Людей, авто и митинги хотят искать по ИИ-камерам в Алматы

Управление цифровизации южной столицы планирует потратить 129,7 млн тенге на модернизацию платформы общественной безопасности Target EYE. В систему хотят встроить VLM-модуль с элементами ИИ, который сможет анализировать записи с городских камер и искать нужных людей, автомобили и события по обычному текстовому запросу. Согласно технической спецификации госзакупки, новая система должна помочь операторам быстрее находить важные события и объекты на записях с камер. ИИ будет анализировать кадры, формировать краткое описание происходящего и сопоставлять его с текстовым запросом пользователя, передает Курсив. Target EYE — казахстанская интеллектуальная платформа видеонаблюдения и видеоаналитики на базе искусственного интеллекта, разработанная компанией TargetAI. Система предназначена прежде всего для крупных городов и предприятий и позволяет объединять большое количество камер в единую систему мониторинга. Платформа может централизованно работать с сотнями тысяч камер, анализировать видеопотоки с помощью ИИ и использовать полученные данные для дальнейшей аналитики. Разработчик также заявляет возможность быстрого поиска по видеоархивам по заданным критериям, подключения различных источников данных и интеграции с внешними базами и хранилищами. Также TargetAI заявляет, что платформа поддерживает событийную видеоаналитику с самообучением, систему управления доступами и различные способы оповещения пользователей. Одна из главных функций нового модуля — поиск по видеоархиву на естественном языке. Другими словами, оператор сможет вводить запрос в свободной форме, после чего система должна находить видеокадры, события или фрагменты записей, которые лучше всего соответствуют его смыслу. Поиск должен работать на русском языке. Возможность поддержки казахского языка также должны предусмотреть в интерфейсе. При поиске людей система сможет учитывать наличие человека в кадре, цвет его одежды, наличие сумки, рюкзака или другого предмета, а также перемещение человека в составе группы. Кроме того, в техспецификации говорится о поиске видеоматериалов по внешним признакам людей, одежде, предметам и контексту происходящего. Отдельный сценарий предусмотрен для автомобилей. ИИ должен искать транспорт по его типу, цвету и примерному классу, определять нахождение машины в заданной зоне, а также учитывать, движется автомобиль или стоит. Еще одно направление — анализ дорожной обстановки. Модуль должен находить ДТП и аварии, пробки и скопления автомобилей, пешеходов на проезжей части, препятствия на дороге, скопления людей возле места происшествия и нестандартные ситуации на перекрестках. Также в документации предусмотрен поиск скоплений людей и нестандартных ситуаций в общественных пространствах, выявление конфликтных ситуаций и других событий, которые могут представлять интерес для уполномоченных служб. Одной из целей проекта называется сокращение времени, которое сотрудники тратят на ручной просмотр видеоархива при проверке обращений, инцидентов и материалов оперативной или надзорной деятельности. По результатам запроса система должна показывать изображение или превью найденного кадра, время события, краткое описание происходящего и показатель соответствия запросу. Также оператор сможет увидеть сведения о камере или другом источнике видео, перейти к соответствующему фрагменту записи и посмотреть доступные метаданные события. При этом ИИ не должен самостоятельно принимать окончательные решения о происходящем на записи. В техспецификации отдельно уточняется, что результаты его работы будут носить вспомогательный информационно-аналитический характер. Окончательную оценку события, человека, предмета или автомобиля должен давать уполномоченный пользователь Единой системы видеомониторинга. У базовой версии VLM-модуля предусмотрены ограничения. Система должна поддерживать одновременную обработку не более 50 фреймов или кадров с активных камер Единой системы видеомониторинга. При этом непрерывный анализ полного видеопотока со всех городских камер в режиме 24/7 в эту закупку не входит. То, какие именно кадры и с какой периодичностью будут передаваться ИИ на анализ, должно зависеть от настроек системы, выбранных сценариев использования и доступных вычислительных мощностей. В закупку также не входят установка новых камер, поставка серверного и сетевого оборудования, систем хранения данных, модернизация каналов связи и промышленная разметка больших массивов видеоданных. Разработать и внедрить новый модуль поставщик должен в течение 60 календарных дней после регистрации договора в органах казначейства. На обследование действующей системы и согласование требований предусмотрено до 10 дней. Рабочая версия самого ИИ-модуля должна быть готова в течение 15 дней. До 30-го дня подрядчик должен настроить пользовательский интерфейс, до 40-го — интегрировать модуль в действующую платформу, а до 50-го — подготовить сценарии AI-видеоаналитики. К 55-му дню должны завершиться тестирование и опытная эксплуатация, к 58-му — пусконаладочные работы. Полностью передать результаты заказчику исполнитель должен в течение 60 дней. Поставщик также обязан обеспечить гарантийное сопровождение VLM-модуля до конца 2028 года. В этот период он должен устранять ошибки, консультировать специалистов заказчика и давать рекомендации по настройке и эксплуатации системы. Напомним — 24 сентября 2027 г. в Алматы пройдет конференция PROFIT Infrastructure Day, посвященная умной инфраструктуре — от офиса до страны.