Все, что нужно знать для правильного выбора видеоаналитики

В бизнесе все чаще возникают ситуации, когда клиент демонстрирует высокую компетентность и понимание того, когда, например, при составлении технического задания по интеграции системы видеоаналитики все-таки лучше, чтобы перевод бизнес-метрик в технические детали оставался в компетенции опытных специалистов

Для того, чтобы корректно сформулировать задачи, заказчику необязательно иметь большой отдел инженеров. Продуктивнее назначить специалиста или команду, которые способны: глубоко понимать видеоаналитику, вникнуть в технические аспекты задачи, написать техническое задание (ТЗ), исследовать рынок, отличать надежные компании от недобросовестных, выявлять хорошие системы среди множества предложений, включая те, которые представлены только в виде презентаций или неудачных пилотных проектов, определить необходимые параметры и так далее.

Если таких специалистов в компании нет, не надо пытаться переформулировать задачу, используя специфические термины из области видеоаналитики, компьютерного зрения или машинного обучения. Вместо этого лучше описать задачу так, чтобы она была предельно понятна заказчику.

Если же заказчик не имеет возможности организовать собственную команду или рабочую группу для реализации проекта по видеоаналитике, ему проще временно отказаться от внедрения системы либо обратиться к консультантам и консалтинговым компаниям для помощи в разработке ТЗ и выборе подходящих решений. Важно оценить не просто «пилотные компетенции» таких компаний, а опыт внедрения реальных проектов с достигнутым бизнес-результатом (система используется, интегрирована в бизнес-процессы и предоставляет необходимую бизнесу информацию).

Чтобы удостовериться в компетентности консультантов, важно оценить их опыт и реализованные проекты (а не пилоты).

Примеры плохо сформулированных ТЗ: «нужна система подсчета людей» или же «необходимо распознавание номеров контейнеров». Если обсудить с заказчиками детали, станет понятно, что на самом деле в первом случае требуется система распознавания лиц, способная идентифицировать людей без предварительно сформированной базы покупателей. Клиенту необходимо знать, насколько часто к нему возвращаются одни и те же люди. Во втором случае нужно учитывать сложные климатические условия в Сибири, работу в условиях полярной ночи, метели и занесенных снегом номеров, при этом точность работы должна быть достаточной, чтобы решить бизнес-задачу сокращения штатной единицы работника, который ранее пропускал данные автомобили.

С точки зрения клиента задача выглядит тривиальной, но на самом деле для ее решения необходимо внедрить высококачественную систему видеоаналитики, а не просто систему видеонаблюдения с простым анализом видеопотока. Соответственно, в таком случайно крайне важно правильно оценить эффективность внедрения системы и не тратить время на бесполезные пилоты и проработку нерешаемой задачи.

Возможна и обратная ситуация: заказчика бы устроила система сильно проще, чем была изначально описана. В таком случае, правильное описание задачи позволит сэкономить на внедрении.

Важно формулировать задачи с учетом бизнес-потребностей заказчика, то есть пользователей системы внутри заказчика. Важно различать операторов и пользователей. Вторые будут использовать информацию, поставляемую системой видеоаналитики, для решения своих бизнес-задач. Это поможет избежать затерянности в технических терминах и гарантировать, что решение действительно будет соответствовать бизнес-целям.

Есть простое правило, оно поможет заказчикам найти решение, которое действительно будет соответствовать требованиям, сэкономит заказчикам время и средства. Еще до составления ТЗ нужно выяснить и четко сформулировать свои потребности и пожелания к системе, конечную цель.

При соблюдении этого правила, к заказчику придут только те компании, которые понимают, что способны выполнить пилотный проект или полностью решить задачу, улучшить работающую систему.

Таким образом, при постановке задач нужно гибко рассматривать различные подходы к решениям и оценивать варианты с практической и экономической точек зрения.

Топ -3 популярных у заказчиков мифов, которые требуют немедленного разоблачения

Миф №1 - достижение абсолютной точности

Заказчик часто настаивает на 100% точности распознавания нарушений системой видеоаналитики. И хотя такая точность может быть достигнута на коротком временном отрезке, в долгосрочной перспективе система, основанная на нейронных сетях и вероятностных моделях, не в состоянии обеспечить 100%. Всегда остается определенный процент ложных срабатываний.

Например, в организации с небольшой инфраструктурой в 50 камер ежедневно генерируется около 120 000 срабатываний, 5% от них — это порядка 6000 сигналов. Оперативно проверить такое большое число потенциальных нарушений невозможно. Таким образом, система становится практически бесполезной, несмотря на то, что по техническому заданию она правильно и корректно работает.

Другое дело, когда оценка в 95% строится совсем по другому принципу – от бизнес-задачи. Например, если человек носит каску, система должна правильно распознать это не менее чем в 9 случаях из 10, или 95 случаях из 100. Кроме того, важно, чтобы система не срабатывала более одного раза на один проход человека под камерой. Даже при наличии 10 ложных уведомлений, их проверка не представляет особых трудностей.

Со временем пользователи осознают, что система фиксирует все нарушения, следят за соблюдением норм. А после первого месяца работы количество ложных уведомлений снижается до 1-2 ложных сигналов в сутки. Однако стоит отметить, что достичь абсолютной точности здесь крайне сложно.

Миф №2 - любая камера - это магический «глаз Бога»

Задачи нужно формулировать корректно, а проект должен быть выполнимым. При составлении технического задания заказчик должен понимать сразу разницу между магией и реальными возможностями систем. Например, невозможно распознать:

• людей в толпе с помощью камеры, которая была установлена 15 лет назад;
• оружие, скрытое под одеждой, с обычных камер;
• лица в отражении или считать людей по головам на массовых мероприятиях с плохими камерами, где в один пиксель умещаются несколько людей.

Главное правило - если человек может увидеть/распознать, глядя на изображение, то и камера сможет. Таким образом, задача становится решаемой за исключением сложностей внедрения. Даже если нужных алгоритмов на рынке нет, есть компании, способные разработать их.

Миф № 3 - разработать систему под нужды заказчика может любой

Часто компании и разработчики систем видеоаналитики пытаются выдать желаемое за действительное, а небольшие стандартные задачи за уникальные инновации. Они подкрепляют ложное впечатление информационными сообщениями, такими как пресс-релизы, посты и публикации.

Заказчики не всегда различают популистские статьи и серьезные пресс-релизы или доклады, в которых продемонстрированы реальные результаты. К сожалению, есть заказчики, которые верят на слово и обращаются за помощью к недобросовестным исполнителям.

Бизнес-ориентированный подход позволяет выявить потребность в более серьезной системе. С технической точки зрения ничего не изменится, но это позволит отсеять компании, которые не готовы к серьезному соревнованию.

Четыре вывода для заказчика «в теме»

1. Внедрение системы видеоаналитики на предприятии — это не просто покупка коробочного решения. Нужно установить четкий процесс выбора подходящей системы с понятными и предсказуемыми результатами. Это задача, в проработке которой участвуют исполнитель и заказчик.

2. Заказчику лучше описывать задачу простыми и понятными словами, а не усложнять ситуацию технической спецификой. Тестирование систем должно проводиться в реальных условиях. Результаты на видео могут быть обманчивыми, и реальная работоспособность системы оценивается только в живых условиях.

3. На рынке видеоаналитики сейчас отсутствуют четкие стандарты и правила. Многие компании преувеличивают возможности своих решений и вводят в заблуждение заказчиков. Этот фактор нужно учитывать еще на стадии выбора вендора.

4. Иногда кажется, что цифровизация охватила всех, и везде внедрены сложные системы видеоаналитики. Ключевые ИТ-мессенджи в СМИ и на мероприятиях создают впечатление тотального перехода к цифровой трансформации. А это, в свою очередь, побуждает бизнес поспешить, чтобы не отстать от тренда. На самом деле, большая часть решений - простые системы видеонаблюдения с небольшой примесью видеоаналитики. На рынке мало сложных продуктов, таких как, например, системы контроля всего производственного процесса на основе видеоаналитики или системы контроля безопасности на производстве. Но фактически процесс цифровизации только начинает развиваться, и заказчику лучше подходить к этому процессу обдуманно.

Наш эксперт: Корсаков Иван – архитектор систем компьютерного зрения компании Софтлайн Диджитал