Рынок видеоаналитики быстро взрослеет, но в практике проектов он упирается во вполне материальные "потолки": свет, сцена, полоса, архив и вычислители. Понимание ориентиров по рынку РФ и международным вендорам позволяет принимать верные решения при выборе поставщика.
Андрей Овчаренко
Руководитель направления разработки ПО, Московская биржа
Рассмотрим подробнее, за счет чего можно улучшить работу системы видеонаблюдения, в том числе на примере конкретных кейсов.
Качественная "картинка" дает больше возможностей
В лаборатории нейросети сравнивают миллионы снимков и показывают ошибки на уровне "единицы на миллион сравнений". В жизни всё проще и строже: лицо повернулось, человек надел капюшон, камера чуть завибрировала – точность падает. Поэтому основное правило: не гнаться за "100%-ным распознаванием", а обеспечить "качественную картинку": правильный ракурс, стабильное крепление, чистое стекло, понятную зону обзора. Это дает больший прирост возможностей, чем замена одной нейросети на другую. Классический "датчик движения" реагирует на все подряд: снег, дождь, тень от деревьев. Современные алгоритмы научились смотреть на объекты, а не на "шевеление пикселей": человек прошел – тревога, пакет улетел – игнор. Переход на такую фильтрацию в периметральных задачах обычно снижает "ложняк" в разы (минус 50–90%). Это тот редкий случай, когда "умное ПО" действительно экономит людям время.
Свет и погода – главные враги. Любая камера любит свет. Днем все хорошо, ночью – шум, ИК-подсветка, размытие. В дождь/снег и при встречной засветке от фар точность падает особенно заметно. Отсюда практический вывод для владельца объекта: свет – часть проекта, а не "подставим потом". Нужен баланс: чуть больше люксов там, где ждете важные события (касса, проходная, въезд).
Когда людей мало, система видит каждого. В час пик лица и контуры закрывают друг друга – часть событий неизбежно теряется. Это не “плохая нейросеть", а геометрия сцены: где нет обзора – нет и аналитики. Помогают дополнительные камеры под другим углом и узкие зоны интереса.
Сжатие видео современными кодеками (H.265 и фирменные "умные" режимы) действительно режет трафик и архив примерно наполовину. Но если "пережать", мелкие признаки (символы на номерах, детали лица) теряются. Золото в середине: экономим, но не в ущерб полезности.
Представьте "мозг" сервера – видеокарту, которая одновременно "смотрит" потоки и ищет нужное. Для ориентиров: одна популярная серверная видеокарта (NVIDIA T4) обрабатывает порядка 40 потоков Full HD (H.264) или около 60 потоков (H.265), если алгоритмы не самые тяжелые. Например, нужно обрабатывать 500 камер в реальном времени – планируйте порядка восьми таких карт с запасом под пиковые нагрузки.
Один поток Full HD со средним движением в день "весит" примерно 21–43 Гбайт, а за 30 дней – 0,65–1,30 Тбайт. Умножаем на количество камер – и быстро получаем сотни терабайт на крупном объекте. В нашем примере 500 камер – это ~324–648 Тбайт в месяц, если писать все непрерывно. С "умным" сжатием и режимом "по событиям" – заметно меньше.
Исходя из диаграммы (см. рис. 1), можно прикинуть бюджет на диски.
Есть два подхода: считать на краю или в центре. На краю (в камере или локальном узле): быстрое обнаружение, меньше трафика по сети, стабильность при "падающем" Интернете. В центре (сервер/облако): удобные обновления, мощные модели, сквозной поиск.
В реальности чаще всего выигрывает гибрид: умная камера "понимает" события и отправляет короткие метаданные, а центр делает "тяжелую" аналитику и хранит архив.
Рынок видеонаблюдения России и зарубежья
Рынок видеонаблюдения в России оценивается за 2024 г. в 42,9 млрд руб., прирост ~10%. Установленная база – десятки миллионов камер по стране (>21 млн в 2022 г. и >23 млн 2023 г.). Рост обеспечивают городские проекты, транспорт, торговля и промышленность.
После передела поставок основные объемы продаж камер – у китайских производителей. По импортной статистике за 2023 г. по выручке, лидеры выглядели так: Hikvision ~20%, HiWatch ~16,4%, TRASSIR ~4,5. В 2023-м динамика примерно сохранилась: железо – в Азии, "склейка и мозги" – всё чаще в России. Смотрите рис. 2 (диаграмму): доли видны без лупы.
Сердце системы – программная платформа, где живут правила, поиск, отчеты и интеграция с доступом, охраной, "Безопасным городом".
Сильные российские игроки: ITV | AxxonSoft (Axxon Next/Интеллект), ISS (SecurOS), TRASSIR, Macroscop. Их ключевая идея – открытая платформа: подключаем разные камеры, модули аналитики и внешние системы, не меняя "скелет" решения. Для крупных объектов – кластеры и "горячее" резервирование, для распределенных – удобные режимы "край + центр".
Правила игры: чувствительные данные (биометрия, архивы) требуют хранения в стране и аккуратной юридической настройки. Это не тормоз, а мотиватор качественной инженерии: меньше зависимостей от внешних сервисов, больше внимания к безопасности и надежности.
Оптимизация работы систем видеонаблюдения
Предлагаю практическую шпаргалку, созданную на основе опыта.
- Свет – это часть технического задания. Чуть больше люксов в "критических" точках дает заметную прибавку к точности.
- События вместо "шевеления". Перейдите с детекции движения на фильтр "человек/авто" – ложных тревог станет в разы меньше.
- Сжатие с умом. Экономьте полосу/диск примерно на 50%, но не убивайте мелкие детали.
- Считайте "мозги". Для Full HD ориентируйтесь на десятки потоков на одну видеокарту: крупный объект требует не одной, а целой "гребенки".
- Гибрид рулит. Пусть камера быстро "понимает", что случилось, а сервер "думает глубже" и хранит.
- Качество монтажа – половина успеха. Жесткое крепление, чистая оптика, правильный угол и высота – бесплатный апгрейд точности.
- Четкие зоны интереса. Лучше две камеры, уверенно видящие свое, чем одна, видящая все и ничего.
- Человеческая проверка. Все, что влияет на деньги и безопасность, должно иметь простой сценарий "подтвердить/отклонить".
Три быстрых кейса: "чувствуем цифры"
Кейс 1. Периметр склада
Было: 40 камер, детекция движения, десятки ложных тревог в смену (снег, фары, кошки).
Стало: фильтр "человек/авто" + спокойные зоны интереса − минус 70% ложных тревог, охрана перестала "глохнуть" от сигналов. Плюс умеренное сжатие – минус ~50% архива без потери полезности.
Кейс 2. Розница, кассовая зона
Было: мало света и один общий обзор.
Стало: локально добавили свет, поставили вторую камеру на уровень лица – качество распознавания выросло на десятки процентов, фактических пустых срабатываний стало меньше.
Итог: меньше споров и быстрее разбор инцидентов.
Кейс 3. Транспортный узел, 500 камер
Задача: месяц архива, поиск людей и событий за минуты.
План: гибрид – на местах работают камеры с "умными" событиями, в центре – кластер из ~8 видеокарт (запас под "тяжелые" задачи).
Архив с экономией кодеками – в два раза меньше дисков, поиск по метаданным – секунды вместо часов прокрутки видео.
Локально, в облаке или гибридно?
Светом, ракурсами, качеством монтажа и здравым порогом тревог можно радикально уменьшить ошибки. Стоит ли "уезжать" в облако? Для малых объектов – удобно. Для крупных и чувствительных – чаще гибрид: часть локально, часть – централизованно/в облаке.
Нужен ли "суперпроцессор" в каждой камере? Не всегда. Локальная "смарт-камера" хороша для быстрых тревог. "Тяжелые" задачи разумнее держать на сервере, чтобы обновлять и масштабировать без замены парка.
Сегодня "номер один" в железе – азиатские бренды с широкими линейками. В "мозгах" – сильные российские платформы, которые соединяют всё вместе и делают это под наши правила и реалии.
Вывод: потолок – это инженерия деталей
Алгоритмы уже достаточно умны. Настоящий "порог возможностей" сегодня задают сцена и инфраструктура: свет, ракурс, стабильность крепления, разумная компрессия, продуманная архитектура "край + центр", достаточный запас вычислений и дисков. Российский рынок растет двузначными темпами: китайские производители закрывают железо, добавленная стоимость все чаще создается отечественным ПО и интеграцией. Проекты, которые планируются "от аналитики", а не "от кабеля", выигрывают дважды: получают меньше ложных тревог и предсказуемый бюджет. А значит, потолок с каждым годом чуть выше, но поднимают его не только новые нейросети, но и качественный свет, грамотные углы и здравый смысл в ТЗ.
Список источников
- https://www.nist.gov/system/files/documents/ 2019/10/16/frvt_report_2019_10_16.pdf
- https://www.axis.com/dam/public/f5/60/5d/ white-paper–reduce-energy-use-en-US397069.pdf
- https://biz.cnews.ru/reviews/videonabludenie_2023/articles/rossijskie_postavshchiki_video analitiki
- https://www.hikvision.com/content/dam/ hikvision/ca/faq-document/H.2645-%26-H.2645-Recommended-Bit-Rate-at-General-Resolutions.pdf
Иллюстрации предоставлены автором.
Иллюстрация к статье сгенерирована нейросетью Kandinsky