В отрасли наблюдения и безопасности на нее приходится почти треть инвестиций среди крупнейших компаний страны. Большой бизнес осознает, что вложение в видеоаналитику — залог одновременно роста прибыли и сокращения расходов. С начала 2020-х среднегодовой рост дает стабильные +30% капитализации этой технологии, и сегодня она превышает 8 миллиардов долларов. Узнаем же больше об этой технологии настоящего и будущего, и выясним, каковы возможности, функции и разновидности видеоаналитики, в каких сферах она применяется.

Понятие о видеоаналитике включает в себя комплекс задач, которое способно решать компьютерное зрение. Делается это путем анализа последовательности картинок, поступающих от камер наблюдения и прочих визуальных датчиков. Причем данная технология способна работать как в режиме онлайн, так и оффлайн: проводить аналитику по архивным записям.

Под видеоаналитикой чаще всего подразумевают программное обеспечение, позволяющее работать с видеороликами, проводя мониторинг. Особенность такой системы заключается в полной автоматизации, так как любые внутренние аналитические процессы ПО проводит без человеческого вмешательства.

При этом стоит различать понятия «видеоаналитика» и «машинное зрение», ведь это не одно и то же. Точнее одно следует из другого. Видеоаналитика, как совокупность методов анализа, выступает составной частью компьютерного зрения. Она может работать и со статическими, и с динамическими изображениями.

Иначе говоря, компьютерное зрение является технологией, с помощью которой автоматизируют распознавание картинки. Видеоаналитика — ПО к нему, способное сделать выводы из получаемой машинным зрением информации. Эти данные могут быть очень разными в зависимости от задачи: идентификация человека в кадре, его движений, а также неживых объектов или происходящего в целом. Также аналитика видео отмечает местоположение, фиксирует время и дату.

Развитие и активное использование видеоаналитики случилось благодаря техническому прогрессу. В последние десятилетия камеры значительно прибавили в качестве изображения, что помогло компьютерному зрению эффективнее фиксировать даже мелкие детали происходящего, черты лица. Это повышает уверенность в том, что ПО сможет безошибочно проводить анализ.
На еще более высокий уровень качество видеоаналитики подняло развитие искусственного интеллекта, который обучается лучше и лучше распознавать объекты и паттерны.

По способу работы видеоаналитики можно выделить три основные категории программ:

1. Ретроспективные. Нужны, чтобы обрабатывать уже сделанные раньше записи с камер. Этот вид идеален для работы с архивами, если нужно отсортировать и найти что-то среди больших объемов данных.
2. Онлайн-аналитика. Позволяет анализировать видео в режиме реального времени. С помощью компрессии и кодирования этот вариант видеоаналитики поможет персоналу реагировать на текущие события. Программа данного типа умеет замечать мельчайшие изменения, которые человек не сможет распознать столь же скоро.
3. Перспективные. Методы видеоаналитики, призванные прогнозировать грядущие события. Для этой цели используется анализ нынешних и прошлых данных, чтобы эффективно делать выводы о возможном будущем. Принимать управленческие решения с такой системой намного проще, чем без специального ПО.

Схема работы видеоаналитики предельно проста: используется связка из камеры вместе с программным обеспечением. Данные с регистрирующего устройства поступают на сервер, где они обрабатываются и анализируются ПО.

Один из распространенных в наше время способов ведения видеоаналитики — использование выделенного сервера интеллектуального наблюдения (IVS). Также есть отдельные платформы для особых случаев. Например, для видеоаналитики дорожных событий применяют сервер для автоматического распознания номерных знаков (ALPR).
Одним из основных преимуществ такого сервера считают простоту масштабирования. Если потребовалось увеличить число видеокамер или усложнить анализ добавление вспомогательных функций — серверные мощности легко расширить.

Менее популярный способ ведения видеоаналитики сетевой рекордер видео (NVR). Он используется реже, потому что не обладает той пластичностью, что предыдущие два варианта. Сетевой видеорекордер хорошо справляется с существующими задачами. Но добавить ему новые функции проблематично с программной точки зрения.
Однако можно признать, что NVR будет прекрасным выбором для установки в небольших компаниях с малым количеством камер, чья видеоаналитика не слишком сложна и не перегружена числом функций. В этом случае, чтобы все работало хорошо, достаточно извлекать контент из рекордера с помощью удаленной программы.

А в некоторых ситуациях сами устройства записи — камеры — могут выступать платформой для видеоаналитики. Для этого специализированную программу с ее возможностями «вшивают» прямо в технику. Несмотря на простоту задумки, здесь есть огромный плюс для пользователей: скорость работы не будет ограничиваться пропускными возможностями, как это обычно случается с камерой и сервером. Потенциальные сетевые помехи тоже проблемой не станут. Что касается записей, то они сохраняются на самом устройстве.

И все же наиболее перспективной технологией видеоаналитики, которая станет доминирующей в будущем, многие называют облачную модель. Архитектура, позволяющая хранить данные не на своем физическом сервере, а на удаленном хранилище, увеличивает надежность системы в ряде моментов.

Главный аргумент в пользу облачной видеоаналитики — регулярность выпускаемых обновлений поставщиками услуг. Поэтому вы всегда будете пользоваться последними версиями продукта, в отличие от локальных серверов. Второе достоинство — экономность ввиду отсутствия необходимости покупать недешевое оборудование, если нужно расширить рабочие мощности и объем хранилища.

Видеоаналитика — чрезвычайно гибкая технология, и функций у нее может быть столько, сколько задач способны придумать люди. Однако существуют основные и чаще всего используемые варианты работы компьютерного зрения вместе с программным обеспечением, которые можно выделить:

1. Обнаружение объектов. Для него применяются детекторы движения. При этом система может распознавать разные типы и совокупности действий в кадре. Это становится возможным благодаря работе нейросети с заданным шаблоном, по которому она учится анализировать паттерны внешнего вида разных объектов.
2. Слежение по траектории. Данная функция видеоаналитики может создавать картину движения объекта, основываясь на информации, поступающей сразу с нескольких камер. Анализирую каждый поток информации, ПО способно его суммировать в точно определенную траекторию движения.
3. Идентификация биометрии и номерных знаков. Как следует из названия, видеоаналитика может фиксировать человеческие лица и номера автомобилей. Функция важна для определения и выдачи прав доступа на контролируемой территории.
4. Выявление опасных ситуаций. Это касается как внештатных случаев, способных нести опасность, так и просто выявления нарушений.

Типичный пример функции распознавания — выявление подозрительных объектов, имеющих очертания опасных предметов, например, оружия, на что важно моментально реагировать в общественных местах вроде метро. Более безобидный вариант — проверка наличия масок на лицах во время карантина, как это было во время COVID-19.

Современные умные камеры, способные самостоятельно собирать и анализировать получаемую информацию — удобство, которого не было раньше. Когда видеоаналитика как часть видеонаблюдения только формировалась, использовалась аналоговая техника для съемки, а отдельно от нее нужно было ставить платы для захвата и регистраторы, без которых нельзя было консолидировать видеопотоки.

Камера со встроенными возможностями видеоаналитики содержит внутри микрокомпьютер, который напрямую из видеопотока получает метаданные, уже отсеянные от общей записи. Эти данные затем поступают на «облако», где проводится более подробная аналитика. У такого подхода есть несколько сильных сторон:

1. Можно разделять различные задачи и выполнять их по отдельности.
2. Также можно отделить друг от друга видеопотоки с разных камер.
3. Существенное снижение нагрузки на оборудование.

В облачном хранилище обучаемые нейросети имеют возможность сравнивать эти метаданные с другими аналогичными образцами, чтобы результаты видеоаналитики в будущем были еще точнее.

Чтобы задачи можно было разделять и выполнять с учетом специфики каждой из них, созданы разные типы аналитических видеосистем:

1. Периметральная. Этот тип видеоаналитики применяют там, где нужно сканировать обширную территорию или вести наблюдение за периметром.
2. Бизнес-аналитика. Незаменимая в наше время программа, чтобы оценивать эффективность работников и другими способами анализировать продуктивность управления компанией.
3. Биометрическая аналитика. Не только умеет распознавать лицо человека, вносить его в базу и проверять среди уже существующих записей, но и способна присваивать статус, то есть вносить при необходимости в черный список.
4. Ситуационная. Она требуется для видеофиксации подозрительных действий, с участием людей или транспортных средств. Чтобы такая видеоаналитика работала корректно, ее нейронную сеть обучают на большой выборке схожих опасных и аварийных ситуаций.
5. Номерная. Может распознать номерной знак автомобиля, а также на его основании отследить передвижение.
6. Тамперинг. Или анализ датчиков вмешательства. Система сообщит, если возникла внештатная ситуация с оборудованием. Например, устройство поломалось или к нему получили доступ, не санкционированный владельцами.
7. Многокамерная. Если объект наблюдения движется по траектории, которая выходит далеко за пределы обзора одного устройства или движется непредсказуемыми маршрутами, такая видеоаналитика позволит задействовать сразу несколько камер, чтобы «провести» его.
8. Технологическая. Методы анализа качества производимой продукции и соблюдения установленной технологии со всей последовательностью действий. Особенно действенный тип на объектах массового производства с конвейерами.

Главная суть видеоаналитики в целом заключается в том, что каждый из этих типов можно комбинировать с остальными, создавая персональные настройки областей и способов анализа.

Как мы уже упомянули, одна из ключевых функций видеоаналитики это распознавание лиц. Это открывает еще больше возможностей: привязка биометрии к идентификатору личности (ID) и ведение связанной с ним статистики, например, график и частота посещений, продолжительность присутствия в определенном месте.

Следующая возможность — выявление тех, кто нарушает установленный регламент учреждения. Еще видеоаналитика упрощает для руководителей задачу оценки деятельности персонала. В особенности — вести учет рабочего трафика. Можно проанализировать, когда именно работники встречаются с клиентами, и как это происходит.

Функция распознавания людей также позволяет считать их в местах массового скопления. Для торговых центров и крупных магазинов это помогает понять, сколько человек и в течение какого срока заходят внутрь, как скоро они выходят. В какие моменты загруженность повышается и снижается и многое другое. Видеоаналитика чрезвычайно хороша в слежении за очередями.

Кроме собственно анализа, такая система открывает возможность даже для реагирования на заданные триггеры. Можно настроить ее так, чтобы система сигнализировала об отсутствии человека на рабочем месте в течение долгого срока.

Распознавание номерных знаков — довольно простая функция, не требующая высоких технологий, но только в прекрасных условиях видимости. Бывают случаи, когда считывание номера затруднено: он частично перекрыт грязью или снегом, либо видеокамера направлена под острым углом. К счастью, современная видеоаналитика способна справляться и с такими вызовами, обучаясь узнавать символы даже в искаженном виде.

Еще одна возможность видеоаналитики, облегчающая работу охранников в магазинах и других торговых точках — наблюдение за кассовой зоной. Работа с деньгами — достаточно ответственная задача, чтобы доверить ее хорошо обученному средству анализа действий. В этой области камеры способны выявлять многие противоправные действия с кассовым аппаратом и фиксировать дисциплинарные нарушения.

Для заведений с ресторанным сервисом видеоаналитика пригодится в контроле над зоной выдачи блюд. Администраторы в отелях, ресторанах и кафе получают возможность «глазами» камер следить за видами и количеством блюд, которые подаются.

Среди возможностей систем видеонаблюдения с аналитикой присутствует спектральный анализ. Он незаменим в обнаружении малейшего задымления и тем более пожаров.

Определенно будет польза от видеоаналитики для социальных учреждений, таких как больницы или дома престарелых. В таких местах камеры с искусственным интеллектом смогут отслеживать людей с ограниченными возможностями, которые, например, упали и не в состоянии подняться без посторонней помощи.

А в рамках общенациональной безопасности видеоаналитика помогает службам следить за такими факторами, которые легко ускользнут от внимания даже опытных сотрудников по причине человеческого фактора. К примеру, заметить и сообщить о подозрительном оставленном предмете, едва различимом среди толпы. Это — важный элемент предотвращения потенциальных нападений и даже террористических атак.

Преимущества аппаратной видеоаналитики

Первое большое преимущество, которое присутствует у аппаратной видеоаналитики — высокая степень автономности системы и в целом должная надежность. Она позволяет обеспечению работать независимо от канала связи, а также не полагаться на работоспособность главного сервера. Например, может подавать команду на открытие проезда для авто с определенными номерами. Это возможно даже в условиях, когда центральный сервер не отвечает.

Второе преимущество аппаратной видеоаналитики — экономия трафика, когда вещание видеотехники настраивается по целевому детектору. К примеру, системой устанавливается некая условная виртуальная линия для пересечения человеком.

Третий плюс аппаратной аналитики заключается в возможности существенно сэкономить средства. Это получается благодаря невысокой себестоимости. Такой вариант выгоден в случаях, когда пользователь владеет большим числом камер, а также нуждается в аналитике с задействованием большого количества ресурсов.

Так как видеоаналитика, встроенная в камеры наблюдения, может работать без внешних серверов, это помогает экономить как на выделении мощностей под ваши задачи, так и за счет сокращения простоя резервируемых центров хранения и обработки. К тому же аппаратное обеспечение стоит дешевле.

Почему видеоаналитика нужна бизнесу

Любой предприниматель или человек с руководящим опытом сможет назвать несколько значимых проблем, которые мешают бизнесу развиваться. Значительная доля из них связана с тем, что сотрудники компании систематически нарушают дисциплину и установленный регламент на рабочем месте. Без должного контроля возможны даже факты мошенничества или преступной халатности.

Если подобные события происходят регулярно, бизнес неизбежно начинает нести убытки, и причин у этого множество:

• повышение расходов;
• потеря клиентов;
• снижение выработки у сотрудников;
• неоптимизированный бизнес-план.

Даже опытному начальнику порой невозможно уследить за каждым фактором предпринимательских рисков. Видеоаналитике эти задачи по силам. Причем роль руководителя по-прежнему остается значимой, просто программное обеспечение вместе с техническими средствами берет на себя некоторые функции.
В зависимости от вида предприятия видеоаналитика может:

1. Прогнозировать наплыв посетителей.
2. Составлять KPI для работников и прочие регламентные нормы.
3. Оценивать эффективность по многим критериям.
4. Сравнивать, насколько качество обслуживания в разных точках совпадает.
5. Собирать статистику и обрабатывать ее вместе с IT-системами.
6. Вести круговое наблюдение за объектом с пристальным вниманием к любым необычностям и подозрительным людям/вещам.

Таким образом, видеоаналитика дает слишком много преимуществ, чтобы владельцы предприятий и заведений разного уровня брали такую технологию на вооружение. Это гибкий инструмент, применение которому легко найти в каждой сфере деятельности. Видеоаналитика позволяет контролировать территорию и людей, которые находятся в ее пределах.

Программное обеспечение с легкостью распознает объекты в объективе камеры, выбранные владельцем паттерны поведения и событий. Это способствует выполнению и маленьких, и больших задач: от контроля передвижения и соблюдения рабочих обязанностей работниками до мгновенного реагирования на внештатные ситуации и спасения жизней и здоровья людей. А если вы еще не знаете, как можно применить видеоаналитику в вашем случае, специалисты всегда готовы помочь разобраться в ее сильных сторонах.