Сравнительно недавно функция Artificial intelligence (AI) присутствовала только на флагманских моделях телефонов Xiaomi. Постепенно технологии искусственного интеллекта при фотосъемке стали доступными и для бюджетных моделей, например, такая опция есть даже у смартфона Redmi 7A. Как она работает и зачем нужна, мы расскажем в нашей статье.
Что значит AI режим камеры на Xiaomi?
В мобильных устройствах китайского бренда устанавливается специальное ядро, которое предназначено для функционирования совместно с нейросетями и приложениями, которые работают с элементами нейросетей.
Так в телефонах Сяоми появился искусственный интеллект. Он в автоматическом режиме выбирает оптимальный режим фотосъемки вне зависимости от количества установленных модулей. AI самостоятельно определяет тип сцены (сейчас во многих моделях доступно около 30 распознаваемых сцен), настраивает условия освещения и осуществляет коррекцию цветов. Также происходит наложение нужных фильтров, что обычно приводит к улучшению качества снимка. Все это происходит в режиме реального времени при нажатии на соответствующую кнопку AI, которая находится в верхней строке приложения «Камера».
О том, что функция сработала, т.е. сцена была определена, будет свидетельствовать изменение иконки, например, это может быть буква «Т» при работе с текстами, изображение цветка при съемке цветочных композиций и пр. Аппараты умеют определять природу, пищу, человека, животных и иные сцены с выбором оптимальной экспозиции для конкретных условий.
В подавляющем большинстве случаев фотографии получаются заметно лучше, чем без использования искусственного интеллекта. Это отличный вариант для тех, кто не владеет профессиональными знаниями по настройке экспозиции и иных параметров вручную в режиме «Профи».
«Вторая пара глаз» для оператора видеосистемы –
умные камеры WISENET X с Deep Learning аналитикой
Иван Прыгов
Бренд-менеджер,
«АРМО-Системы»
Здравствуйте, коллеги!
Только что компания Hanwha Techwin представила 14 новых моделей камер Wisenet серии X с глубоко обучаемым искусственным интеллектом. Все новинки базируются на чипсете Wisenet 7 и выделяются своей способностью надежно идентифицировать множество объектов одновременно в условиях, традиционно сложных для видеонаблюдения.
Коротко о самих камерах серии X: применимы практически в любых реальных условиях и нашпигованы передовыми технологиями. Это компактные и эстетичные модели для помещений и улицы (до -50 °C), популярных форм-факторов – корпусные, цилиндрические, купольные, в том числе, вандалозащищенные, с моторизованным вариообъективом, разрешением от 2 Мп до 4K (8 Мп) и рекордным фреймрейтом у некоторых моделей – 120 к/с.
Обучаемый искусственный интеллект в новых камерах участвует в обнаружении и классификации в реальном времени людей, транспортных средств (автомобиль, автобус, грузовик, мотоцикл, велосипед), лиц, регистрационных номерных знаков. Засветки, тени, а также темнота и осадки не снижают точность идентификации. В дополнение, камеры поддерживают «обычную» видеоаналитику, как пересечение объектом виртуальной линии, бизнес-аналитику (подсчет людей, управление очередями, тепловые карты), аудиоаналитику.
За качество изображения движущихся объектов без эффекта смазанности отвечают новые технологии WiseNR II и Preferred Shutter («Предпочтительный затвор»). Работу встроенной адаптивной ИК-подсветки контролирует технология WiseIR. Более того, искусственный интеллект теперь не только углубляет аналитику, но и используется для улучшения самого изображения: например, умное сжатие картинки выполняется при помощи передового интеллектуального алгоритма WiseStream III.
Не пропустите: ряд новых камер Wisenet X скоро появится на складе «АРМО-Системы» и будет доступен для тестирования! Получите камеры на тест, оставив предварительную заявку через вашего менеджера.
ВЗРЫВОЗАЩИТА С УМОМ
Развитым интеллектом наделены теперь и классические, и взрывобезопасные камеры Wisenet. Усовершенствованная 2 Мп поворотная камера TNU-6322ER совмещает в себе высокую защищенность от ЧП (сертификация IECEx, ATEX; IP67, IK10) и функции видеоаналитики.
«Бортовая» аналитика включает детекцию праздношатания, направления движения, расфокусировки объектива, пересечения виртуальной линии, входа/выхода из зоны, детектор оставленных/похищенных предметов, внешнего воздействия, звука.
XNP-6320
2 Мп PTZ-камера
с видеоаналитикой
.
XRN-3210B432-канальный NVR
для AI камер
.
SMT-43434K LED монитор
для видеонаблюдения
ПРИГЛАШАЕМ НА ВЕБИНАР BOSCH 18 НОЯБРЯ
Приглашаем вас стать участником вебинара компании Bosch Системы Безопасности «Схема лицензирования в BVMS, программа поддержки ПО (SMA)».
Дата и время проведения: 18 ноября 2021 в 11:00 (МСК)
Вы узнаете, как правильно подобрать лицензии программного обеспечения BVMS, и о программе поддержки ПО SMA.
Bosch Video Management System (BVMS) – это легко масштабируемое решение для управления профессиональными системами видеонаблюдения – от розничных магазинов и коммерческих зданий до целых систем метро и крупных аэропортов.
SMA – это комплексная программа обслуживания и поддержки программного обеспечения BVMS.
. Вес сверхкомпактного аппарата ZV-E1 составляет всего 483 г
Sony выпустила сверхкомпактную камеру с искусственным интеллектом за 170 тыс. руб.
Обновлено 29 марта 2023, 16:58
Компания Sony представила беззеркальную полнокадровую камеру ZV-E1, предназначенную для видеоблогеров. Вес сверхкомпактного аппарата составляет всего 483 г. Об этом сообщает Verge.
Одна из главных особенной новинки — 12-мегапиксельный сенсор и оснащение поддержкой искусственного интеллекта. ZV-E1 может снимать в формате 1080p FHD со скоростью до 120 кадров в секунду.
Кроме того, аппарат оснащен выдвижным трехдюймовым сенсорным экраном, который позволяет выбирать режимы съемки. Камера имеет даже встроенный микрофон, который автоматически распознает основного пользователя и минимизирует окружающий шум.
Стоимость гаджета составляет около $2200 (более 170 тыс. руб.). В начале мая разработчики также выпустят зум-объектив, с которым цена увеличится до $2500 (боле 193 тыс. руб.).
Незадолго до этого стало известно, что новый iPhone 15 Pro, премьера которого состоится в сентябре 2023 года, должен получить перископическую камеру с пятикратным оптическим зумом. Нынешние iPhone 14 Pro и Pro Max в качестве основной камеры применяют новый, 48-мегапиксельный датчик, пришедший на смену сенсору на 12 Мп, который Apple использовал на протяжении последних шести лет.
Как работает распознавание лиц и можно ли обмануть эту систему
Система камер с распознаванием лиц в Москве признана одной из самых развитых в мире. Чем это нам грозит? Как работают алгоритмы и можно ли их обмануть? Какое будущее у технологии распознавания лиц?
Что такое распознавание лиц?
Распознавание лиц — это технология, которая позволяет автоматически идентифицировать (распознать, кто на фото) или верифицировать (подтвердить, что на фото именно этот человек) человека на фото, видео или вживую. Для распознавания используют нейросети, которые умеют считывать и анализировать уникальные черты человеческого лица, а затем сверять их с базой.
Об эксперте: Татьяна Гайнцева, преподаватель Deep Learning School (МФТИ), автор блога об искусственном интеллекте и нейронных сетях.
За вами выехали. Как работает тотальная слежка и можно ли стать невидимкой?
Как развивалась технология распознавания лиц
- Первые эксперименты в области машинного распознавания лиц представил в 1960-х годах Вуди Бледсо — профессор Техасского университета в Остине, исследователь искусственного интеллекта. Его рабочая группа создала базу из 800 снимков людей в разных ракурсах. Далее ученые размечали лица 46 точками-координатами с помощью прототипа современного планшета. Посредством специального алгоритма система разворачивала лица под разными углами, увеличивала и уменьшала масштаб. На втором этапе алгоритм использовал 22 измерения, действуя согласно байесовской теории принятия решений — чтобы общий вывод был максимально точным. В итоге система, разработанная Бледсо, справлялась в 100 раз быстрее, чем человек.
- В 1988 году Майкл Кирби и Лоуренс Сирович из Университета Брауна применили подход Eigenface с использованием линейной алгебры для анализа изображений. Для разметки лиц они применяли менее 100 различных значений.
- В 1991 году Алекс Пентланд и Мэтью Терк из MIT усовершенствовали технологию Eigenfaces, задействуя факторы окружающей среды. Им удалось автоматизировать процесс распознавания.
- В конце 1990-х годов Управление перспективных исследовательских проектов при Минобороне США (DAPRA) и Национальный институт стандартов и технологий выпустили программу FERET с самой обширной базой лиц — более 14 тыс. изображений. Изначально ее использовали, чтобы находить и распознавать преступников по всему миру, но затем представили для открытого доступа.
- В 2011 году власти Панамы и США запустили совместный проект FaceFirst. Это технология распознавания лиц, которую использовали для пресечения незаконной деятельности в аэропорту Токумен в Панаме. В том же году полиция и спецслужбы США начали применять распознавание лиц для опознания трупов — включая Усаму бен Ладена.
- С 2014 года распознавание лиц используют в камерах мобильных телефонов, а с 2017 — в ретейле.
Как работает распознавание лиц?
В основе технологии — две нейросети:
Первая — сеть-«выравниватель» (англ. aligner). Она берет картинку, которая поступает с камеры наблюдения, детектирует на ней все лица, которые сможет найти, «вырезает» и «выравнивает» их.
Вот как это выглядит:
Программа вырезает обнаруженные лица (те, что плотно расположены друг к другу, повернуты в профиль или просто очень маленькие и нечеткие, система может не распознать).
Затем она их выравнивает: детектирует на лице точки глаз, носа и рта.
Наконец, поворачивает и подгоняет размер фото так, чтобы точки глаз, носа и рта находились в определенных местах.
Некоторые алгоритмы используют больше семи точек — то есть, обводят контуры лица. Это может понадобиться, к примеру, для создания дипфейков.
Вторая — сеть-«распознаватель». Она принимает на входе выровненное изображение, которое передала первая нейросеть, а на выходе выдает вектор лица — то есть, набор чисел фиксированной длины. У разных сетей эти векторы могут отличаться, но чаще всего это некая степень двойки. Например, 512:
На похожие лица сеть выдает похожие векторы и наоборот.
Возьмем одно фото Анджелины Джоли и два изображения Брэда Питта и прогоним их через сеть. На выходе получим три вектора. Измерим расстояние между вектором Анджелины Джоли и вектором первого Брэда Питта, а также между векторами двух Брэдов Питтов. В первом случае расстояние будет большим — это разные люди, а во втором — маленьким: это один человек.
Чтобы обучить нейросети, используют огромные базы данных с лицами людей. Нейросети на входе сообщают, кому принадлежит это лицо, а затем, в ходе обучения, добиваются, чтобы она выдавала максимально точные результаты. Обучившись на миллионах разных людей, нейросеть начинает распознавать и новые лица — те, которых не было в базе.
Технология Face ID в смартфонах устроена немного иначе. Алгоритм распознает вас не по фото, а с помощью инфракрасных точек, которые проецируются на ваше лицо через камеру. После этого создается трехмерная модель и сравнивается с той, что вы уже внесли ранее.
Как работает технология FaceID
Где применяют распознавание лиц?
Криминалисты, полиция и спецслужбы используют автоматизированные системы биометрической идентификации (ABIS) для поиска преступников, доказательства преступлений и их предотвращения — например, терактов или мошенничества с документами.
Камеры с распознаванием лиц применяют для обеспечения безопасности на массовых мероприятиях, для прохождения контроля в аэропортах, контроля доступа в различных организациях. Системы помогают находить пропавших детей, дезориентированных взрослых или людей, которых держат в рабстве.
💊 Здравоохранение и медицина
Распознавание лиц в больницах и домах престарелых помогает отслеживать, принимают ли пациенты лекарства и следить за их состоянием через специальный монитор. Нейросети даже умеют обнаруживать по лицу генетические заболевания по характерным признакам на лице — такие, как синдром Ди Джорджи, — и оценивать общее состояние пациента.
🍕 Ретейл, общепит и банки
Технология распознавания лиц помогает идентифицировать клиента и предотвратить мошенничество во время покупки в магазине, анализировать поведение покупателей и оптимизировать сервис так, чтобы продавать больше.
С помощью онлайн-биометрии можно открыть счет и получить кредит, а также снять деньги в банкомате. Например, в Китайском KFC и американском Amazon Go действует «оплата по лицу». В России биометрию планируют внедрить во всех крупнейших банках вместо обычной идентификации.
Еще одно перспективное направление — распознавание эмоций. Например, чтобы улучшить взаимодействие с клиентами и сотрудниками, работая онлайн, или анализировать, как пользователи реагируют на контент. В России подобными разработками занимается компания Neurodata Lab.
Выпуск YouTube-канала «Индустрия 4.0» о распознавании эмоций
📚 Образование
Сервисы на базе распознавания лиц помогают во время онлайн-обучения: следят, чтобы ученик не отвлекался во время экзамена, не списывал и не пользовался устными подсказками.
«Экзамус» — система прокторинга на базе ИИ
Самые продвинутые разработки в этой области
С 2016 по 2020 год точность распознавания лиц нейросетями улучшилась в 50 раз: коэффициент ошибок составил 0,8%. Согласно исследованию Facial Recognition Market 2019 года, мировой рынок распознавания лиц тогда оценивали в $3,2 млрд. Прогноз на 2024 год — $7 млрд, при ежегодном росте в 16%.
В 2015 Google представила свою разработку — FaceNet. Благодаря огромному массиву данных, которые собирают сервисы Google, FaceNet достигла рекордной точности — 99,63%. Технологию, в частности, используют в Google Фото для сортировки изображений и автоматических отметок людей на них.
Amazon с 2018 года активно продвигает свой облачный сервис распознавания лиц под названием Rekognition, которым пользуются правоохранительные органы США. Система умеет распознавать до 100 человек на одном фото и искать их в базах данных, содержащих десятки миллионов лиц.
По данным Центра стратегических и международных исследований, а также Управления по науке и технологиям МВД США, лучшим решением в 2020 году было признано FRT: его точность распознавания составила 99,97%.
В России есть пять крупных игроков на рынке распознавания лиц:
- NTechLab;
- VisionLabs;
- Sensemaking Lab;
- Группа ЦРТ.
NTechLab — разработчик нашумевшего приложения FindFace, которое использовали для поиска людей во «ВКонтакте» по фото. Сервис неоднократно оказывался в центре скандалов с нарушением приватности. Максимальная точность их алгоритмов для распознавания лиц — 99%. Компания также выступила подрядчиком для внедрения камер с распознаванием лиц в Москве.
Второй подрядчик московских властей в этой области — VisionLabs. Они также разрабатывали системы для московских камер и участвовали в других городских проектах. С недавних пор VisionLab стала частью экосистемы «Сбера», и теперь их разработки применяют, в том числе, для внедрения биометрии в банковских сервисах.
Группа ЦРТ в 2014 году первой внедрила систему распознавания лиц в спорте. Ее решения используются на стадионах «Газпром-Арена», «ВТБ-Арена» и других.
Что не так с распознаванием лиц в Москве?
В Москве действует одна из крупнейших в мире сетей с распознаванием лиц — более 200 тыс. камер общей стоимостью около 5 млрд руб.
Российскую технологию NTechLab признали лучшей в результате тестирования Национального института стандартов и технологий США. NTechLab вели совместные разработки с Genetec — поставщиком систем видеонаблюдения для американского правительства и спецслужб.
Выпуск YouTube-канала «Индустрия 4.0», посвященный распознаванию лиц
Систему для Москвы начали разрабатывать еще в 2015 году, а пилотный проект запустили в 2017-м: тогда это были 1,5 тыс. камер во дворах и подъездах. В 2018-м систему расширили, протестировав на чемпионате мира по футболу. Камеры помогли задержать около 100 нарушителей из базы уголовного розыска. В том же году с помощью камеры с распознаванием лиц задержали грабителя, находящегося в розыске МВД.
Московскую систему видеонаблюдения использовали во время пандемии в 2020 году. С ее помощью выявили более 200 нарушителей карантина и самоизоляции, которым пришлось выплатить штрафы.
Правозащитники указывают на опасность технологии для обычных граждан. Например, юрист Алена Попова неоднократно подавала иски к управлению МВД Москвы и московскому Департаменту информационных технологий с требованием запретить систему распознавания лиц на митингах.
Распознавание лиц и правда используют на митингах?
В феврале 2021-го появилась информация о том, что с помощью камер власти отслеживали участников митингов в Москве и привлекали их к ответственности. Полицейские останавливали людей на входе в метро или приходили к ним домой. Такое бывало и в других странах.
Во время протестов в Гонконге 2019-20 годов власти тоже использовали распознавание лиц, чтобы вычислять активистов. Для борьбы с этим протестующие использовали лазерные указки, маски с чужими лицами и проекторы для лица, а также громили столбы с камерами.
Протестующие в Гонконге используют лазеры против камер с распознаванием лиц
По мнению оппозиции, для распознавания используют программу Face++ от китайского стартапа Megvii. Эта система, предположительно, попала в черный список властей США за нарушение прав человека.
Еще один недавний пример — сайт Faces of the Riot, созданный студентом из Вашингтона. Он использовал приложение с открытым исходным кодом, чтобы извлечь лица из 827 видео, размещенных в соцсети Parler во время штурма Капитолия 6 января 2021 года. Затем он применил нейросеть для распознавания лиц, обученную на 200 тыс. фото из базы ФБР, и идентифицировал людей.
Какие еще проблемы есть у технологии сегодня?
👁️🗨️ Утечки. В данном случае в сеть утекают доступы к камерам наблюдения и результатам распознавания. За деньги можно проверить по фотографии, где и когда камеры засекли конкретного человека.
🤦 Ошибки в распознавании. В 2018 году технология распознавания лиц от Amazon ошибочно опознала 28 членов Конгресса США как преступников. Недавний пример — москвич Сергей Межуев, которого система распознавания лиц в метро ошибочно приняла за преступника в розыске. В итоге мужчину задержали, собрали все данные и не сняли подозрения, пока реальный подозреваемый не нашелся.
❌ Использование лиц без согласия. В США до недавнего времени для обучения нейросетей распознаванию лиц использовали датасеты с лицами из открытых источников. Готовые датасеты тоже были в открытом доступе. Однако сейчас их убрали, так как это нарушает законы о защите персональных данных. Теперь доступ к ним можно получить по запросу и только для исследовательских (некоммерческих) целей.
😠 Дискриминация и расизм. Для обучения нейросетей используют датасеты, которые содержат, в основном, фото людей титульной нации и расы. В итоге системы распознавания лиц плохо распознают азиатов, латиноамериканцев или афроамериканцев. Системы, которые используют в криминалистике, чаще указывают на чернокожих людей как на потенциальных преступников.
Исследование MIT от 2018 года показало, что алгоритмы Microsoft, IBM и китайского Megvii (FACE ++) очень часто ошибаются при идентификации темнокожих женщин по сравнению со светлокожими мужчинами.
Есть примеры дискриминации по полу: например, нейросеть, которая дорисовывает женским фото тело в бикини, а мужским — в костюме. Просто потому, что в сети большинство изображений именно такие.
👮 Использование технологии для манипуляции людьми. Оказавшись в руках властей, системы с распознаванием лиц вместе с базами персональных данных дают неограниченные возможности. Самый радикальный пример того, к чему это может привести — Китай.
Распознавание лиц в Китае
В Китае распознавание лиц используют в полиции, аэропортах, на улицах, в общественном транспорте. Государство планирует распространить систему по всей стране: по данным CNBC, в конце 2018 года в Китае использовали более 200 млн камер наблюдения, а к концу 2021-го их число достигнет более 500 млн.
Одна из главных причин — внедрение системы социального рейтинга или кредита. Каждый гражданин страны получает положительные баллы за общественно-полезную деятельность, отсутствие нарушений, своевременную уплату налогов. За проступки баллы снимаются. Низкий или отрицательный рейтинг влечет разные последствия: отказ в выдаче кредита и социальных выплатах, запрет на вылет из страны и работу в определенных организациях.
Также при помощи этой технологии правительство Китая следит за представителями уйгурского этнического меньшинства. Сотни тысяч уйгуров поместили в города-гетто и лагеря для политзаключенных и всячески ограничивают их в перемещении.
Можно ли обмануть систему распознавания лиц?
Чтобы бороться с «умными» камерами, в ход идут специальные маски, проекторы, лазеры и другие приемы:
- В 2017 году Григорий Бакунов, отвечающий за ИИ-технологии в «Яндексе», придумал специальный макияж, который якобы помогает обмануть нейросети. При создании макияжа он использовал генетический алгоритм, который подбирает образ по принципу анти-сходства.
Пример макияжа, который использовал Григорий Бакунов
- Во время протестов в Лондоне в марте 2020 года участники пытались обмануть системы распознавания лиц с помощью цветных патчей на лице.
- Вьетнамским разработчикам удалось взломать функцию распознавания лиц Face ID на iPhone X с помощью 3D-маски, силикона и скотча. Но повторить их метод сможет далеко не каждый.
- Состязательные примеры: когда рядом с объектом помещают специальные стикеры, объемные фигуры или картины, которые сбивают нейросеть с толку.
Однако все эти способы вряд ли помогут. Во-первых, мы до конца не знаем, по каким именно приметам нейросети распознают лица. Во-вторых, алгоритмы обучают по разным схемам и на разных датасетах. Чтобы их обмануть, нужно точно знать, как устроена конкретная нейросеть.
Можно, конечно, полностью скрыть лицо в публичных местах и на массовых мероприятиях. Но во многих странах — включая Россию и Китай — это запрещено законом.
Есть способы, которые помогают изменить уже готовые фото. Например, компания Generated Media создала Anonymizer: приложение, которое генерирует серию портретов на основе ваших фото и делает их неузнаваемыми для нейросетей.
Можно использовать специальную маску. К примеру, возьмем фото, на котором нейросеть опознала актрису Еву Лонгорию и немного изменим его:
Слева — исходное фото, справа — маска, наложенная на него, посредине — результат. Теперь алгоритм его не узнает, хотя для нас очевидно, что это та же самая женщина. Но и этот способ можно применить только если у вас есть доступ к архитектуре нейросети.
Как регулируют распознавание лиц в разных странах?
В ЕС и Великобритании действует самый жесткий регламент по защите данных — GDPR. Он запрещает любое посягательство на личную жизнь человека со стороны частных компаний и госорганов без его согласия. Это касается и систем распознавания лиц.
В США нет единого закона, который бы регулировал использование технологии. Ближе всех к европейскому GDPR по сути стоит Закон о конфиденциальности потребителей в Калифорнии (CCPA). В некоторых штатах действуют ограничения для полиции и других органов — например, в Орегоне, Вашингтоне, Техасе, Иллинойсе, Массачусетсе, Вермонте.
ИТ-корпорации настаивают на принятии законов на федеральном уровне. В 2020 году IBM объявила о прекращении продаж своих продуктов для распознавания лиц. Вслед за ними Amazon и Microsoft временно приостановили сотрудничество с госорганами в этой области. А в июле правозащитники из ACLU подали иск против ClearviewAI за нарушение закона штата Иллинойс о конфиденциальности биометрической информации.
В Китае распознавание лиц используют повсеместно, и у госорганов есть неограниченные возможности по применению технологии. С недавних пор биометрия является обязательной даже при регистрации телефонного номера.
В России есть закон о защите персональных данных. Но он направлен, в первую очередь, на сохранность самих данных: их необходимо защищать, чтобы предотвратить утечки. Права самих граждан, чьи данные используются, никак не защищены. Безопасность биометрических данных в частной сфере пока не регулируется, но у властей с 2019 года есть право использовать распознавание лиц без согласия граждан.
Какое будущее у этой технологии?
Эксперты считают, что в ближайшие пару лет распознавание лиц окончательно станет массовой технологией. Ее будут применять в «умных» и обычных гаджетах, для идентификации и оплаты, прохода в офисы и регистрации в аэропорту, а также для доступа к онлайн-сервисам и аккаунтам в соцсетях. В течение 15-20 лет мы полностью перейдем на биометрические паспорта. А вот обмануть алгоритмы или укрыться от камер с распознаванием лиц станет практически невозможно.
Это означает полную утрату приватности и частной жизни.
«Умные» камеры отвечают не только за безопасность: на самом деле круг задач видеонаблюдения куда шире — особенно если в нем применяются технологии аналитики. Рассказываем, для чего они могут пригодиться
Об эксперте: Руслан Ильницкий, директор по продуктам бизнес-рынка МТС.
В России работает более 15 млн видеокамер, «интеллектуальных» из них — около 20%. «Умная» система не просто предоставляет какую-то информацию, но и обрабатывает ее, помогает принимать решения или даже делает это самостоятельно. Камеры научились распознавать лица и объекты, анализировать изображение, оповещать о нетипичных ситуациях. Как это работает на практике?
Камеры на природе
В любом месте с большим скоплением людей — например, в городском парке — безопасность посетителей имеет особое значение. Помимо этого, на природе видеоаналитика помогает охранять окружающую среду и памятники. Обычные камеры не справляются с таким потоком информации и объемом данных, и часть информации остается без внимания оператора, поэтому наибольшую эффективность в работе систем безопасности может обеспечить только аналитика.
МТС оборудовала 14 мест отдыха во Владивостоке камерами, системой распознавания эмоций и тепловизорами. Все данные обрабатываются и передаются в единый центр мониторинга. Это позволяет защитить имущество от вандалов, а в случае чрезвычайного происшествия — оперативно выявить правонарушителей. Интеллектуальное видеонаблюдение помогает и в поиске людей. Если в парке потерялся ребенок, его можно найти, записав в систему его или ее описание. Камера анализирует информацию и показывает людей, соответствующих приметам, с точностью в 99%. Например, в нацпарке «Башкирия» с помощью нашей системы удалось найти заблудившегося ночью туриста: видеомониторинг зафиксировал движение, и по сигналу на место сразу выехала оперативная группа, которая помогла человеку выбраться из леса.
В Себежском национальном парке наша система «умного» видеонаблюдения обеспечивает круглосуточный мониторинг территории и может оперативно обнаружить возгорания. Высокоточные камеры в режиме онлайн следят за пожарной безопасностью лесных территорий, фиксируя опасное повышение температуры с помощью тепловизоров, что дает возможность инспекторам парка предотвращать пожары на ранней стадии еще до появления открытого огня. Тепловизоры также сообщают в центр мониторинга о фактах разведения огня и курении на заповедной территории.
А в Алтайском крае наша система «умного» видеонаблюдения позволяет контролировать выход людей на лед реки Бия там, где это запрещено. В случае нарушения информация о нем в режиме онлайн передается в МЧС.
Камеры на производстве
Камеры на рабочем месте, которые применяются для обеспечения охраны труда на предприятии, уже давно стали частью производственных площадок. Наиболее часто они используются, чтобы контролировать, что доступ к участкам производства или операциям имеют только определенные сотрудники. Система распознает лиц без допуска и подает сигнал оператору, а также позволяет контролировать автоматизированные процессы производства.
Совместно с «Лукойл-Пермь» мы запустили комплексный проект цифровизации Павловского нефтегазового месторождения. Комплекс удаленно контролирует производство, позволяет выявлять внештатные ситуации и реагировать на них в среднем втрое быстрее. С помощью снабженной тепловизором системы видеоаналитики выявляется перегрев оборудования, чтобы дать дежурным сотрудникам возможность предпринимать меры для сохранения его работоспособности. Непосредственно на рабочих участках система распознает и фиксирует оставленные более чем на 15 секунд предметы и оповещает оператора.
«Умное» видеонаблюдение применяется еще на этапе подготовки производственных процессов. Например, на Семаковском месторождении в арктической зоне Крайнего Севера наша система позволяет в режиме реального времени координировать работу сотен сотрудников за тысячи километров из центрального офиса в Москве. Комплекс удаленно контролирует ход выполнения строительных работ на газовом промысле и обеспечивает безопасность работников на территории вахтового жилого комплекса. Камеры фиксируют строительную и грузовую техники при въезде на территорию комплекса, обеспечивают сохранность материалов в складских помещениях и отслеживают перемещение персонала на месторождении. Оборудование выдерживает даже самые низкие арктические температуры до минус 50 °C, и поэтому видеонаблюдение бесперебойно круглосуточно работает в любое время года. Контролировать действия персонала и техники на сложном объекте можно с помощью приложения.
Камеры в медучреждениях
Мир после пандемии коронавируса будет сильно отличаться от того, что был до нее. Система здравоохранения изменилась под влиянием новых условий, а видеоаналитика стала одной из основных технологий для цифровизации рутинных процессов. С помощью все той же системы «Безопасный город» выявлялись случаи нарушения карантина в условиях распространения COVID-19.
В Китае городские системы видеонаблюдения тоже активно использовались в борьбе с распространением коронавируса. Камеры не только отслеживали перемещения заболевшего, но и «запоминали» всех, с кем он общался, то есть всех, кого он мог заразить. Например, если больной садился в поезд, то камеры сразу выявляли его соседей по вагону, и им направлялись уведомления о том, что они контактировали с заболевшим.
С началом пандемии многие больницы начали работу в режиме ковидных госпиталей, и появилась задача сделать процесс обследования и госпитализации пациентов максимально быстрым. Мы реализовали проект по установке системы интеллектуального видеонаблюдения в «красной зоне» больницы для лечения коронавируса во Владивостоке. Камеры оптимизировали процесс обследования и госпитализации больных, чтобы оперативно начать лечение. Все данные с камер попадают на закрытый сервер больницы, где специальное ПО анализирует полученную информацию и формирует отчет по посещаемости каждого пациента. Благодаря этим данным заметно ускорился процесс обследования и госпитализации.
Высокотехнологичные системы видеоаналитики применяются и в других областях — например, в обычных офисах. Поскольку видеонаблюдение перестает быть просто средством контроля, перед рынком интеллектуального оборудования открываются перспективы для развития технологий. А бизнес получает серьезные возможности, которые ранее никто не связывал с технологиями видеонаблюдения: например, сегментирование аудитории, оптимизация торговых площадей, оценка эффективности промоакций и повышение лояльности клиентов.
