Как системы компьютерного зрения влияют на безопасность
Развитие современных технологий стремительно меняет привычный для нас мир, влияет на человеческую жизнедеятельность и бизнес-процессы предприятий. Одна из важных характеристик любого действия или состояния – степень безопасности. Совместно с экспертами компании «Системы компьютерного зрения» (входит в ГК ЛАНИТ) расскажем, как компьютерное зрение и искусственный интеллект (ИИ) меняют подходы к обеспечению безопасности и поднимают ее уровень в самых различных областях.
Содержание |
Видеонаблюдение и распознавание лиц
Несомненно, один из самых значительных прорывов, связанных с компьютерным зрением и ИИ, произошел в сфере видеонаблюдения, которое является важной частью физической безопасности. Интеллектуальное видеонаблюдение, видеоаналитика, биометрия уже во многом превзошли возможности даже профессионально обученного человека. Компьютер не теряет бдительности, не утомляется и не отвлекается – человеческий фактор не влияет на его работу. Системы безопасности и видеонаблюдения, оснащенные алгоритмами компьютерного зрения позволяют осуществлять мониторинг обстановки внутри и снаружи помещений, проводить инспекцию различных объектов, распознавать и сравнивать лица людей, проводить ситуационный мониторинг обстановки в общественных местах и на транспортных узлах.
Бурное развитие технологий и повсеместное распространение камер наружного наблюдения на объектах городской инфраструктуры, коммерческих площадях, автодорогах, придомовой территории дало мощный импульс развитию систем интеллектуального видеонаблюдения на основе глубокого обучения. В его задачи входит не только распознавание нестандартных событий или предметов в кадре, но и поиск людей по базам (например, преступников, находящихся в розыске, пропавших людей).
Согласно исследованию TAdviser и компании «Системы компьютерного зрения» в 2018 году российский рынок компьютерного зрения оценивался в 8 млрд. рублей, при этом 32% решений (подавляющее большинство) приходилось на направление «Видеонаблюдение и безопасность».
В последнее время системы интеллектуального видеонаблюдения, использующие технологии распознавания лиц, вызывают большой интерес, как у международных инвесторов, так и у государственных структур. По данным J'son & Partners Consulting на конец 2018 года доля технологий распознавания лиц в общем объеме рынка биометрических решений России составила около 50%, этот сегмент в течение четырех лет показывал рост на уровне 106,7% в год. Развитие систем безопасности является одним из условий реализации стратегий «Умного города» и «Безопасного города», предполагает мониторинг обстановки в реальном времени и активную борьбу с угрозами.Дмитрий Бородачев, DатаРу Облако: Наше преимущество — мультивендорная модель предоставления облачных услуг 
В Москве, в рамках пилотного проекта, запущена система, анализирующая изображения лиц с 3000 камер, образующих единую сеть. В 2018 году самым дорогим стартапом в области искусственного интеллекта стала система распознавания лиц гонконгского разработчика SenseTime. Компания привлекла 600 млн. долларов от азиатских инвесторов. Средства пошли на разработку платформы, в режиме реального времени анализирующей данные видеопотока с тысяч камер видеонаблюдения.
В 2019 году полиция Китая оснастила сотрудников умными очками с функцией распознавания лиц. За несколько дней использования устройство помогло задержать семерых преступников и 26 владельцев поддельных паспортов. Подобный проект пилотно опробуют и столичные власти – Департамент информационных технологий города Москвы заказал разработку очков дополненной реальности с технологией распознавания лиц для полицейских столицы.
По запросу полиции специалистами «Систем компьютерного зрения» была разработана гибкая система распознавания объектов и сравнения лиц. Система поддерживает дообучение новым или расширенным классам объектов, распознавание выполняется с помощью сверточной нейронной сети. С помощью системы сравнения лиц пользователь может найти преступника или подозреваемого по фотографиям, самостоятельно добавлять фото в базу.
Безопасность на транспорте – ADAS
Еще одним направлением, на которое значительно повлияло развитие искусственного интеллекта и компьютерного зрения, является безопасность транспортных средств. Статистика неумолима, ежегодно автомобильные аварии уносят более миллиона человеческих жизней, и чаще всего причиной смертности является человеческий фактор. Для помощи водителю создаются различные системы ADAS (Advanced Driver Assistance System). Оснащенные элементами помощи водителю автомобили становятся транспортными средствами повышенной безопасности. В таких системах используются одна или несколько автомобильных камер (монокулярных или стерео), радары и лидары. С помощью этих устройств и технологий распознавания изображений система может обнаруживать и распознавать транспортные средства, пешеходов, дорожные знаки и прочие объекты, находящиеся вокруг автомобиля, а также определять состояние водителя и пассажиров.
Даже такие относительно простые устройства, как сигнализаторы покидания автомобилем своей полосы, встраиваемые в автомобильные регистраторы, по данным Института IIHS помогают ежегодно предотвратить около 180 тыс. аварий. Компьютерное зрение в ADAS обычно решает следующие типы задач: обнаружение (детекция), классификация различных объектов и семантическая сегментация дорожных сцен.
На изображении выше – пример работы системы «СКЗ» на дорожной сцене в Южной Корее. Здесь показаны результаты детекции и классификации. Алгоритм обнаружил минимальный набор объектов, необходимый для контроля дорожной ситуации, – дорожные знаки, автомобили, пешеходов. Данные о расположении объектов позволяют предупредить засыпающего или отвлекшегося водителя об опасном сближении, помогают заметить человека, соблюдать скоростной режим. Эта информация с успехом применяется специалистами «Систем компьютерного зрения» и для разрабатываемых систем адаптивного круиз-контроля, помогающих автомобилю соблюдать дистанцию до впереди идущего ТС.
Еще одна актуальная задача ADAS — поиск дорожной разметки. «СКЗ» разработали такую систему, основываясь на самых современных методах. На изображении результат семантической сегментации, который потом обрабатывается специальными алгоритмами, чтобы получить координаты линий.
На изображении ниже пример того, как система «СКЗ» всего лишь по одному снимку, без использования дополнительной информации, нашла различные объекты: дорогу, автомобили, здания, деревья и тротуар. Алгоритмы учли не только внешний вид объектов, но и их взаимное расположение, что гораздо ближе к человеческому мышлению, чем формальный поиск.
Однако сегментация отмечает все однотипные объекты одним общим пятном, например, припаркованные автомобили. Этой информации вполне достаточно, чтобы аккуратно проехать мимо, но может оказаться мало, например, для парковки. В таких случаях применяются специальные комбинированные алгоритмы, дающие и сегментацию, и описывающие прямоугольники.
В настоящее время транспортные средства с различными автономными возможностями, но все же нуждающиеся в контроле человека-водителя, уже не редкость. Однако крупные компании из различных стран мира ведут активные разработки полностью автономных беспилотных автомобилей. Сдерживают развитие данного направления проблемы с бесперебойной локализацией автономных транспортных средств. К сожалению, GPS является ненадежным средством локализации – дает погрешность в позиционировании в 50 метров и зависит от стабильности Интернет-соединения.
Для европейских городов с узкими улочками, перепадами высот, замкнутыми двориками разрывы связи являются обычным делом, поэтому полагаться на такой ненадежный источник позиционирования невозможно. Возможно, это проблема будет решена с повсеместным внедрением 5G, а также с помощью новейших технологий построения 3D моделей городов, таких как AR Cloud. Данная технология позволяет создавать облако точек с возможностью проводить локализацию в этом облаке по одному кадру с сантиметровой точностью.
Тем не менее, прогнозы оптимистичны. По данным исследования Frost & Sullivan после 2025 года начнется массовая коммерциализация автоматизированных решений производителями. К тому времени объем продаж автономных машин превысит 40% мирового рынка легковых автомобилей, а рынок беспилотных ТС вырастет с текущих $1,3 до $84 млрд.
В исследовании Intel и Strategy Analytics сообщается, что внедрение автономных машин будет способствовать общему росту уровня безопасности на дорогах. Переход на автономные ТС только за 10 лет в период между 2035 и 2045 сохранит полмиллиона жизней людей по всему миру, а ещё за это десятилетие образуется экономия в 234 миллиарда, которая в противном случае была бы потрачена на общественную безопасность.
Можно предположить, что внедрение автопилота для пассажирских автомобилей и плавный переход к модели «автомобиль-как-сервис» не будет слишком быстрым, так как в данном случае необходимо учесть очень многие факторы и подготовить общество к внедрению. Чего не скажешь о сфере большегрузных перевозок. Здесь переход на полуавтономное, а затем и автономное вождение развивается гораздо стремительнее. Крупные компании уже показали эффективные прототипы автоматических шоссейных грузовиков.
В 2018 году Hyundai Motor успешно продемонстрировала возможности автономной системы вождения 3-го уровня, организовав доставку груза на расстояние 40 км по дороге общего пользования. Hyundai продолжает уделять пристальное внимание разработке полностью автономных грузовиков и планирует коммерциализировать систему автоматического вождения конвоев к 2020 г.
В Германии на протяжении полугода проходили испытания технологии Platooning. Она предполагает автономное движение колонн грузовиков по автобану. Результаты тестов, в которых участвовали компании DB Schenker, MAN Truck & Bus и Университет прикладных наук Fresenius, были признаны успешными. Проект показал, что эксплуатация грузовых транспортных средств с автономным управлением на немецких автомагистралях безопасна, технически надежна и вполне применима в деятельности транспортно-логистических компаний.
При этом ранее сообщалось, что компания Daimler вышла из этих испытаний: автопроизводитель решил сконцентрироваться на производстве полноценного беспилотного грузовика, поскольку, по его расчетам, эксперименты оказались не совсем удачными. Немецкий автомобильный концерн инвестирует в ближайшие годы 500 млн. евро в создание самоуправляемых высокоавтоматизированных грузовиков, способных ехать без управления водителем. До 2025 года производитель намерен выпустить подобные грузовики на рынок.
Безопасность на производстве
Алгоритмы ADAS нужны не только легковым и грузовым авто, но и спецтехнике, работающей на строительных и промышленных площадках, являющихся объектами повышенной опасности. Так компании-разработчики создают для спецмашин системы обнаружения препятствий с помощью стерео и нейронных сетей, контроллеры траектории движения, системы адаптивного круиз-контроля и кругового обзора. Для определенных производственных ситуаций незаменимым может стать полностью автономный погрузчик, над созданием которого работают специалисты «Систем компьютерного зрения». Все эти нововведения не только облегчают труд, но и делают работу предприятий значительно безопаснее.
На многих производствах необходимость проводить оценку качества продукции связана с риском для человека. В первую очередь это относится к «вредным производствам», сосредоточенным в таких отраслях как металлургия (чёрная и цветная), геология, горно-обогатительная, химическая промышленность, фармацевтическая и текстильная промышленность. Именно здесь на помощь приходят промышленные системы дефектоскопии, основанные на алгоритмах компьютерного зрения. Системы помогают надежно провести инспекцию выпускаемой продукции или проконтролировать процесс изготовления с учетом стандартов качества, исключая присутствие человека при опасных или вредных для здоровья технологических процессах.
Крупные производственные предприятия используют системы компьютерного зрения для обеспечения и контроля безопасности на производстве, профилактики травматизма, проверки техники безопасности и охраны труда. Например, широкое применение получают системы автоматической фиксации средств индивидуальной защиты на сотрудниках завода, строительной площадки и т.п.
Безопасность территорий
Дефектоскопия с использованием возможностей съемки объектов с помощью БПЛА – решает проблемы инспекции труднодоступных объектов и в то же время обеспечивает безопасность человека. Своевременно выявленные дефекты эксплуатируемого оборудования исключат дальнейшее развитие аварийной ситуации. Например, регулярные облеты дронами опор линии электропередач позволят определить наличие ржавчины, выпавших болтов и другие неисправности. При этом отпадет необходимость снаряжать сотрудника для небезопасного подъема на каждую опору ЛЭП для визуальной фиксации возможных проблем. Системы мониторинга лесных пожаров, организованные при помощи дронов, показали, что развертывание систем компьютерного зрения с использованием беспилотников очень удобно и позволяет покрывать большие территории, собирать аналитику и проводить мониторинг окружающей обстановки там, где нельзя выстроить систему стационарных камер.
В то же время развитие БПЛА требует должного уровня безопасности для самих летательных аппаратов. Так, компания «СКЗ» на основе собственного алгоритма стереозрения реализовала высокопроизводительное решение на ПЛИС, которое по данным со стереокамеры сообщает беспилотному транспортному средству о препятствиях.
Помощь доктору
Компьютерное зрение и искусственный интеллект уже сейчас помогают медикам в обработке больших массивов информации, сравнении снимков. При помощи достаточно развитого ИИ обработка врачебных снимков сможет стать полностью автоматизированной, что позволит максимально эффективно использовать рабочие часы врача-эксперта (рентгенолога, эндоскописта, оператора МРТ) на консультации пациентов с подозрениями на отклонение от нормы. Симбиоз врача и технологий усовершенствует качество медицинского обслуживания и диагностики, улучшит качество профилактических мер, а значит, сделает нашу жизнь безопаснее.
Системы обработки медицинских изображений станут надежными инструментами диагностики благодаря элементу экспертного предсказания, помогающему врачу в его работе.
Вывод
Развитие компьютерного зрения и искусственного интеллекта в сфере безопасности происходит опережающими темпами – правительства стран не всегда успевают привести законодательную базу в соответствие новым реалиям. В первую очередь, это касается автономного транспорта и биометрии. Однако, несмотря на существующие ограничения, достигнутые результаты не могут не вдохновлять. Современные технологии помогают сделать повседневную жизнь людей значительно безопасней, проводить эффективный ситуационный мониторинг окружающей среды и городских объектов, обеспечивать максимальную защиту работников вредных и опасных производств, помогать медицинским работникам. Это лишь часть примеров, демонстрирующих возможности компьютерного зрения и искусственного интеллекта, как надежных помощников человека в сфере обеспечения безопасности.
Системы помощи водителю и безопасности автомобиля
Основная статья: Системы помощи водителю и безопасности автомобиля
