышленная или случайная, по вине водителя или кондуктора — это основная проблема владельцев автобусного парка. Точный подсчет пассажиров ее устраняет.

После того, как систему подсчета внедряли в автопарк, появлялись новые возможности:

  • Оптимизировать расписание рейсов

Анализируя интенсивность потока пассажиров перевозчик смог эффективно управлять расписанием рейсов: добавлять дополнительный автобус или минимизировать количество транспорта в определенные часы.

  • Контролировать оплату проезда

Получая данные о количестве входящих и выходящих пассажиров в онлайн режиме водитель или кондуктор могут отслеживать количество оплаченных билетов.

  • Определять длительность поездки

Оснастив автобус GPS или Глонасс модулем, RDetector помогает определить, где сел определенный пассажир, где вышел и длительность его поездки.

Изначально мы начали разработку под определенный запрос: подсчет пассажиров в автобусе. Но в итоге продукт подойдет и для других видов транспорта: маршрутки, электрички, поезда, троллейбусы, трамваи, паромы, метро и т.д.

Помимо прочего RDetector может использоваться и «на земле» — в любых помещениях, где необходимо знать численность потока людей. Например, посетителей салона красоты, аптеки, продуктового магазина. Причем данные можно получать со всех торговых точек в единую систему.

RDetector: как это работает

  1. В салоне транспорта над дверным проемом устанавливается камера.

  2. Видеопоток передается в систему RDetector.

  3. Специально обученная нейронная сеть выделяет людей, отслеживает направление их перемещения и выдает результаты подсчета.

В интерфейсе RDetector содержится статистика по каждому дню движения автобуса, а также информация о том, вышел он сегодня на рейс или нет.

В отдельном окне график показывает загруженность транспорта в течение дня: на временной шкале видны подробные данные по входящим и выходящим людям. Например, в списке можно найти интересующий отрезок времени и просмотреть видео, соответствующее событию подсчета.

Основной упор мы делаем на получении данных как можно быстрее. У всех наших клиентов был схожий запрос: к моменту сдачи водителем выручки за день владелец автопарка должен знать, сколько пассажиров было перевезено и, соответственно, сколько денег должен принести сотрудник.

Ускорить процесс обработки помогают датчики открытия/закрытия двери. С каждым закрытием двери формируется отдельный видео файл, который обрабатывается уже к следующей остановке. Также можно формировать кусочки видео автоматически при помощи настроек камеры.

RDetector можно настроить индивидуально. Например, если пассажиры входят только через одну дверь, а выходят через другую, или оплачивают проезд при входе или выходе из автобуса. Нейронная сеть посчитает только тех, кто нужен, и выдаст готовые данные.

RDetector: теперь посчитаем математику

Допустим владелец автопарка получает 6000 рублей с одного автобуса в день. По данным наших клиентов, водители могут умышленно или по невнимательности скрывать до 30% выручки. Получается, владелец автопарка недополучает 1800 рублей в день. Это уже 54 000 в месяц с одного автобуса. А если автобус не один, а 10? Уже набегает сумма в полмиллиона.

RDetector: работа над алгоритмом

Мы постоянно обучаем алгоритм по подсчету пассажиров новыми данными и анализируем результаты.

На точность получаемых значений влияет не только «умение» распознавать, в какую сторону движется человек, но и многое другое. Так в начале разработки мы преодолели несколько трудностей:

  • сумки, чемоданы, пакеты, забытые предметы. Конечно, объекты в автобусе могут быть не только с типом «человек». Так, в начале обучения нашего алгоритма, половая тряпка, которую кондуктор положил на пол, упорно выдавала себя за человека. Поэтому в алгоритм было заложено умение определять форму человека и действия, которые свойственны только ему.
  • фары, фонари, вывески. Протестировав работу искусственного интеллекта на полном видео работы автобуса, мы заметили, что блики, которые появляются в темное время суток от проезжающих мимо машин или от огней ночного города, тоже иногда засчитываются за пассажира. Мы доработали алгоритм, чтобы он не реагировал на яркие плоские движущиеся фигуры.
  • мантия-невидимка. Когда мы стали анализировать распознавание в темное время суток, было обнаружено, что пассажиры, которые одеты в черную или темную одежду, не были обнаружены. Это происходило из-за того, что вечером камеры меняют цветопередачу, делают ее черно-белой и контрастной. Мы научили наш алгоритм «видеть в темноте» и справляться с этой погрешностью.

Недавно мы обучили систему отличать детей среди других пассажиров. Теперь их количество не учитывается при подсчете данных.

Сейчас мы работаем над следующими суперспособностями RDetector:

  • повышение точности распознавания для широких дверей автобуса, а именно когда одновременно выходит и заходит большой поток людей
  • распознавание пассажиров в маршрутке. Здесь своя особенность, ведь кто хоть раз передвигался на маршрутке знает, что нельзя так просто взять и не пригнуть голову. А распознавание пассажиров в потоке сгорбленных спин — это уже другой уровень сложности.

RDetector: свой среди чужих

Посчитать пассажиров транспорта можно разными способами, но наше преимущество в том, что мы калибруем точность распознавания для каждого заказчика и работаем над эффективностью алгоритма. После установки системы команда Nord Clan продолжает оказывать техническую поддержку.

Согласно статистике наших клиентов внедрение RDetector позволяет увеличить выручку до +30%. Причем для таких результатов достаточно установить обычный видеорегистратор и никакого дополнительного дорогостоящего оборудования.

0
9 комментариев
Написать комментарий...
Андрей Антонов

Определенно молодцы! Проект интересный, думаю, от такого бы даже, в дальнейшем, МосМетро не отказалось бы для аналитики. Но, не увидел главного: как фиксируется определенный человек? По походке, по лицу, по какому признаку вы определяете, когда человек зашёл, когда вышел? Я так понял, что вы сохраняете большой объём видео-информации. Это же какие ресурсы нужно иметь, чтобы обеспечить бесперебойную работу хотя бы нескольких крупных клиентов, не говоря уже о популяризации на массмаркете?

Ответить
Развернуть ветку
Веселый апельсин

Вроде вскольз упоминается, что смотрится направление в котором идет человек.
Посчитали сколько вошло, сколько вышло, усреднили, получили более-менее точную цифру с небольшой погрешностью.

Ответить
Развернуть ветку
Nord Clan
Автор

Данных много, это верно, но у нас нет необходимости хранить их долго, так как нашим клиентам важно получить результат расчета и его подтверждение в течение часа-двух после завершения рейса.
Что касается способа реидентификации, то мы используем два подхода, как с помощью определения лиц, так и определения человека по ряду характерных признаков его внешнего вида.

Ответить
Развернуть ветку
Ренат Смольный

1. Реально молодцы. Все эти "распознавания" двигают экономику вперед.
2. Современные поколения и не поверят что раньше люди сами себе пробивали билеты)))
3. Как система отреагирует если человек зайдет, спросит у водителя "До туда-то идет... и выйдет"?

Ответить
Развернуть ветку
Nord Clan
Автор

Система считает только тех, кто прошел в салон. Люди, которые которые зашли, остановились в зоне у водителя, а потом вышли - не учитываются. 

Ответить
Развернуть ветку
Многий велосипед

Комментарий недоступен

Ответить
Развернуть ветку
Владислав Сатаров

Молодцы!!!

Ответить
Развернуть ветку
Бажан Романов

Очень крутая штука, молодцы)

Ответить
Развернуть ветку
Nord Clan
Автор

Спасибо! 

Ответить
Развернуть ветку
Читать все 9 комментариев
null