От простого видеонаблюдения до видеоаналитики больших объемов данных. Цифровые технологии стремительно развиваются и наращивают функционал. В каких сферах макрорегиона они применяются, РБК Приморье рассказал руководитель управления организации продаж Дальний Восток ПАО «Ростелеком» Игорь Попов.
— В городах цифровизация начиналась с системы видеонаблюдения. Как сейчас она работает? Это же не просто фиксация? Это анализ, сбор данных.
— Все верно. Один из элементов цифровизации городской среды, заметный для граждан, — это камеры видеонаблюдения, которые используются, в первую очередь, в сфере безопасности, чтобы сохранять правопорядок и предупреждать правонарушения. Но, по большому счету, на базе видеоаналитики на данный момент могут функционировать любые городские службы — от ЖКХ до транспорта, от проведения общественных массовых мероприятий до системы образования. В любой сфере система видеонаблюдения и видеоаналитики применима.
— А что такое видеоаналитика: как собираются данные? Какие из них вы используете для аналитики, а какие отбрасываете?
— Нейросети выявляют то целевое событие, которое мы хотим увидеть. Если мы берем сферу ЖКХ, то, на основании видео картинки, нейросети определяют наличие мусора на городских улицах или дефекты на дороге. Опять же, касаясь сферы вывоза твердых коммунальных отходов, нейросети определяют заполнение контейнеров, тип мусора, несанкционированные свалки. Таким образом информация в систематизированном виде поступает в городские службы и может использоваться для дальнейшего реагирования.
— То есть если человек где-то бросил фантик, система зафиксирует?
— Да, вплоть до таких событий. Человек бросил фантик или, например, оставил какой-то предмет на скамейке в парке — система уже выявляет, что на скамейке в парке лежит предмет, похожий, условно, на какую-то коробку. Сигнал поступает и правоохранительным органам для того, чтобы отреагировать на подозрительный предмет, и в систему ЖКХ, что необходимо произвести уборку.
— Сейчас система видеонаблюдения научилась определять даже полузакрытые лица в масках. Насколько велика погрешность? Как это работает?
— Всю суть технологии я не могу вам раскрывать, как это работает с масками, но, по большому счету, системы видеонаблюдения научились распознавать силуэты людей. И даже наличие маски или полностью закрытого лица не является барьером для того, чтобы понять, кто в кадре. Но другое дело, что сама по себе система видеонаблюдения пока еще не соответствует фантастическим фильмам, когда любая картинка сразу идентифицируется как некий гражданин. Чтобы данные гражданина были в системе, необходимо их туда внести, на основании этой картинки сверить с базой данных и потом уже понять, кто это.
— А если мы ищем конкретного человека, то можем найти?
— Для начала мы должны иметь хотя бы фотографию или какие-то еще параметры этого конкретного человека. На данных технологиях, собственно, основан поиск потерявшихся людей. К примеру, когда люди по состоянию здоровья не могут адекватно оценить, где они находятся. Если есть фотография у родственников, правоохранительные органы могут найти потерявшегося человека.
— Это уже применяется на практике?
— Абсолютно так. У нас в стране такие системы установлены в каждом регионе в той или иной степени внедрения. Что касается наших систем от Ростелекома, это больше 22 регионов, самые крупные из которых, естественно, Москва и Санкт-Петербург. На Дальнем Востоке это Южно-Сахалинск, Владивосток, несколько городов Приморья. Сейчас мы активно внедряемся в Якутске. И да, действительно, если брать статистику по Дальнему Востоку, у нас уже огромное количество случаев, когда правоохранительные органы и городские службы предотвращали какие-то несчастные случаи и находили потерявшихся людей. Система работает и приносит пользу.
— Какие еще результаты внедрения системы видеонаблюдения вы фиксируете в регионах Дальнего Востока?
— Помимо идентификации людей есть всем известная фиксация нарушений правил дорожного движения. Система везде устанавливается и эффективно работает во всех регионах. И сейчас очень активно внедряется такое направление как интеллектуальная транспортная система. На основе данных видеонаблюдения анализируется плотность городского потока. Эта информация в совокупности с информацией с разных датчиков поступает в центр обработки данных, и этот центр управляет светофорами, пешеходными переходами, которые также включены в систему, и позволяет регулировать трафик не на каком-то отдельном участке, а в целом по городу. Такие системы внедрены уже во Владивостоке, сейчас внедряются в Южно-Сахалинске, и мы заканчиваем внедрение в Якутске.
— Чем еще полезны цифровые сервисы транспортной сфере?
— В интеллектуальную транспортную систему, которая управляет потоками, также входят элементы, которые касаются, например, системы весогабаритного контроля на трассах. В первую очередь она позволяет легально провозить грузы за счет того, что грузоотправители и транспортные компании заранее декларируют, что они везут. Система контролирует соответствие выданных разрешений, и перевозка больших тяжелых грузов по дорогам становится подконтрольной, а полученные государством средства идут на восстановление этих дорог, и все это автоматизировано. Сюда же входит система мониторинга транспорта: на общественном и коммунальном транспорте установлены датчики, которые показывает местоположение и расход топлива. Если про коммунальную технику речь, обычно еще есть датчики, которые показывают работу разных агрегатов, щеток, плугов, пескоразбрасывателя и так далее. Таким образом, коммунальные службы могут, во-первых, эффективно строить работу и выпускать на линию именно то количество техники, которое необходимо, а во-вторых, контролировать расход различных материалов, которые используются для уборки дорог.
— Сейчас активно применяются цифровые технологии в сфере строительства. Какие сервисы внедряет ваша компании?
— У нас есть так называемая платформа строительных сервисов. Она позволяет отслеживать в режиме реального времени соответствие производимых работ на объекте капитального строительства тому проекту, по которому составлена смета. Система полностью контролирует этапы выполнения работ, план-график, позволяет формировать различные дашборды, удобные для отчетов и понимания текущей ситуации. Данный продукт, в первую очередь, нашел применение в сфере капитального строительства за бюджетный счет, потому что это очень важно. Есть бюджетный период, в который необходимо освоить ресурсы и построить все вовремя, чтобы не было никаких срывов. Эта система позволяет ежедневно контролировать все, вплоть до каждого кирпича: как он уложен, насколько вовремя.
— То есть ручное управление минимизируется или вообще сводится к нулю?
— Сейчас данные частично вносятся людьми, и есть система контроля. Сотрудник строительной компании вносит данные, потом заказчик выезжает на объект и проверяет, насколько правильно они внесены. Но мы и здесь используем систему видеоаналитики, которая позволяет показать, к примеру, насколько активно техника передвигается на стройплощадке. Нейросеть также определяет, насколько уровень застроенности соответствует тому, что на данный момент должно происходить по плану-графику. Вот такой всесторонний контроль. С одной стороны, он в любом случае не обходится без человека, но с другой стороны, есть объективная система контроля.
— Строительство, ЖКХ, транспорт — везде уже есть цифровые технологии. Куда дальше двигаться? В каких сферах будете развиваться?
— Абсолютно во всех сферах цифровые технологии применяются и будут применяться все больше и больше. Есть такое понятие как управление на основе данных. Оно на самом деле не появилось три года назад или пять лет назад. Оно появилось 10 тыс. лет назад, когда человек первый раз попытался на стене зафиксировать, сколько мамонтов он добыл на охоте. У нас все-таки инструментарий сейчас побольше, поэтому в каждой сфере нашей жизни, в каждой сфере деятельности государства мы внедряем и разрабатываем системы, которые позволяют собирать данные в систематизированном понятном виде, анализировать их, строить прогнозы и принимать решения. Поэтому здесь абсолютно все сферы.
Реклама. Рекламодатель: ПАО "Ростелеком", company.rt.ru, 2SDnjdfgKeY
