Как видеоаналитика может сделать бизнес безопасным и прибыльным

Тренд последнего десятилетия — кратный рост объемов информации. Это влечет за собой растущие требования к структуризации, анализу и дальнейшему использованию данных, а также увеличение штата высококвалифицированных кадров. Благодаря современным технологиям, видеоаналитика позволила автоматизировать все те процессы, которые совсем недавно требовали огромных ресурсных затрат с невысокой эффективностью.

Нечеловеческий фактор

Пример из жизни: инспектор ГИБДД неплохо справляется с выписыванием штрафов за превышение скоростного режима на сельской дороге. Но попав на шестиполосную магистраль, пожалуй, впадет в замешательство. Назначив ему в помощь пару десятков (даже столичных) патрульных, мы не увидим значительных изменений в эффективности их работы — играют роль как человеческий фактор, так и сложность в определении алгоритмов действий. Куда лучше установить несколько видеокамер, способных постоянно и предсказуемо точно определять скорость.

В то же время недостаточно просто получать информацию о превышениях скоростного режима — необходимо в автоматическом режиме определять государственные номера, формировать базу, составлять протоколы, и все это при потоке из тысяч машин ежедневно.

Несмотря на кажущуюся сложность, цель видеоаналитики — получение, организация и анализ как можно большего количества полезных данных. Как для госструктур, так и для бизнеса это несет прямые выгоды: снижение издержек, в том числе затрат на персонал; выявление проблем, снижающих эффективность работы. Опять же, когда мы сталкиваемся с кардинальным увеличением потоков данных, записывать изменения в тетрадку — сомнительное решение. Также анализ данных позволяет лучше выстраивать бизнес-процессы. Производство, требующее точности в определении показателей, уровней доступа, алгоритмов действий и прочего не может полагаться исключительно на человеческий фактор.

Видеомойдодыр

На одном из предприятий требовалось обеспечить контроль за санитарной обработкой сотрудников перед входом в стерильное помещение. В случае попадания патогенных организмов в продукцию, компания могла понести как многомиллионные финансовые, так и репутационные потери. В данном случае смонтированная система видеоаналитики способна отслеживать не только факт мытья рук, но и качество этого процесса: определяя любителей «просто подержать руки над раковиной», она автоматически запрещает доступ к помещению сотрудникам без средств индивидуальной защиты (СИЗ).

В другом кейсе заказчик получил универсальный инструмент для обеспечения безопасности на производстве. Благодаря технологиям машинного обучения, система способна распознавать отдельные виды СИЗ: каски, халаты, маски и респираторы, защитные очки и наушники, комбинезоны и пр.

Представим, что на режимном объекте мимо камеры проходит работник без каски. Камера фиксирует человека, система видеоаналитики определяет личность нарушителя и отсутствие конкретного элемента экипировки. Благодаря глубокой интеграции с системами безопасности, в том числе контроля и управления доступом (СКУД), оператор получает сообщение об инциденте, на экран выводится изображение, происходит отзыв прав доступа в определенные помещения.

Также, система позволяет определить физическое положение тела человека. Если, например, она зафиксировала падение работника вблизи объектов высокого напряжения, оператор может мгновенно отключить питание, направить сотрудников медицинской службы для оказания первой помощи. 

Или другой пример. На крупном производственном объекте заказчику требовалось обеспечить контроль за использованием перил при движении по лестнице в соответствии с нормами охраны труда. Видеоаналитика позволила в автоматическом режиме определять нарушителей техники безопасности, фиксируя положение рук персонала.

Так, благодаря единичному внедрению видеоаналитики, бизнес получает измеримый результат: сотрудники носят СИЗ, снижается риск получения травм, выполняются нормы законодательства, снижаются затраты на службу охраны труда, штрафы автоматически высчитываются из зарплаты через интеграцию с 1С. В итоге система окупает себя за пару десятков нарушений. Не стоит забывать и об уголовной ответственности за несоблюдение норм охраны труда.

В доступе может быть отказано

Автоматизация системы контроля и управления доступом (СКУД) на сложных режимных объектах, например, в центрах обработки данных — один из «талантов» видеоаналитики. Контролировать перемещение людей, распределять уровни доступа в машинных залах с сотнями серверных стоек часто бывает довольно трудно. 

Задача усложняется в случае коммерческих ЦОД, где в рамках Colocation (размещение серверов и сетевого оборудования в стойках дата-центра) единовременно находится оборудование многих компаний. Посещать машинный зал могут не только персонал и подрядчики, но и представители компаний-арендаторов. В этом случае встает вопрос управления доступом к машинному залу и каждой стойке в отдельности — затраты времени, ресурсов и цены вероятной ошибки.

Масштаб и высокая плотность инфраструктуры вынуждает заказчика содержать нескольких дежурных операторов для выдачи прав доступа к помещениям дата-центра. Здесь мы снова возвращаемся к проблеме человеческого фактора.

Решением может стать трехконтурный СКУД — видеоаналитика позволяет автоматизировать доступ к машинному залу, секциям и отдельным серверным стойкам. Мы можем не только допускать людей в те или иные помещения, но и определять временные промежутки допуска. К примеру, инженер может открыть стойку с 13:00 до 14:00, а размещение видеонаблюдения внутри обеспечивает контроль на всем пути взаимодействия с оборудованием.

Распознавание лиц и трекинг перемещения (по всему объекту) дают возможность индивидуально распределять уровни доступа, следить за работой операторов и собирать аналитику по возможным инцидентам. Результат — полный контроль за потенциальными нарушениями.

В случае происшествия необходимо не только определить причастных, но и понять алгоритм их действий для восстановления процессов. Ручная проверка видеозаписей на крупном объекте займет не менее суток, в случае с автоматизацией — дело пары минут. Система распознает людей не только по лицам, но и фиксирует отличительные черты: элементы одежды, предметы, символы. После выбора конкретного человека происходит автоматический поиск по всем записям с видеокамер, система помогает определить последовательность кадров с участием нарушителя.

Помимо этого, видеоаналитика может быть полезной в оптимизации бюджета. Бизнес получает данные о перемещениях сотрудников, затраченном времени и количестве взаимодействий с каждой стойкой, нарушениях техники безопасности, должностных инструкций и прочего. Интеграция в верхнеуровневое ПО позволяет оценить трудозатраты, провести кадровые перестановки, изменить график работы или прибегнуть к методикам «бережливого производства», например, оптимизировать алгоритмы действий рабочих на основе данных о затраченном времени.

Дым без огня

В закрытых помещениях пожарная безопасность зачастую реализуется при помощи датчиков-извещателей, но на открытых пространствах и в зданиях с обширной циркуляцией воздуха это невозможно — детекция возгорания скорее произойдет в момент, когда тушить будет уже нечего. В свою очередь, видеоаналитика позволяет визуально определить возникновение дыма и огня вне зависимости от площади объекта.

В качестве примера можно рассмотреть реализованную систему видеоаналитики на крупном угольном производстве. Располагаясь на открытом пространстве, предприятие не могло обеспечить пожарную безопасность при помощи детекторов дыма и температурных датчиков. Проблемным местом здесь являлись транспортировочные ленты. Из-за скопления угольной пыли в крутящих элементах происходил перегрев подшипников, что являлось одной из причин возникновения пожаров.

Обеспечить безопасность удалось при помощи установки камер и тепловизоров, интегрированных в общую систему видеонаблюдения. Решение позволяет не только фиксировать задымление в условиях повышенного содержания угольной взвеси в воздухе, но и своевременно определять нагрев частей ленты при помощи термографии. В случае повышения температуры система оповещает дежурного оператора, на место высылается бригада технического обслуживания. Благодаря внедренной видеоаналитике бизнесу удалось сэкономить трудозатраты на постоянную проверку оборудования — ранее очистка роликов происходила на регулярной основе. 

Грамотное расположение устройств видеонаблюдения позволит покрыть не только производственные площади, но и огромные природные массивы, например, лес. Камеры размещаются на возвышении, фиксируя появление дыма над макушками деревьев, а система аналитики определяет местоположение возгорания по заранее разграниченным секторам. Решение может использоваться как на заготовительных производствах и лесных хозяйствах, так и с целью охраны природы.

PSIM в сканвордах не помощник

Бизнесу становится все сложнее управлять постоянно растущим стеком оборудования. 

Масштабирование инженерных систем приводит к увеличению объемов ПО. Это требует от компаний постоянно искать высококвалифицированный персонал, тратить ресурсы на обучение, обеспечивать конкурентную заработную плату и т.п. 

Чтобы обеспечить безопасность компании, применяется PSIM (Physical security information management) — единый программно-аппаратный интерфейс систем физической безопасности. Он позволяет управлять инфраструктурой в рамках единого окна, не распыляясь на десятки отдельных приложений. Это дает возможность как сократить штат, так и не тратить время на обучение персонала работе минимум в 5-ти различных интерфейсах: охранной и пожарной сигнализации, СКУД, контроля периметра (вибрационного кабеля), видеонаблюдения, не говоря уже о ПО для проведения аналитики.

С помощью PSIM производится синхронизация физической безопасности на всех уровнях. К примеру, датчики фиксируют проникновение на объект: на экран автоматически выводится изображение ближайших видеокамер, запускаются алгоритмы безопасности — от события до реагирования проходит менее 1 секунды. 

В случае отсутствия единого интерфейса у охранника запущены 2 программы. Получив сигнал от датчиков контроля периметра, охранник должен вручную найти необходимую из установленных камер, вывести изображение на экран, принять меры. Для малого бизнеса это вряд ли станет проблемой. Чего не скажешь о крупном предприятии с сотнями видеокамер.

Система работает 24/7, не зависит от погодных условий и выходных, не спит и не решает сканворды на рабочем месте.

От сортировки лома до управления эмоциями

Сложные комплексные задачи — стихия видеоаналитики. Например, обеспечение безопасности в местах массового скопления людей. Невозможно приставить охранника к каждому человеку в толпе, и уж тем более уследить за всеми объектами на экранах видеостены. 

Такая функция важна для обеспечения безопасности, например, в крупном аэропорту. Видеоаналитика значительно облегчила работу по определению бесхозных предметов, контролю зон ограниченного доступа и складских помещений. Благодаря использованию машинного обучения, анализ видеоданных позволил выделять скопления людей, их действия, скорость и манеру движения. В случае, если камеры фиксируют быстрое перемещение группы лиц, драку или иную подозрительную активность, оператор получает уведомление. Это не означает обязательного возникновения критической ситуации — лучше за 10 секунд убедиться в факте опоздания хоккейной команды на рейс, чем пропустить потенциальную катастрофу. 

Искусственный интеллект помогает видеоаналитике самообучаться. Уже сейчас с применением распознавания лиц определяется пол, возраст, эмоции, направление взгляда и другие свойства внешности. В сфере ритейла это позволяет анализировать состав и потребительские предпочтения посетителей торговых точек, параллельно с предотвращением шоплифтинга. В случае проведения мероприятий становится возможным определение вовлеченности аудитории, эмоционального отклика.

Видеоаналитике под силу выполнять перспективные и нетривиальные задачи. Например, сортировку металлолома. Обычно процесс происходит следующим образом: на мостике стоит сотрудник, на глаз оценивая состав лома в грузовом вагоне и процент шлака — покрышек, пластика и прочего, занося это в свой блокнот. 

Камеры же могут автоматически фиксировать процесс разгрузки, выполнять раскадровку по слоям, а система аналитики — определять объем, загрязненность и примерный состав металла. В итоге металлургическое предприятие выигрывает по времени, экономит на затратах, в том числе человеческих ресурсов, и более точной приемке цветмета.

За счет технологий машинного обучения система видеоаналитики становится все более совершенной, она превращается в платформу с практически безграничными перспективами использования. Это означает, что видеоаналитика будет все стремительнее входить в бизнес, делая его безопаснее, эффективнее, прибыльнее.