Автокомплекс нейросетевого наблюдения компании Softlogic под названием "Городовой" работает в Петербурге почти 2 года. Сейчас в городе функционируют восемь мобильных комплексов. За 4 недели они объезжают 186 маршрутов.
В автомобилях установлены камеры, которые записывают всё, что попадает в их поле зрения. Затем ИИ анализирует картинку и выявляет нарушения благоустройства. Пакет с информацией и данными о владельце имущества поступает в виде постановления ответственному сотруднику инспекции.
В 2024 году с помощью ИИ составлено более тысячи постановлений, сообщили "ДП" в Государственной административно–технической инспекции.
Изначально "Городовой" распознавал только граффити, кондиционеры на фасадах и ямы на дорогах. Для этого в ГАТИ использовалась одна машина, затем к ней добавили ещё семь. За полтора года перечень проблем расширился. В настоящее время нейросеть выявляет девять видов нарушений. К ним относятся, например, наледь и не восстановленное после аварийных работ первичное благоустройство.
Кроме работы мобильных комплексов "Городовой" также занимается анализом системы видеонаблюдения "Безопасный город". Сейчас с помощью нейросети анализируются камеры в четырёх районах — Адмиралтейском, Василеостровском, Центральном и Петроградском.
Всего "Безопасный город" насчитывает более 90 тыс. камер. После подведения итогов пилотного проекта ресурсы ГАТИ позволят внедрить большинство из них в свою систему.
Как отмечает ведущий CV–инженер Softline Digital Владимир Валеев, глубина хранения данных "Городовым" предположительно превышает семидневный период архивации "Безопасного города".
"Вместо полного видеоархива система сохраняет изображения с набором метаданных, включающих координаты ГЛОНАСС / GPS, размеры объекта на кадре, а также метки класса объекта (граффити, песок или яма на дороге, кондиционер на улице, фонарь). В этом преимущество видеоаналитики по сравнению с видеонаблюдением. Автоматически обнаруживаются и сохраняются только интересующие события", — подчёркивает эксперт.
В пресс–службе ГАТИ говорят, что для нейрогородового выбирают преимущественно те камеры, которые дают необходимую картинку для контроля уборки. Места, где их нет, анализируют на наличие проблем с помощью мобильных комплексов.
Территории, куда нельзя проехать на автомобиле, контролируют инспекторы.
Как сообщают эксперты, эффективность нейросети зависит от экспертизы инженеров, которые её обучали, а также от сложности информации, подаваемой на вход.
"На ограниченных множествах с заранее определёнными и стабильными визуальными характеристиками объектов ИИ может превосходить человека по точности распознавания. В практических условиях система видеоаналитики обычно работает с открытыми множествами. Хорошая новость в том, что кондиционеры, граффити и другие объекты искусственного происхождения имеют вполне детерминированные визуальные характеристики", — говорит ведущий CV–инженер Softline Digital Владимир Валеев.
Нейрогородовой фиксирует и проблемы, которые находятся вне компетенции ГАТИ. Подписано два соглашения: нарушения на жилых домах направляются в Государственную жилищную инспекцию (ГЖИ), а на объектах физлиц — в комитет по вопросам законности.
"Мы, как разработчики собственной системы нейросетевой видеоаналитики, работающие в Северо–Западном регионе, хорошо понимаем, с какими технологическими задачами сопряжена такая работа. Важно не только обеспечить устойчивость комплекса к климатическим условиям (осадкам, туману, перепадам температур), но и добиться высокой точности распознавания. А это требует длительного периода накопления данных и дообучения моделей на материалах, собранных в разное время года при разном освещении и погоде", — прокомментировал генеральный директор CodeInside Максим Семёнкин.
Несмотря на качественное распознавание проблем, функций нейрогородового для окончательного принятия решения о штрафе недостаточно. Согласно данным анализа работы ИИ в период с июня 2023 года по май 2024–го, из 10 тыс. зафиксированных нарушений санкции применили только в 664 случаях, что составляет всего 6%.
Владимир Валеев связывает это с тем, что в текущий момент ИИ занимается лишь первичным обнаружением потенциальных нарушений.
Помимо визуальных характеристик требуется привлечение дополнительных внешних данных, не содержащихся в памяти нейросети.
"Развитие “Городового” — важный шаг, подтверждающий, что нейросетевые решения находят практическое применение в масштабах города и рынок таких технологий постепенно выходит на новый уровень зрелости", — резюмирует Максим Семёнкин.