Видеоаналитика: тренд или необходимость

Решения на основе искусственного интеллекта (ИИ) активно пользуются спросом среди компаний по всему миру. Особую популярность завоевали системы видеоаналитики, которые находят применение в разных отраслях экономики: промышленность, транспорт, торговля, АПК, энергетика и др. Они помогают в автоматизации процессов, снижении затрат на безопасность и повышении эффективности бизнеса.

По данным аналитического агентства Mordor Intelligence, объем мирового рынка видеоаналитики в 2023 году составил 2,57 миллиарда долларов. Ожидается, что к 2029 году он достигнет 6,01 миллиарда долларов, что соответствует среднегодовому темпу роста (CAGR) в 15,20% в период с 2024 по 2029 гг.

Андрей Обухов, директор по развитию ООО «Сбер Бизнес Софт» рассказал, куда идет рынок видеоаналитики в России, почему решения востребованы, в каких отраслях находят применение и какое будущее их ждет.

Коротко о главном: как устроена видеоаналитика

Системы видеоаналитики помогают отслеживать те или иные действия в режиме реального времени. Решения осуществляют детекцию и подсчет объектов в кадре, распознавание лиц с возможностью поиска нескольких связанных между собой изображений с разных камер. В результате из всей совокупности кадров можно выявить существующие аномалии или инциденты, девиантное поведение и другую полезную информацию.

Система видеоаналитики требует установки камер и ПО (специально обученных моделей компьютерного зрения), которое будет обрабатывать информацию со всего полученного видеоряда по заранее заданным критериям.

Фактически ИИ анализирует весь видеопоток данных и сравнивает их с тем, что является «нормой». При необходимости возможно дообучение моделей для повышения точности информации.

В результате внедрения и использования систем видеоаналитики у компаний пропадает необходимость просматривать весь видеопоток. Это позволяет значительно экономить временные и трудовые ресурсы. Кроме того, видеоаналитика сводит к минимуму человеческий фактор и связанные с ним ошибки, будь то упущение данных или когнитивное искажение информации.

Перед внедрением системы видеоаналитики необходимо определиться с задачами, какие точки подлежат контролю, выбрать оборудование, адаптировать систему под специфику бизнеса, провести обучение персонала. И самое главное, следует решить, развертывать систему видеоаналитики в облаке или на собственной площадке (on-premise — локально).

В первом случае есть ряд преимуществ, связанных с отсутствием необходимости закупать дополнительное оборудование, кроме камер. Информация будет доступна на компьютере или телефоне через интернет. Облачные модели могут быть доступны по подписке. Их быстро и несложно установить.

В случае выбора развертывания модели на собственной площадке главным плюсом является полный контроль над системой. Компания полностью управляет всеми конфигурациями и техническим обслуживанием. Весь видеоконтент остается в локальной сети, что практичнее с точки зрения безопасности. Какую систему развертывать – зависит от размера компании, задач и потребностей заказчика.

Видеоаналитика в России: драйверы роста

Вместе с ростом мирового рынка видеоаналитики, растет и объем отечественного рынка. По данным аналитического центра TAdviser, в 2019 году он составил 18,79 млрд руб. По прогнозам на 2025 год, его объем достигнет 51,75 млрд руб. Отмечается быстрый среднегодовой темп роста (CAGR) — порядка 20,4%, выше мирового.

Если говорить о возрастающем спросе в различных секторах российской экономики, то на первом месте можно выделить ретейл. По оценкам Telecom Daily доля этого сектора должна была составить 1,6 млрд руб. в 2024 году.

ООО «Сбер Бизнес Софт» проанализировало более 600 AI-продуктов, применяющихся в разных отраслях: АПК, транспортировка и хранение, добыча полезных ископаемых, промышленность, ретейл, сектор контента и СМИ. В результате наибольшая доля приходится именно на решения в области видеоаналитики (120 продуктов).

Возрастающий спрос на системы видеоаналитики объясняется рядом факторов:

Дефицит кадров. Сегодня востребована автоматизация рутинных задач (например, круглосуточное наблюдение за несколькими сотнями камер). Она позволяет сократить нагрузку на персонал и исключить ошибки, допускаемые человеком.
Стремление повысить эффективность. Компании понимают, что технологии видеоаналитики позволяют увеличить производительность и сократить операционные расходы.
Влияние санкций. Их введение повлекло за собой уход западных поставщиков с рынка, что ускорило развитие отечественных технологий. Российские компании стали отдавать предпочтение локализованным решениям, что сделало рынок более конкурентоспособным.
Усиление требований к безопасности. Мировые и локальные стандарты по охране труда, контролю доступа и мониторингу территории ужесточаются, что стимулирует спрос на системы видеоаналитики.
Ускорение вычислений и развитие нейронных сетей. Сегодняшний уровень производительности видеокарт и серверов позволяет обрабатывать большие потоки данных в реальном времени, что было проблематичным еще десятилетие назад. Нейронные сети стали гораздо эффективнее решать задачи распознавания и классификации объектов. Это делает видеоаналитику более привлекательной для бизнеса.
Высокая наглядность и понятность результатов. Системы видеоанализа предоставляют клиентам готовые, визуально доступные данные: изображения и видеозаписи, подтверждающие свершившиеся факты. Такой подход позволяет сразу увидеть реальные доказательства работы системы – клиент видит, как алгоритмы фиксируют события в режиме реального времени и делает выводы на основе конкретных, легко проверяемых фактов. Это повышает доверие к технологии, поскольку ценность решения становится очевидной с первого взгляда. Это способствует сокращению цикла принятия решений.
Рост объемов видеоданных. Видеонаблюдение развивается как в корпоративном, так и в государственном секторах (камеры на предприятиях, в городе, в транспорте). Чем больше данных, тем выше потребность в автоматическом анализе, так как требуются эффективные инструменты для их обработки.
Сокращение затрат. Автоматизированный анализ видеопотока помогает снижать расходы на ручной труд, минимизировать риски и улучшать безопасность.
Государственные инвестиции. В первую очередь, речь о финансировании проектов «умных городов», где активно внедряется видеоаналитика.
Широкая применимость. Алгоритмы видеоаналитики можно адаптировать к разным задачам: контроль качества на производстве, контроль трудовой дисциплины и безопасности, распознавание лиц и номеров, анализ состояния растений в полях и теплицах, и многое другое.

Технологии видеоаналитики имеют огромный потенциал для роста, так как в большинстве секторов экономики есть большой пласт задач, решение которых можно доверить автоматизированным системам.

Подписывайтесь на наш Telegram Подписаться

Где применяется видеоаналитика

Современные камеры позволяют получать качественные изображения, постепенно снижается их стоимость, что приводит к использованию систем видеоаналитики в большом спектре отраслей российской экономики.

АПК (сельское хозяйство)

Системы видеоаналитики позволяют отслеживать состояние полей или теплиц и своевременно реагировать на изменения (появление вредителей, нехватку влаги). С помощью дронов и камер происходит мониторинг состояния полей, определяется степень созревания культур, осуществляется контроль за использованием техники.

Оперативная диагностика проблем способствует уменьшению потерь урожая. Например, в тепличных хозяйствах группы компаний «Теплицы Регионов» система видеоаналитики на базе искусственного интеллекта позволяет круглосуточно контролировать состояние растений, автоматически выявлять отклонения в развитии и повреждения, а также формировать цифровую карту теплицы. Это существенно может снизить нагрузку на агрономов и сократить потери урожая до 30%.

Строительство

Алгоритмы анализируют видеопоток с площадок, обеспечивая соблюдение техники безопасности (распознавание отсутствия касок, нарушение норм при работе с техникой), учитывают прогресс строительства, помогают оценивать качество работ.

Банковская сфера

Видеоаналитика способствует улучшению качества обслуживания клиентов, предотвращению случаев правонарушений и мошенничества, контролю за действиями персонала, повышению безопасности.

Например, «Банк Америки» использует прогнозную аналитику для выявления клиентов, которые, скорее всего, не погасят свои кредиты. Это помогает оптимизировать алгоритмы обнаружения мошенничества.

Промышленность

Решения видеоаналитики позволяют контролировать производственные процессы и повышают их эффективность, обеспечивают безопасность на предприятиях.

Осуществляется контроль качества выпускаемых изделий (нахождение дефектов в реальном времени), отслеживание соблюдения правил безопасности и автоматизация операционных процессов.

Транспорт и логистика

Системы видеоаналитики производят автоматический учет перемещения грузов, анализ очередей, что ускоряет погрузо-разгрузочные работы. Они позволяют контролировать внешнее техническое состояние транспорта, распознавать номерные знаки, учитывают время бездействия или использования транспорта, оптимизируют маршруты в реальном времени.

Например, компания Amazon активно использует видеоаналитику для организации и контроля работы. Она внедрила передовые алгоритмы маршрутизации и планирования для оптимизации маршрутов доставки для своего автопарка. Эти алгоритмы учитывают такие факторы, как размер и вес упаковки, чтобы минимизировать время в пути и расход топлива.

Безопасность и «умные города»

Видеоаналитика полезна при проведении массовых мероприятий, когда необходим анализ в режиме реального времени для детекции нарушений или нештатных ситуаций. Системы позволяют анализировать поведение людей в общественных пространствах, выявлять правонарушения, следить за периметром и обнаруживать несанкционированный доступ.

Решения видеоаналитики в инфраструктуре «умных городов» осуществляют мониторинг дорожного движения, адаптивное управление светофорами, сокращение заторов на дорогах. Например, использование системы в «Умных городах» предполагает, что она замечает случаи, когда люди или транспортные средства находятся в определенной зоне долгое время.

В результате такое поведение отслеживается в режиме реального времени, срабатывает сигнал или уведомление о подозрительном поведении вокруг аптечных пунктов, банкоматов, наркотических диспансеров и других мест. Или, к примеру, в 2022 году губернатор Нью-Йорка сообщила о планах установки к 2025 году по две видеокамеры в каждом из почти 6400 вагонов метро для борьбы с преступностью и повышения безопасности пассажиров.

Ретейл

Системы позволяют анализировать поток покупателей, контролировать выкладку товаров и в целом оценивать эффективность мерчендайзинга, создавать персонализированные предложения. Кроме того, одна из важных функций — предотвращение краж и мошенничества.

Например, американский ретейлер Walmart внедрил систему видеоанализа более, чем в 1000 магазинов для выявления и борьбы с кражами. Как отметили в компании, они могли бы потерять 4 млрд долларов из-за краж и других связанных с этим убытков, если бы не использовали видеоаналитику.

Здравоохранение

Как и в ретейле, системы видеоаналитики обеспечивают анализ потока клиентов, выявляют нарушения, обеспечивают безопасность.

Будущее видеоаналитики в России

Видеоаналитика будет все глубже проникать в различные сектора экономики, обеспечивая новые возможности для развития компаний и целых городов, повышая эффективность процессов и безопасность.

Видеоаналитика позволит российским компаниям и государственным структурам быстрее переходить на цифровые платформы управления процессами. Она будет выступать катализатором автоматизации.

Организации, использующие современную видеоаналитику, смогут эффективнее управлять ресурсами, предлагая более качественные продукты и услуги. Интеграция с технологией Интернет вещей (IoT, Internet of Things) станет ядром для создания «цифровых двойников» предприятий и городов.

Синергия с Big Data (Большие данные) позволит осуществлять продвинутую аналитику поведения, прогнозирование и принятие более взвешенных управленческих решений. Кроме того, перед видеоаналитикой откроются новые перспективы благодаря применению новых моделей на основе ИИ.

Среди точек роста:

Использование генеративных моделей (например, диффузионные сети). Они могут синтезировать дополнительные обучающие примеры, улучшая результаты распознавания. Это повысит точность и снизит требования к реальной выборке.
Применение визуально-языковых моделей — VLM (Visual Language Model) — нового класса моделей искусственного интеллекта, предназначенных для понимания и генерации языка на основе визуальных входных данных, для разметки данных. Это увеличит скорость и качество обучения моделей компьютерного зрения.
Улучшение функционала. Новые методы позволяют делать постобработку изображений, увеличивая четкость или восстанавливая утерянные детали. Также возможно «предугадывать» действия объектов в кадре, что будет работать как превентивная аналитика.

Однако, несмотря на возможности для роста, есть и определенные ограничения, которые препятствуют внедрению систем видеоанализа повсеместно:

ИТ-инфраструктура. Внедрение решений видеоаналитики требует наличие специального оборудования и программного обеспечения. Необходимо создать условия для обработки и хранения большого потока информации.
Стоимость реализации. В зависимости от задач клиента может потребоваться приобретение дорогостоящего оборудования. Но в современных реалиях, с возможностью развертывания систем видеоаналитики в облаке, стоимость значительно снижается. И даже малый бизнес может позволить себе внедрение решений, только возникает вопрос целесообразности.
Организационные сложности. Например, по определенным причинам невозможно разместить камеры под нужным углом для съемки.
Законодательство. Речь о 152-ФЗ «О персональных данных» и 149-ФЗ «Об информации, информационных технологиях и о защите информации». В ряде случаев требуется информирование людей об использовании и контроле их персональных данных. Существуют ограничения на осуществление видеонаблюдения в общественных местах. Поэтому есть определенные проблемы идентификации. В таких случаях данные должны быть анонимны и для этого необходимо применение определенных алгоритмов.
Сопротивление сотрудников. Иногда возникают сложности в работе персонала с новыми технологиями, когда сотрудники привыкли обходиться без них. В данном случае необходимо проводить соответствующее обучение.