Искусственный интеллект в видеонаблюдении сократил ложные тревоги на 90%

Долгие годы считалось, что проблема решится сама собой, когда камеры научатся отличать человека от тени, ветки или кошки. И камеры научились. Уже 5–7 лет назад даже недорогие устройства получили базовые ИИ-алгоритмы распознавания людей. Тени и облака больше не беспокоили операторов.

Но ложные тревоги никуда не делись. Просто их источник изменился. Вместо кошек и пауков оператор стал видеть десятки реальных людей, которые не должны находиться на объекте, но формально ничего не нарушают. Сотрудник, проходящий мимо камеры. Доставка, стоящая у ворот. Ребёнок, играющий в зоне периметра. Всё это — тревоги. И всё это — ложные, потому что не требует выезда группы быстрого реагирования.

В конце 2024 года компания Hikvision сообщила о внедрении в свои камеры видеонаблюдения крупномасштабных ИИ-моделей, которые снижают количество ложных тревог на 90% по сравнению с традиционными ИИ-камерами. Система научилась отличать реальную угрозу от повседневной активности.

Ниже разберём, почему даже умные камеры ошибаются, что меняют крупномасштабные модели и как это влияет на работу пультов. Эту статью нам помогли подготовить специалисты Центра пультовой охраны.

Проблема ложных тревог: почему даже умные камеры ошибаются

Начнём с важного уточнения. Детектор движения «по изменению пикселей» — это технология 20-летней давности. Современные камеры видеонаблюдения, даже недорогие, уже давно оснащены базовыми ИИ-алгоритмами. Они умеют отличать человека от тени, ветки или пробежавшей кошки.

Тогда в чём проблема? Почему ложные тревоги остаются головной болью?

Проблема в том, что базовое распознавание «человек / не человек» — это только первый шаг. Оно не учитывает контекст, не понимает намерений, не отличает «своего» от «чужого», не адаптируется к нестандартным ситуациям.

Как работают обычные ИИ-камеры

Типичная камера с функцией распознавания людей использует небольшую нейросеть, обученную на размеченных изображениях. Модель запоминает характерные признаки человека: определённые пропорции тела, вертикальное положение, наличие головы и конечностей.

При обнаружении движения камера задаёт вопрос: «Похож ли этот движущийся объект на человека по форме и характеру движения?» Если да — выдаётся тревога. Если нет — игнорируется.

Это уже огромный шаг вперёд по сравнению с простым детектором пикселей. Тени и облака отсекаются. Кошка, если она не слишком крупная, — тоже.

Почему этого недостаточно

Однако у такого подхода есть фундаментальные ограничения.

1. Отсутствие контекста. Камера видит человека. Но она не понимает, что этот человек делает. Идёт к забору — тревога. Идёт параллельно забору по тротуару — тоже тревога. Стоит на месте — тревога. Для неё все люди — потенциальные нарушители.

На охраняемом объекте может быть десяток «своих»: сотрудники, клиенты, доставка, персонал клининга. Камера не отличает их от посторонних. Каждый проход мимо камеры — тревога.

2. Проблема формы. Человек в нестандартной одежде (широкий балахон, маскхалат, капюшон, закрывающий лицо) может «сломать» модель. Силуэт не похож на эталонный — камера его не узнаёт. Нарушитель проходит незамеченным.
3. Зависимость от точки съёмки. Модель обучена на типовых ракурсах — человек в полный рост, сбоку или спереди. Если камера установлена слишком высоко и видит только шляпу и плечи, или слишком низко — только ноги, распознавание может не сработать.
4. Сложные сцены. Несколько человек переговариваются у входа — тревога. Автомобиль остановился у шлагбаума, водитель выходит — тревога. Ребёнок играет в зоне периметра — тревога. Всё это реальные события, но далеко не каждое из них требует выезда ГБР.

В результате даже с камерами, умеющими распознавать людей, пультовая охрана получает сотни тревог в сутки. Просто теперь это не «кошки и тени», а «люди, которые не должны здесь находиться, но формально не нарушают».

5. Ложные срабатывания на природные объекты. Базовые модели всё ещё могут ошибаться на раскачивающихся ветках определённой формы, на кустах, на светотенях, на животных (крупная собака может быть распознана как человек).

Итог: оператор по-прежнему тонет в потоке событий. Просто мусор стал другим — более «человекоподобным».

Что изменили крупномасштабные ИИ-модели

Здесь важно понять разницу не между «старой камерой без ИИ» и «новой с ИИ», а между маленькими моделями (которые уже стоят в большинстве камер) и крупномасштабными моделями (которые только начинают внедряться).

Размер имеет значение

Обычная ИИ-камера работает с моделью, которая содержит миллионы параметров (коэффициентов, которые модель настраивает в процессе обучения). Крупномасштабная модель — миллиарды параметров. Это в сотни раз больше.

Что даёт увеличение размера:

• Глубокое понимание сцены. Модель не просто отвечает на вопрос «человек или нет?». Она понимает, что происходит в кадре в целом: где забор, где дорога, где здание, где кусты. Это называется семантической сегментацией.
• Учёт контекста. Модель анализирует не только форму объекта, но и его поведение. Человек идёт к забору с решительным шагом — высокий риск. Человек стоит спиной к забору и курит — низкий риск.
• Отличие «своих» от «чужих». Крупномасштабную модель можно дообучить на конкретном объекте. Загрузить 500 фотографий сотрудников в униформе — и модель научится их игнорировать, реагируя только на посторонних.
• Работа со сложными ракурсами. Миллиарды параметров позволяют модели запомнить тысячи вариаций: человек сверху, человек снизу, человек в профиль, человек в необычной позе, человек частично закрытый препятствием.

Как это снижает ложные тревоги на 90%

Сравним два сценария.

Сценарий А. Обычная ИИ-камера (миллионы параметров).

Камера видит: по тротуару вдоль периметра идёт человек. Модель определяет: «человек». Выдаёт тревогу.

Оператор открывает событие. Видит: человек просто идёт по своим делам, даже не смотрит в сторону объекта. Оператор сбрасывает тревогу. Ложное срабатывание.

Таких событий за день — десятки, потому что вокруг любого объекта есть люди.

Сценарий Б. Крупномасштабная ИИ-модель.

Камера анализирует сцену: есть периметр (забор, размеченный при настройке). Есть человек. Модель оценивает траекторию: человек идёт параллельно забору на расстоянии 15 метров, скорость обычная, не сворачивает. Модель учитывает контекст: это тротуар, по которому люди ходят постоянно. Вывод: ложная тревога, не отправлять на пульт.

Сигнал вообще не доходит до оператора.

Тревога генерируется только тогда, когда человек:

• приближается к забору на критическое расстояние (например, менее 3 метров);
• меняет траекторию, поворачивая в сторону объекта;
• начинает перелезать или проникать;
• демонстрирует подозрительное поведение (оглядывается, пытается спрятаться).

Именно за счёт учёта контекста и достигается снижение ложных тревог на 90% по сравнению с обычными ИИ-камерами.

Что ещё умеют крупномасштабные модели

• Распознавание аномалий. Человек в зоне, где никогда не бывает людей (например, на крыше в 3 часа ночи) — автоматический высокий приоритет.
• Мультиобъектное отслеживание. Модель одновременно анализирует десятки объектов в кадре, отслеживает их перемещения, прогнозирует пересечения.
• Устойчивость к погоде и освещению. Обучение на миллионах кадров в дождь, снег, туман, ночь, контражур позволяет модели работать там, где обычная камера «слепнет».

Как это работает на практике: от камеры до пульта

Ключевое отличие новых систем — интеллект перенесён прямо в камеру. Раньше был возможен сценарий: камера отправляет видеопоток на сервер, сервер запускает нейросеть, сервер выдаёт тревогу. Это требовало мощных вычислительных ресурсов, создавало задержки и не работало в реальном времени.

Крупномасштабные ИИ-модели запускаются непосредственно на чипе внутри камеры. Камера сама анализирует картинку. Это называется edge AI (искусственный интеллект на периферии).

Преимущества:

• Скорость. Камера обрабатывает кадр за миллисекунды.
• Экономия трафика. На пульт идёт не видеопоток 24/7, а только события, которые прошли фильтрацию.
• Масштабируемость. Можно подключить сотни камер без увеличения мощности серверного парка.

Фильтрация на камере

Алгоритм работает по принципу «отсечь лишнее на подлёте»:

• «Человек идёт по тротуару, далеко от забора» → тревога не генерируется.
• «Человек приблизился к забору, но не пытается перелезть» → тревога с низким приоритетом.
• «Человек перелезает через забор» → тревога с высоким приоритетом.

Что видит оператор на пульте

Когда камера отправляет тревогу, оператор получает:

• Метку события: «человек в периметре», «приближение к забору», «пересечение линии».
• Видеоклип: 5–10 секунд до и после события.
• Приоритет: высокий (немедленно), средний, низкий.

Оператор больше не пролистывает сотни пустых событий. Он видит только то, что система посчитала реальной угрозой.

Экономия ресурсов пульта

До внедрения (обычная ИИ-камера):

• 300 тревог в сутки (включая десятки «человек идёт по тротуару»).
• На обработку одной тревоги — 30 секунд.
• Итого 150 минут работы на объект в сутки.

После внедрения (крупномасштабная модель):

• 30 тревог в сутки.
• 15 минут работы на объект.

Разница в 10 раз. Оператор может обслуживать в 5–6 раз больше объектов.

Что значит «90%» для бизнеса пультовой охраны

90% — не маркетинговая цифра. Это операционный показатель, который влияет на три ключевых аспекта.

1. Можно брать больше объектов без расширения штата

Если каждый оператор может обслуживать в 5–6 раз больше объектов, компания может расти без пропорционального роста фонда оплаты труда. Маржинальность бизнеса растёт.

2. Выше удовлетворённость клиентов

Клиент платит за охрану. Если его объект генерирует сотни ложных тревог, он получает постоянные звонки от пульта, ночные выезды ГБР, счета за ложные вызовы. Когда ложных тревог в 10 раз меньше, клиент видит только реальные события. Доверие к системе охраны растёт.

3. Ниже текучка операторов

Работа оператора пультовой охраны — высокострессовая. Постоянное напряжение в ожидании реальной угрозы, перемежающееся утомительным просмотром тысяч ложных событий. Люди выгорают за 1–2 года.

Снижение нагрузки в 10 раз меняет качество работы. Оператор занимается действительно важными событиями. Текучка падает, опыт накапливается.

Ограничения: когда ИИ всё ещё ошибается

Технология не идеальна. Важно понимать границы.

Сложные сценарии

Даже крупномасштабные модели могут ошибаться, если нарушитель сознательно маскируется: камуфляж, полностью сливающийся с окружением; нестандартная поза (ползком); использование маскировочных сетей или укрытий. Крупномасштабная модель делает это реже, чем обычная, но 100% гарантии нет.

Погодные экстремумы

Сильный ливень, снегопад, густой туман — вызов для любых оптических систем, независимо от ИИ. Если камера физически не видит объект, никакая модель его не распознает. Решение — тепловизоры и радары, но это другой сегмент.

Стоимость

Камеры с крупномасштабными ИИ-моделями стоят значительно дороже обычных ИИ-камер. Разница — в 2–4 раза. Окупается только на объектах с высокими требованиями к надёжности и большим потоком людей.

Дообучение

Крупномасштабная модель даёт хороший результат «из коробки». Для максимальной эффективности (например, чтобы камера игнорировала сотрудников в униформе) требуется дообучение на данных с конкретного объекта. Не все производители предоставляют такую возможность.

Тренд: от детекции движения к семантическому пониманию

90% ложных тревог — важный рубеж, но не финиш. Индустрия движется дальше.

Что будет через 2–3 года

• Отличие «своего» от «чужого». Модель будет распознавать униформу сотрудников. Человек в синей куртке с логотипом — свой. Человек в чёрной куртке — чужой.
• Распознавание подозрительного поведения. Человек, который долго оглядывается, пытается спрятаться, идёт против потока, проверяет замки — автоматическая тревога с высоким приоритетом.
• Прогнозирование. Модель, обученная на тысячах реальных вторжений, сможет предсказывать вероятные точки проникновения.

Интеграция с другими датчиками

Тренд — мультисенсорные системы: видеокамеры (в том числе тепловизионные), радары, лазерные барьеры, акустические датчики. ИИ сопоставляет данные со всех сенсоров и выдаёт верифицированную тревогу.

Что это значит для пультовой охраны

Переход от реактивной модели («сигнал — реагируем») к проактивной аналитике. Оператор получает готовый анализ: «внимание, периметр юг, человек в маскировке, 20 метров от забора». Решение остаётся за человеком, но рутина снята.

Какую систему выбрать: краткие критерии

Общие критерии для выбора системы видеонаблюдения с ИИ для пультовой охраны.

Реальные кейсы, не обещания. Просите показать работу системы на объекте, похожем на ваш. Идеально — демо-тест на своей территории.

Возможность дообучения. Уточните, можно ли обучить модель под специфику вашего объекта (униформа сотрудников, нестандартные зоны, особые сценарии).

Интеграция с существующим пультом. Проверьте API и совместимость.

Стоимость лицензий. Некоторые производители берут ежемесячную подписку за ИИ-аналитику. Считайте полную стоимость владения за 3–5 лет.

Поддержка edge AI. Убедитесь, что аналитика происходит на камере, а не требует мощного сервера.

Заключение

Ложные тревоги — хроническая болезнь видеонаблюдения. Обычные ИИ-камеры научились распознавать людей, но не научились понимать контекст. Для них каждый человек — потенциальный нарушитель. Оператор тонет в потоке «человекоподобного мусора».

Крупномасштабные ИИ-модели впервые предлагают решение. Они не просто видят человека — они понимают, что он делает, куда идёт, насколько это опасно. Снижение ложных тревог на 90% — не маркетинг, а измеряемый результат, который меняет операционные показатели пультовой охраны.

ИИ не заменит оператора. Человек всё равно принимает финальное решение. Но ИИ избавляет его от рутины. Оператор видит только то, что действительно требует внимания. Устаёт меньше. Ошибается реже.

Технология не идеальна. Она дороже, не справляется с экстремальной погодой и может ошибаться в нестандартных сценариях. Но направление очевидно: от слепого детектора движения к семантическому пониманию сцены.

Пультовая охрана, которая вовремя окажется на этом пути, получит решающее конкурентное преимущество.