Про существование видеоаналитики знают все заказчики.
В то же время с видеоаналитикой связано наибольшее количество мифов, потому что многим кажется, что видеоаналитика – это некая волшебная среда, которая способна исполнять любые желания заказчиков на любых камерах и существующих системах видеонаблюдения. Типичным заблуждением многих заказчиков является утверждение, что видеоаналитика – это функция, которую можно добавить куда угодно и в любой момент, достаточно этого только захотеть.
Реальность состоит в том, что видеоаналитика – это математические алгоритмы, которые решают вполне конкретную математическую задачу, например распознавание автомобильных номеров, подсчет людей или нарушение ПДД.
Чтобы подобные задачи были решены качественно и с минимальной погрешностью на объекте заказчика, интегратор должен грамотно выбрать камеры и их углы обзора, грамотно выбрать сами алгоритмы видеоаналитики (т. е. выбрать вендора и подходящие правила аналитики), правильно рассчитать вычислительные мощности, установить и сконфигурировать комплексное решение. И тогда, действительно, можно решить практически любую задачу на любом объекте заказчика.
Классической считается видеоаналитика с заранее заданными алгоритмами и их параметрами. Такая аналитика уже почти десять лет «живет и работает» на борту многих производителей камер.
Ее делят на два типа: охранная видеоаналитика и бизнес-аналитика.
Охранная видеоаналитика накапливает и передает на видеорегистраторы/ видеосерверы нужные метаданные и выдает операторам лишь нужные события для принятия решений, например, тревога при пересечении линии, праздношатание или вход человека в заданную область.
Бизнес-аналитика, например, осуществляет подсчет людей в очереди в кассы или зоны интереса покупателей, накапливает и передает статистические данные в CRM/ERP владельца магазина/объекта.
Самая качественная и адаптивная видеоаналитика — это аналитика на базе нейронных сетей за счет ее способности к самообучению. Именно видеоаналитика, на базе нейронных сетей, решает задачи с нечеткими параметрами или комплексные задачи, например, детекция касок на голове человека (актуально для производства), детекция взлома банкомата (актуально для банков), распознавание лица человека в очках, маске и головном уборе (актуально для безопасных городов) и т. п.
Алгоритмы такой видеоаналитики требуют высоких вычислительных мощностей, поэтому видеорегистраторы для таких задач не подходят и нужны видеосеверы. Пользоваться такой аналитикой просто и удобно, потому что сами алгоритмы видеоаналитики упакованы в программное обеспечение, интегрированное с программным обеспечение самой СВН. У оператора единый интерфейс, где он работает с живым и архивным видео, а также с результатами работы видеоаналитики.
Целый ряд задач заказчиков можно успешно решить с помощью инновационной AI-аналитики (аналитика на базе искусственного интеллекта). Многие производители камер добились того, что AI-аналитика стала работать прямо на борту камер, а программное обеспечение СВН получает уже обработанные результаты, например тревогу, если люди не соблюдают социальную дистанцию или если у человека выявлена повышенная температура тела.
Задумайтесь! В ближайшие 10 лет мировой рынок видеоаналитики вырастет почти в 5 раз, достигнув уровня в 30 млрд долларов.
Потому что, видеоаналитика — это:
- действительно автоматизация системы видеонаблюдения и фокусировка операторов видеонаблюдения только на самых важных событиях;
- конечно, замена ручного труда оператора по поиску событий в архиве;
- возможность получения статистики, полезной заказчику;
- не просто «смотреть камеры», а более ценное «своевременно отреагировать», а еще лучше «предотвратить».
Правил и производителей видеоаналитики на рынке – море! Но чтобы видеоаналитика работала качественно и хорошо – это инвестиция, которую можно доверить только грамотному и опытному интегратору.
Остались вопросы? Наши специалисты будут рады на них ответить.
