В современном мире, где уровень преступности может расти параллельно с технологическим прогрессом, задача правоохранительных органов становится все сложнее. Однако на помощь приходят инновационные решения, одним из которых являются «умные» видеокамеры.

Они в отличие от обычных камер видеонаблюдения, которые просто записывают изображение, оснащены искусственным интеллектом и программным обеспечением для анализа видеопотока.

Такие технологии постоянно совершенствуются и уже способны распознавать опасные ситуации и пересылать тревожные сигналы в правоохранительные органы и экстренные службы. Об этом корреспондент УзА побеседовал с ведущим инженером компании VisionLabs Михаилом Орловым. 

- Расскажите, пожалуйста, какие технологии вы разрабатываете? 

- Наша основная разработка - платформа для идентификации человека на основе его уникальных физических характеристик. Она работает на базе искусственного интеллекта. Мы разработали ее с нуля и теперь обучаем для разных вариантов использования. Чтобы обеспечить высокий уровень безопасности мы не использовали никаких сторонних решений, никакого опенсорса, весь наш код полностью закрытый. 

Наша вторая разработка позволяет распознавать положение тела человека в кадре. Это дает возможность быстро реагировать на экстренные случаи. Система даст сигнал, если заметит упавшего человека, людей с поднятыми вверх руками или людей в позе стрелка, дерущихся. К примеру, если человек потерял сознание и упал на землю, система пошлет сигнал в экстренную службу. 

- Где и для чего это применяется? 

- Чаще всего такие системы применяются в банках и госструктурах. В банках они заменяют тревожную кнопку. В случае ограбления, если посетители банка внезапно поднимут руки вверх, система сама отправит тревожное сообщение охране. 

«Умные» камеры в городской среде применяют и экстренные службы. Они могут зафиксировать человека, который упал на землю и не встает. В таких случаях система экономит драгоценное время на оказание помощи экстренными службами. Оператор центра наблюдения сразу получит тревожный сигнал. Он сам вызовет экипаж скорой помощи на место, где находится видеокамера. 

- Чтобы использовать такие системы экстренным службам нужны мощные сервера или можно применять облачные технологии?

- Такие технологии связаны с хранением персональных данных, и, как правило, это премиальные решения, поэтому зачастую их разворачивают на серверах заказчика. Но, если системе не нужен доступ к персональным данным, то она может работать и через облако, но и тут есть свою нюансы. Аналитика будет производиться с небольшой задержкой. Требовательность системы к вычислительным мощностям определяется ее функциями и оптимизацией. 

- Способны ли такие системы вычислять направление взгляда человека? 

- Мы разработали систему аналитики, позволяющую отслеживать направление взгляда человека. Она помогает повысить безопасность пассажирских и грузовых перевозок. К примеру, если водитель отвлекается или заснул, и система потеряла контакт с его глазами, то включается звуковой сигнал, который должен привлечь внимание водителя.

 Вариантов использования этой технологии очень много. Она также позволяет собирать данные по атрибутам лица, таким как пол, возраст, эмоции, наличие бороды, очков, медицинских масок.  На данный момент 90 процентов систем видеонаблюдения собраны на базе очень простых IP-камер с разрешением 1080p. Поэтому большинство разработчиков создают свои решения с учетом того, что у заказчика будут именно такие камеры. Им приходится подстраиваться под существующее оборудование, что вносит свои ограничения. Но в некоторых сферах уже используются специализированные устройства. К примеру, в банкоматных системах применяют специальные камеры с несколькими сенсорами. Они позволяют увеличить точность распознавания, и защититься от попыток фрода. 

Сейчас большинство кибератак направлено именно на банковскую инфраструктуру. Они происходят, как на этапе бординга новых клиентов, так и при непосредственной работе клиентов с банковскими сервисами. Появился и новый тренд. Злоумышленники пытаются получить доступ к чужим счетам, используя технологию deepfake.

Мы разработали собственное решение по идентификации deepfake, которое в прошлом году получило международную награду. При наложении одного лица на другое всегда остаются какие-то артефакты. Человеческий глаз их может не заметить, а вот машинное зрение, намного точнее. Например, если у девушки длинные волосы, при наложении другого лица они частично перекрываются новой маской. Deepfake можно определить, когда человек в кадре перемещает взгляд, а электронная маска на это некорректно реагирует. Специальная система быстро выявляет такие несовпадения. Так и получается, что одни нейросети создают deepfake, а другие их разоблачают. 

По нашим оценкам, если вы знаете человека лично и на него сделали deepfake, то с вероятностью в 85 процентов вы распознаете подмену. Но, если вы никогда не видели его в живую, то с вероятностью в 35 процентов вас обманут. 

Если мы говорим про банковскую сферу, то там ошибка даже в пару процентов, это очень критично. Поэтому для распознавания deepfake в банковской сфере используются нейросети, способные выявлять подмену с точностью до 99 процентов. 

- Насколько точно новые системы способны распознавать оружие? 

- Современные технологии с высокой точностью распознают короткоствольное и длинноствольное оружие по видео, снятому практически под любым углом. Здесь применяется та же технология, что и при распознавании лиц. Система одновременно отслеживает много параметров, поэтому тревога не сработает, даже если человек сымитирует оружие жестом или будет держать в руке нечто похожее. Это не новая технология, но раньше вся видеоаналитика строилась на математических моделях. Они были очень простыми, буквально формулами высчитывались размеры. Сейчас все построено на базе нейросетей. Здесь уже оценка идет по совершенно другим принципам. Она намного более точная, хотя мы все еще работаем с вероятностями.

«Умные» видеокамеры — это не фантастика, а уже реальность, способная изменить подход к общественной безопасности. При правильной интеграции они могут стать эффективным инструментом в борьбе с преступностью, особенно в городских условиях. Однако, как и с любой технологией, важно соблюсти баланс между безопасностью и личной свободой граждан.

Роман БОНДАРЧУК, УзА 

Русский
Chinese
Turkish
Tajik
Kyrgyz
Turkmen
Japanese
Arabic
English
French
Spanish
Русский
German
Ўзбек
Oʻzbek
Қазақ
«Умные» видеокамеры - против преступности

В современном мире, где уровень преступности может расти параллельно с технологическим прогрессом, задача правоохранительных органов становится все сложнее. Однако на помощь приходят инновационные решения, одним из которых являются «умные» видеокамеры.

Они в отличие от обычных камер видеонаблюдения, которые просто записывают изображение, оснащены искусственным интеллектом и программным обеспечением для анализа видеопотока.

Такие технологии постоянно совершенствуются и уже способны распознавать опасные ситуации и пересылать тревожные сигналы в правоохранительные органы и экстренные службы. Об этом корреспондент УзА побеседовал с ведущим инженером компании VisionLabs Михаилом Орловым. 

- Расскажите, пожалуйста, какие технологии вы разрабатываете? 

- Наша основная разработка - платформа для идентификации человека на основе его уникальных физических характеристик. Она работает на базе искусственного интеллекта. Мы разработали ее с нуля и теперь обучаем для разных вариантов использования. Чтобы обеспечить высокий уровень безопасности мы не использовали никаких сторонних решений, никакого опенсорса, весь наш код полностью закрытый. 

Наша вторая разработка позволяет распознавать положение тела человека в кадре. Это дает возможность быстро реагировать на экстренные случаи. Система даст сигнал, если заметит упавшего человека, людей с поднятыми вверх руками или людей в позе стрелка, дерущихся. К примеру, если человек потерял сознание и упал на землю, система пошлет сигнал в экстренную службу. 

- Где и для чего это применяется? 

- Чаще всего такие системы применяются в банках и госструктурах. В банках они заменяют тревожную кнопку. В случае ограбления, если посетители банка внезапно поднимут руки вверх, система сама отправит тревожное сообщение охране. 

«Умные» камеры в городской среде применяют и экстренные службы. Они могут зафиксировать человека, который упал на землю и не встает. В таких случаях система экономит драгоценное время на оказание помощи экстренными службами. Оператор центра наблюдения сразу получит тревожный сигнал. Он сам вызовет экипаж скорой помощи на место, где находится видеокамера. 

- Чтобы использовать такие системы экстренным службам нужны мощные сервера или можно применять облачные технологии?

- Такие технологии связаны с хранением персональных данных, и, как правило, это премиальные решения, поэтому зачастую их разворачивают на серверах заказчика. Но, если системе не нужен доступ к персональным данным, то она может работать и через облако, но и тут есть свою нюансы. Аналитика будет производиться с небольшой задержкой. Требовательность системы к вычислительным мощностям определяется ее функциями и оптимизацией. 

- Способны ли такие системы вычислять направление взгляда человека? 

- Мы разработали систему аналитики, позволяющую отслеживать направление взгляда человека. Она помогает повысить безопасность пассажирских и грузовых перевозок. К примеру, если водитель отвлекается или заснул, и система потеряла контакт с его глазами, то включается звуковой сигнал, который должен привлечь внимание водителя.

 Вариантов использования этой технологии очень много. Она также позволяет собирать данные по атрибутам лица, таким как пол, возраст, эмоции, наличие бороды, очков, медицинских масок.  На данный момент 90 процентов систем видеонаблюдения собраны на базе очень простых IP-камер с разрешением 1080p. Поэтому большинство разработчиков создают свои решения с учетом того, что у заказчика будут именно такие камеры. Им приходится подстраиваться под существующее оборудование, что вносит свои ограничения. Но в некоторых сферах уже используются специализированные устройства. К примеру, в банкоматных системах применяют специальные камеры с несколькими сенсорами. Они позволяют увеличить точность распознавания, и защититься от попыток фрода. 

Сейчас большинство кибератак направлено именно на банковскую инфраструктуру. Они происходят, как на этапе бординга новых клиентов, так и при непосредственной работе клиентов с банковскими сервисами. Появился и новый тренд. Злоумышленники пытаются получить доступ к чужим счетам, используя технологию deepfake.

Мы разработали собственное решение по идентификации deepfake, которое в прошлом году получило международную награду. При наложении одного лица на другое всегда остаются какие-то артефакты. Человеческий глаз их может не заметить, а вот машинное зрение, намного точнее. Например, если у девушки длинные волосы, при наложении другого лица они частично перекрываются новой маской. Deepfake можно определить, когда человек в кадре перемещает взгляд, а электронная маска на это некорректно реагирует. Специальная система быстро выявляет такие несовпадения. Так и получается, что одни нейросети создают deepfake, а другие их разоблачают. 

По нашим оценкам, если вы знаете человека лично и на него сделали deepfake, то с вероятностью в 85 процентов вы распознаете подмену. Но, если вы никогда не видели его в живую, то с вероятностью в 35 процентов вас обманут. 

Если мы говорим про банковскую сферу, то там ошибка даже в пару процентов, это очень критично. Поэтому для распознавания deepfake в банковской сфере используются нейросети, способные выявлять подмену с точностью до 99 процентов. 

- Насколько точно новые системы способны распознавать оружие? 

- Современные технологии с высокой точностью распознают короткоствольное и длинноствольное оружие по видео, снятому практически под любым углом. Здесь применяется та же технология, что и при распознавании лиц. Система одновременно отслеживает много параметров, поэтому тревога не сработает, даже если человек сымитирует оружие жестом или будет держать в руке нечто похожее. Это не новая технология, но раньше вся видеоаналитика строилась на математических моделях. Они были очень простыми, буквально формулами высчитывались размеры. Сейчас все построено на базе нейросетей. Здесь уже оценка идет по совершенно другим принципам. Она намного более точная, хотя мы все еще работаем с вероятностями.

«Умные» видеокамеры — это не фантастика, а уже реальность, способная изменить подход к общественной безопасности. При правильной интеграции они могут стать эффективным инструментом в борьбе с преступностью, особенно в городских условиях. Однако, как и с любой технологией, важно соблюсти баланс между безопасностью и личной свободой граждан.

Роман БОНДАРЧУК, УзА