Эраст
О клиенте
Эраст — технологический стартап в области компьютерного зрения. Продукт компании позволяет обрабатывать видеопотоки с камер наблюдения, выявлять нетипичные действия и моментально сигнализировать службе безопасности.
Задача
Перед командой стояла цель — за 3 месяца собрать рабочий прототип системы видеоаналитики с ИИ: приём трансляций с камер, детекция аномального поведения и вывод результатов в панель управления. Главная сложность заключалась в том, чтобы натренировать нейросеть при минимальном объёме обучающих данных и добиться устойчивой работы с несколькими видеоисточниками параллельно.
Проблемы
и решения
Мы спроектировали модульную архитектуру, объединяющую несколько критически важных компонентов:
Обучение нейронной сети
Для идентификации угрожающих действий мы подготовили модель, используя аннотированные записи заказчика и публичные наборы данных. Алгоритм фиксирует отклонения в поведении людей — проявления агрессии, хищения, нехарактерные траектории движения.
Обработка видеопотока через OpenCV
Платформа параллельно принимает трансляции с множества камер. Покадровый анализ построен на OpenCV и оптимизирован для минимального отклика при работе с несколькими источниками.
Ленивый режим анализа
Чтобы рационально использовать вычислительные мощности, мы реализовали адаптивный режим работы: глубокий разбор кадра активируется лишь при появлении динамики в сцене. Такой подход сократил потребление серверных ресурсов в 10 раз, сохранив точность распознавания.
Звуковые оповещения
В момент обнаружения происшествия платформа незамедлительно воспроизводит аудиосигнал для дежурного и акцентирует нужную камеру в панели мониторинга.
Выделение камеры
Источник, зафиксировавший тревожное событие, автоматически подсвечивается в интерфейсе. Оператор одним кликом разворачивает его на весь экран для подробного изучения обстановки.
Модальное окно с деталями
Любое зарегистрированное событие раскрывается в отдельном диалоговом окне: снимок момента, категория нарушения, степень достоверности определения, временная метка и идентификатор камеры.
Ключевые
результаты
Платформа введена в опытную эксплуатацию на площадках 8 магазинов розничной сети. Качество распознавания нетипичных действий достигло 90%. Архитектурное решение поддерживает от 10 до 20 видеоисточников на одном узле без деградации быстродействия.