В прошлой статье я рассказал, как мы сэкономили застройщику 16 миллионов рублей в год, внедрив в систему видеонаблюдения нейросети. Сегодня мы пойдем дальше.
Я доступно объясню, как именно мои умные камеры с распознаванием лиц "узнают ее из тысячи", и как мы адаптируем одни и те же нейросети для разных промышленных задач. Для тех, кто дочитает до конца, бонус - технологии слежки за всеми нами.
Универсальные нейросети
Нашу нейросеть можно использовать на любом промышленном предприятии. Везде есть проходная, и везде проблемы с переработками. Технология распознавания лиц поможет автоматизировать доступ, и внедрить учет рабочего времени.
Еще пример-контроль въезжающей техники. Скажем, у вас не стройка, а цементный завод. Сюда должны заезжать определенные машины. Эти машины сеть будет распознавать по госномерам. Номера занесены в базу, нейросеть контролирует время прибытия и убытия. Если расписание нарушено - происходит тревожная сработка.
На всех предприятиях есть похожие технологические процессы. Например, для того, чтобы конвейер работал, человек должен совершать определенные действия. Он должен находиться в определенном месте в определенное время. И мы можем обучить нейросеть распознавать это. Например, по технике безопасности работать за станком можно только стоя. Если оператор станка садится, то на пульт приходит тревожный сигнал.
Если речь о логистическом центре, там тоже есть такие факторы, как очередность, определенные ворота, и доставка грузов именно к ним. С помощью нейросети можно быстро понять: вот здесь пятифутовый контейнер возле ворот № 18. А здесь паллеты со стеклотарой, им тут не место.
Видеонаблюдение давно вышло за пределы функций охраны от воришек. Мы можем исправлять и корректировать работу промышленных объектов, логистических объектов с точки зрения технологических процессов.
Нейросети в эпоху COVID-19
Интересный кейс возник благодаря эпидемии COVID. Все кинулись измерять температуру дистанционно. Есть технология, которая может измерить температуру объекта с точностью 0,5 градуса. Для людей, конечно, это работает не очень хорошо, потому что температура поверхности кожи отличается от внутренней температуры человека. Когда вы пришли с мороза, и камера смотрит в ваше закутанное шарфом лицо, то там температура примерно 28 градусов, а никак не 36. То же самое происходит, если вы зашли с жары - температура кожи может быть выше 37-ми.
Но из-за того, что единовременно и массово возник спрос на эти технологии, производители стали допиливать свои системы. Мы нашли им применение в промышленности.
Например, есть определенная температура, с которой должна работать печь. Если что пойдет не так, наша тепловая карта изменится. В печи стоит датчик, но наша система удаленного мониторинга температуры его дублирует. Причем измеряет температуру печи та же камера, которая уже была на объекте. Мы просто добавили к ней еще одно устройство. И если печь перегреется, мы получим тревожный сигнал. Двойной контроль подобных объектов улучшает безопасность на производстве.
Распознавание лиц в масках
Внедрение нейросетей в большие производственные системы сопровождается определенными проблемами. Например, как заставить работать систему распознавания лиц, если все ходят в масках?
На самом деле, нейросеть работает даже в таких условиях. Степень распознавания снижается с 99% до 85%. Как это происходит?
Раньше распознавание лиц проходило на базе построения математической модели. Камера искала определенные точки на лице, и программа математически измеряла расстояние от кончиков глаз, от кончика носа до губы, между ушами и так далее. Считается, что эти расстояния с возрастом не меняются. Соответственно, по ним можно распознать человека. Модели эти работали очень плохо, потому что человек на проходной должен был смотреть в камеру ровно так, как на фотографии, занесенной в базу.
Если вдруг объект распознавания поворачивался не так, или освещение создавало тени, то распознавание не работало. И по этой причине системы распознавания лиц не пользовались популярностью.
Сейчас на смену математической модели пришла нейросетевая. Обыденный пример применения этой модели - маски в Instagram. Вы смотрите в камеру смартфона, нейросеть понимает, где у вас глаза, где уши, и примерно туда пририсовывает ушки котика, или бородку Дон Кихота.
В системах безопасности взяли эту же самую модель. Нейросеть научили понимать, где лицо, а где глаза. Теперь, чтобы система пустила вас на работу, ей достаточно и плохой фотографии.
На цементном заводе, где мы внедрили эту технологию, рабочие пытались обмануть систему. Кто-то сбрил бороду, кто-то надевал маску, кто-то натягивал капюшон как можно ниже. Из-за того, что база была сравнительно небольшая, всего около 200 человек, нейросеть не ошиблась ни разу. Честно говоря, мы сами такого не ожидали. Системе хватило узкого расстояния между капюшоном и маской, по сути, одних глаз.
Кого умные камеры не узнают
В случае с запрещенными публичными мероприятиями система работает медленнее. Если вы находитесь на митинге, в маске и капюшоне, то нейросеть с высокой долей вероятности не найдет похожего человека у себя в базах.
Однако нейросеть узнает вас, если вы занесены в список. Например, у ритейла есть blacklist - база людей, которые воруют. Человека из этой базы нейросеть способна определить с высокой точностью, так как список не очень большой.
Приватность или безопасность?
Есть технологии, которые нарушают приватность. Где проходят границы между приватностью и безопасностью?
Границ уже нет. Если вы пользуетесь сим-картой и банковскими карточками, то уже под плотным присмотром «большого брата», и нейросеть с распознаванием лиц ситуацию не ухудшит. Операторы сотовой связи в каждый момент времени онлайн понимают, где вы находитесь, с помощью метода триангуляции. Есть базовые станции. Если вы находитесь между любыми тремя станциями, они с точностью до метра знают ваше положение.
Затем эти данные интерпретируются. Становится понятно, где вы живете, потому что каждый вечер вы туда возвращаетесь. Понятно, где вы работаете, потому что вы регулярно ездите в офис. И понятно, где вы любите отдыхать. Кафе, рестораны, развлечения, бассейны, спортзалы, – это все триангулируется.
Теперь представьте, что эта информация накладывается на информацию о местах, где вы платили банковской картой. И если раньше у “большого брата” была информация, что вы ходите в такой - то офисник, теперь он знает, куда конкретно, потому что вы купили там кофе.
Ваши покупки позволяют понять уровень дохода и продукты, которыми вы пользуетесь. Соответственно, здесь уже становятся понятны маркеры для маркетинга, некоторые теги, которыми можно вас обозначить.
Когда наступит эра цифрового тотального цифрового контроля?
Повторюсь, все, о чем я рассказывал, применяется не в наукоградах, не в Силиконовой долине или кремлевском бункере. Мы развернули интеллектуальную систему безопасности на обычной стройке. И стоит это примерно столько же, сколько стоила бы обычная система доступа и видеонаблюдения. Все, что мы добавили, это здравый смысл и немножко обученных нейросетей.
Даже сервера, которые обрабатывают информацию, это обычные компьютеры, не самые мощные на свете. Они стоят гораздо дешевле, чем игровые компьютеры.
Помните, когда в 90-е мы смотрели голливудские боевики, там у полиции была черно-белая фотография подозреваемого? Они ее увеличивали, увеличивали, и пиксели складывались в четкую картинку... Мы недоверчиво это воспринимали и думали, что так не бывает. Самое смешное, что, да, в 90-е так не работало, так сделать было нельзя. А сегодня нейросеть способна качественно улучшить даже запиксилизованную фотографию. То есть реально с помощью определенной технологии сама нейросеть додумывает, где должна быть эта линия, где должна быть эта тень, эта складочка. И получает довольно четкое изображение после обработки нечеткого.
Вы спросите - почему же тогда умные камеры не стоят на каждой стройке?
Дело в том, что люди не любят перемены. Перемены в их сознании сопряжены с опасностями. Многие даже не стремятся узнать, как далеко шагнули технологии за последние пять лет, и продолжают заказывать традиционные видеокамеры.
Моя миссия - рассказать о новом чудном мире нейросетей простым языком. И сделать жизнь таких людей лучше.
Если после прочтения вы захотели со мной поработать - вэлком к нам в «Недремлющее Око»: https://kvs-sb.ru/