Компьютерное зрение и видеоаналитика
Создаём системы компьютерного зрения, которые преобразуют камеры и изображения в проверяемые события: обнаруживают объекты и отклонения, измеряют процессы и передают сигнал в операционный контур.
Что представляет собой решение
Компьютерное зрение извлекает структурированные признаки и события из изображений или видеопотока. Решение может классифицировать кадр, обнаруживать и сегментировать объекты, отслеживать их движение, считывать маркировку, измерять геометрию и выявлять визуальные аномалии.
Промышленная система включает не только модель: камеры и оптику, зоны наблюдения, вычисление на edge или сервере, правила агрегации событий, интерфейс разметки и проверки, интеграцию с целевой системой и мониторинг изменения условий.
Какие задачи бизнеса решает
- Визуальный контроль качества выполняется выборочно и зависит от усталости и интерпретации сотрудника.
- Операционные события видны на камерах, но не превращаются в измеримые данные и своевременные уведомления.
- Нужно контролировать наличие, количество, последовательность действий или состояние объекта без установки отдельного датчика на каждый участок.
- Ручной просмотр большого видеоархива занимает часы и не позволяет быстро находить нужный эпизод.
- Штрихкоды, номера, этикетки и документы на объекте требуется связывать с записью в системе.
- Классическая видеоаналитика даёт много ложных срабатываний при изменении света, ракурса, фона или ассортимента.
Возможности решения
Классификация
Определение категории изображения, состояния оборудования, типа дефекта или соответствия визуальному стандарту.
Детекция и сегментация
Поиск объекта, дефекта или зоны, оценка положения, площади, контура и взаимного расположения.
Трекинг
Сопровождение объектов между кадрами, подсчёт, траектории, время в зоне и последовательность событий без обязательной идентификации личности.
Контроль качества
Выявление отсутствующих деталей, поверхностных дефектов, неправильной сборки, упаковки и маркировки.
OCR и идентификация
Считывание номера, кода, этикетки, ценника или таблички и сопоставление с карточкой объекта.
Видеоаналитика
Агрегация кадров в бизнес-события, подавление повторов, работа с временным окном и сохранение подтверждающего фрагмента.
Анализ безопасности
Обнаружение определённых опасных состояний, отсутствия требуемого СИЗ или пересечения зоны с обязательной проверкой контекста человеком.
Edge AI
Обработка рядом с камерой для низкой задержки, ограниченного канала связи или требований к передаче видео.
Поиск по архиву
Фильтрация эпизодов по объекту, зоне, времени и событию, формирование коротких клипов для проверки.
Сценарии применения
Производство
Проверять наличие компонентов, сборку, геометрию и визуальные дефекты, связывать событие с партией и рабочим местом.
Склад и логистика
Считать объекты, контролировать зоны, фиксировать повреждения, считывать маркировку и сопоставлять отгрузку с заданием.
Ритейл
Измерять наличие на полке, очереди и движение потоков в агрегированном виде, контролировать выкладку и ценники.
HoReCa и сервис
Проверять комплектацию, чистоту или последовательность заданных операций там, где визуальный критерий формализуем и этически допустим.
Строительство и инфраструктура
Отслеживать состояние участка, использование СИЗ и изменения объекта с учётом ограничений ракурса и ответственности специалиста.
Поиск инцидента
Находить в архиве отрезки с заданным объектом или событием и передавать оператору доказательный фрагмент.
Данные и источники
- RTSP/ONVIF-потоки, существующие CCTV, промышленные и мобильные камеры, фотографии и видеоархивы.
- Аннотации объектов, дефектов и событий с правилами разметки и контролем согласованности экспертов.
- Метаданные времени, камеры, участка, партии, заказа, SKU, оборудования и погодных или производственных условий.
- Эталонные изображения и наборы негативных примеров, включая сложный свет, перекрытия и редкие исключения.
- Сигналы оборудования и записи MES/WMS/ERP для связи визуального события с операцией.
Интеграции и каналы
- VMS, CCTV, NVR, edge-устройства, GPU-серверы и облачные или локальные хранилища.
- MES, WMS, ERP, CMMS/EAM, QMS, Service Desk, кассовые и складские системы.
- Панель оператора, мобильные уведомления, webhooks, очереди событий и BI.
- Системы контроля доступа и безопасности — только в пределах законного, соразмерного и документированного сценария.
Контроль, безопасность и качество
- Приёмочные данные собираются с целевых камер и покрывают время суток, сезонность, ракурсы, фон, скорость и реальные классы ошибок.
- Пороги и бизнес-правила настраиваются по стоимости ложного пропуска и ложного тревожного события, а не по общей accuracy.
- Сохраняются кадр или клип, зона и версия модели; оператор может подтвердить или отклонить событие.
- Мониторятся доступность камеры, смещение ракурса, загрязнение, размытие и дрейф распределения изображений.
- Минимизируется хранение исходного видео; применяются маскирование лиц и номеров, сроки хранения, разграничение доступа и аудит просмотра.
- Решения, влияющие на безопасность, дисциплину или права человека, не принимаются автоматически только по выводу модели.
- Для edge-контура контролируются версии модели, подписанные обновления, телеметрия, работа без сети и защита устройства.
Как оценивать результат
Показатели, по которым решение измеряется в работе, — не обещанные результаты.
- Precision, recall и F1 по каждому классу объекта, дефекта или события; отдельный recall для критичных пропусков.
- Количество ложных тревог на камеру или час и пропущенных событий на единицу продукции.
- mAP/IoU для детекции и сегментации, устойчивость трекинга и ошибка подсчёта — если эти функции используются.
- End-to-end задержка от события в кадре до записи или уведомления; p50/p95.
- Доля камер и времени с пригодным изображением, доступность контура и потерянные кадры.
- Доля событий, подтверждённых оператором, и причины отклонений по условиям съёмки.
- Бизнес-показатель: покрытие контроля, время проверки, доля брака или скорость поиска эпизода — без приписывания причинности до подтверждения.
Ограничения и роль человека
- Результат зависит от камеры и сцены: модель не компенсирует полностью неверный ракурс, недостаточное разрешение, перекрытие или отсутствие света.
- Редкие дефекты требуют достаточного числа подтверждённых примеров или альтернативного подхода к обнаружению аномалий.
- Изменение упаковки, формы, фона, линии или камеры способно вызвать дрейф и требует контроля и повторной валидации.
- Распознавание лиц, эмоций и других чувствительных признаков несёт повышенные правовые и этические риски и не предлагается как универсальный механизм контроля персонала.
- Камера видит только наблюдаемое проявление; намерение, причина и ответственность устанавливаются человеком с учётом других данных.
Частые вопросы
Можно ли использовать существующие камеры?
Часто да, если разрешение, частота кадров, ракурс, освещение и доступ к потоку соответствуют задаче. Пригодность проверяется на записях с целевых точек, а не только по паспорту камеры.
Нужно ли распознавать лица?
Большинство задач — дефекты, наличие, подсчёт, зоны и события — решается без идентификации личности. Это снижает правовые риски и объём чувствительных данных.
Где обрабатывается видео?
Возможны edge, локальный сервер, облако или гибрид. Выбор определяется задержкой, каналом связи, стоимостью, требованиями к хранению и возможностью обслуживать оборудование.
Сколько данных нужно для модели?
Зависит от вариативности сцены и редкости класса. Важнее не абстрактное число кадров, а покрытие условий и независимый тестовый набор; объём определяется после анализа примеров.
Как снизить ложные тревоги?
Кроме настройки модели применяются зоны, временные окна, правила подтверждения, подавление дублей и данные оборудования. Порог выбирается по бизнес-цене ошибки и контролируется после запуска.
Может ли система полностью заменить визуальный контроль?
Только для ограниченного и измеримого критерия с подтверждённым качеством. Неоднозначные и высокорисковые случаи остаются у специалиста, а система обеспечивает постоянное покрытие и приоритизацию.
Проверьте гипотезу до разговора с командой
Asphera Intelligence за пару минут соберёт карту возможностей и гипотезу пилота по вашей задаче. Команда подключится к уже понятному контексту, а не к пустой заявке.