Дамир Алиуллов, 25/03/20
Системы видеонаблюдения сегодня являются основным технологическим инструментом обеспечения безопасности, при этом задачи безопасности уже не единственная функция камер видеонаблюдения. С развитием вычислительных мощностей непосредственно железа и интеллектуальных возможностей программной составляющей на рынке растет спрос на многофункциональность и интеллект.
По оценкам аналитиков IHS Markit, к 2021 г. во всем мире будет установлено около 1 млрд устройств для мониторинга и видеосъемки (для сравнения: на конец 2019 г. их количество оценивалось в 770 млн). Такой массив камер и данных, которые они генерируют, требует эффективного управления и точного анализа для быстрого решения возникающих вопросов.
Аналитика и искусственный интеллект в системах безопасности, в частности в сегменте видеонаблюдения, изначально разрабатывались для того, чтобы научить устройства реагировать на определенные события и тем самым оптимизировать работу оператора-человека. Начиналось все с примитивного анализа кадра для детекции движения, фактов пересечения виртуальной линии, контроля входа/выхода, выявление оставленных или исчезнувших предметов. С появлением нейросетевых технологий на базе глубокого обучения (Deep Learning) возможности стандартного видеонаблюдения существенно расширились, и сегодня многофункциональные системы можно встретить в ритейле, транспортном сегменте, медицине, финансовом секторе и т.д., где камеры не только следят за безопасностью объектов и людей, но и решают задачи сбора и анализа статистических данных, анализа маркетинговых активностей, управления транспортными потоками и многие другие.
Расширяя границы безопасности…
Стоит отметить, что до настоящего момента большинство камер видеонаблюдения, работающих с AI-алгоритмами, могли использовать небольшое количество интеллектуальных функций (часто не более одной-двух) из-за ограничений в производительности процессора. То есть за один сеанс камера способна работать только с одной сложной интеллектуальной функцией, например распознать человека или номер автомобиля. Совершенствование компонентов железа и рост производительности процессоров обеспечивает увеличение вычислительных мощностей AI-видеокамер, поэтому на рынке постепенно будет появляться все большее количество устройств, способных выполнять несколько интеллектуальных задач одновременно.
Таким образом, рынок постепенно приходит к тому, что традиционная Security (безопасность) трансформируется в Smart Security (умная безопасность) и далее – в Business Intelligence (бизнес-аналитика и автоматизация бизнес-процессов). Обеспечить растущие запросы клиентов в сегментах Smart Security и Business Intelligence возможно только с помощью развитых AI-алгоритмов. Популярность таких решений, даже несмотря на их довольно высокую стоимость, будет расти, так как грамотно выстроенные AI-алгоритмы в устройствах создают дополнительную ценность для оборудования и в целом повышают инвестиционную привлекательность проектов на базе интеллектуальных решений.
Как следствие, на рынке ожидается настоящий бум: станет увеличиваться не только количество аналитических продуктов, но и компаний-разработчиков, задача которых будет заключаться в удовлетворении растущего спроса. Согласно оценкам аналитического агентства MarketsandMarkets, мировой рынок видеоаналитики в среднем растет на 21,5% ежегодно. Главным драйвером сегмента традиционно выступают специализированные интеллектуальные решения для обеспечения безопасности (в том числе в рамках проектов Safe City и Smart City): распознавание лиц и эмоций, автомобильных номеров, модели, цвета и типа транспортного средства, анализ потоков людей и транспорта, детекция опасных предметов, прогнозирование различных ситуаций и т.д. Растет также количество кейсов внедрения промышленной аналитики: контроль соблюдения техники безопасности на производственных и промышленных предприятиях и объектах (наличие каски, защитных костюмов и т.д.), контроль опасных зон, мониторинг потенциально опасных факторов, которые могут повлиять на работу предприятия, и прогнозирование нежелательных событий (например, мониторинг уровня подземных вод в шахтах).
…И не только
Как уже было отмечено ранее, обеспечение безопасности – далеко не единственная задача, которую заказчик возлагает на системы видеонаблюдения, особенно в коммерческом сегменте.
Законодателем мод в этом случае выступает бизнес и его запросы, например проведение маркетингового анализа, сбор статистических данных, анализ целевой аудитории и ее интересов, составление тепловых карт, работа с таргетированной рекламой и т.д. Этот сегмент особенно важен для рынка видеонаблюдения и AIрешений с точки зрения повышения эффективности бизнеса.
"Внимательнее на дорогах! Автоматическая фиксация нарушений ПДД в Вологодской области" читать >>>
Цифровизация и стремительное развитие технологий напрямую влияют на отношения продавца/поставщика и потребителя. В эру Интернета и повсеместной информатизации клиент четко осознает, какие задачи ему необходимо решить с помощью той или иной технологии, приобретаемых товаров и услуг. Как результат – растут потребительские ожидания. Интеллектуальная видеоаналитика с этой точки зрения выступает незаменимым инструментом для развития бизнеса и работы с клиентом, анализа его поведения, выявления ожиданий и предпочтений. Яркий пример – персонифицированный маркетинг, когда под конкретного клиента подбирается лучшее для него предложение, с учетом индивидуальных потребностей. База для такого маркетинга создается с помощью AI-алгоритмов и развитой нейросетевой аналитики.
Традиционная Security трансформируется в Smart Security и далее – в Business Intelligence. Обеспечить растущие запросы клиентов в сегментах Smart Security и Business Intelligence возможно только с помощью развитых AI-алгоритмов. Популярность таких решений будет расти, так как грамотно выстроенные AI-алгоритмы в устройствах создают дополнительную ценность для оборудования и в целом повышают инвестиционную привлекательность проектов на базе интеллектуальных решений.
На борту и за бортом
Существенное влияние на развитие систем видеонаблюдения оказывает видеоаналитика на борту камеры. Главным преимуществом такого решения является децентрализация системы и снижение нагрузки на ядро системы (сервер). В этом случае камера не зависит от главного сервера и его удаленности, пропускной способности сети и перебоев в работе каналов связи. Современный уровень развития встроенных аналитических модулей позволяет эффективно обрабатывать явления, которые требуют быстрого реагирования оператора. На борт камеры можно вынести фиксацию автомобильных номеров в проектах управления парковками, маркетинговую аналитику (подсчет посетителей, поведенческая аналитика, контроль очереди и т.д.), фиксацию тревог на удаленных объектах, где не требуется постоянное видеонаблюдение. В последние годы набирает популярность пожарная видеоаналитика на базе тепловизионных модулей – в интеллектуальных тепловизорах и двухспектральных камерах видеонаблюдения. С их помощью можно измерять температуру людей, предметов, выделенных зон, фиксировать появление огня или дыма, отправлять тревожные сигналы ответственному оператору и запускать противопожарные системы.
Бортовая аналитика позволяет высвободить мощности сервера для более значительных задач, связанных с анализом Big Data, для работы с базами, а самое главное – для развития самообучающихся AI-алгоритмов. Кроме видеофайлов и информации об инцидентах современная система видеонаблюдения накапливает огромные объемы метаданных, которые также можно анализировать с помощью AI-технологий. Чем больше таких данных проходит через алгоритм, тем больше он накапливает статистики и полезной информации, на их основе и происходит обучение алгоритма.
Это позволяет повышать уровень достоверности идентификации событий и распознавания объектов, прогнозирования явлений. В конечном счете повышается надежность всей системы.
Прогулка в облаках
Говоря об искусственном интеллекте и видеонаблюдении, невозможно не упомянуть облака и облачные сервисы. Развитие Интернета вещей (IoT) повлекло за собой стремительный рост количества подключаемых устройств, в том числе и устройств безопасности, которые стали неотъемлемой частью IoT. На этом фоне переход в облако также выступает одним из ключевых трендов всей индустрии безопасности.
Облака дают большие преимущества частным пользователям, малому и среднему бизнесу с точки зрения эффективности работы систем видеонаблюдения, их гибкости и рентабельности. "Видеонаблюдение как сервис" (VSaaS) особенно привлекает эти группы пользователей своей простотой эксплуатации, поскольку им не нужно устанавливать локальный сервер, проводить сложную настройку оборудования на объекте. Гибкие системы тарифов, которые предлагают операторы облачных сервисов, позволяют пользователям оптимально распределять расходы в течение всего срока действия контракта, оплачивать только актуальные и необходимые услуги.
Широкие возможности облачных технологий привлекают и крупных заказчиков из корпоративных сегментов. Системные интеграторы используют корпоративные облака для построения развитой информационной инфраструктуры. На ее базе возможно создать распределенную систему безопасности, что упрощает подключение большого количества камер к центральному серверу и их администрирование с назначением прав доступа к отдельным ресурсам для каждого конкретного пользователя.
