Единая система обработки видеоданных
Минцифры запланировало создать и ввести в эксплуатацию в 2025 г. сервис для интеллектуальной обработки видеоданных с камер наблюдения, поступающих из российских регионов, выяснил Forbes.
На проект выделят по 998,7 млн руб. в 2025 и 2026 гг., как указано в паспорте программы цифровой трансформации министерства на 2024-й и плановый период 2025-2026 гг.
Сервис будет обеспечивать интеллектуальную обработку видеопотоков, позволять получать, хранить и обрабатывать с применением ИИ (включая компьютерное зрение), говорится в документе.
Об инициативе Минцифры по созданию единой платформы для хранения и обработки информации всех систем городского видеонаблюдения России, которая помимо прочего позволит повысить раскрываемость преступлений на 30%, CNews писал в ноябре 2023 г. Она была одобрена и вошла в нацпрограмму «Экономика данных», как писал «Интерфакс» в мае 2024 г. со слов замглавы Минцифры Дмитрий Угнивенко.
Бюджет проекта изменился
Глава Минцифры Максут Шадаев в ноябре 2024 г. на стратегической сессии по нацпроекту «Экономика данных» заявлял, что в российских городах работает 1,2 млн камер видеонаблюдения, но лишь половина камер из тех, что установлены за счет государства, подключены к централизованным системам.
В 2023 г., при подготовке инициативы создания единой системы обработки видеопотока, в Минцифры рассчитывали, что в 2030 г. число камер видеонаблюдения в стране вырастет до пяти млн. Стоимость разработки платформы оценивалась тогда в 12 млрд руб.
Источник издания, близкий к Минцифры, сказал что от той «идеи в чистом виде отказались, так как она требует очень больших расходов». В каком виде нынешний проект Минцифры будет реализован, пока неизвестно.
Как можно сократить расходы
Чтобы сократить затраты на передачу и хранение такого большого объема трафика, нужно хранить данные распределенно, а также использовать технические возможности для снижения объема передаваемой и хранимой информации, «например, за счет снижения частоты кадров, предобработки на местах для передачи отдельных фото или видеофрагментов, сжатия данных», прокомментировал менеджер практики «Стратегия трансформации» компании «Рексофт Консалтинг» Илья Муха.
«Если я правильно понимаю, в инициативе идет речь о камерах, в которых распознавание происходит на месте. Есть такие устройства для Edge-вычислений, где видеоряд обрабатывается в месте установки камеры, и только нужная информация передается для дальнейшей аналитики. Это позволяет снизить нагрузку на сеть передачи данных», — отметил Муха.
По его оценке, объем накапливаемой информации, собираемой в течение дня с одной камеры, в среднем составит 10-20 ГБ (для SD-HD качества), а при хранении данных видеоряда в течение 30 дней объем единого хранилища потребуется в размере примерно 75-150 ПБ (петабайт, 1 ПБ равен 1,048?млн ГБ), или 2,5-5 ПБ в день.
В декабре 2023 г. российские ученые из МИСИС, ВШЭ и Sber AI Lab заявляли о разработке нового, более эффективного метода распознавания лиц и эмоций, не требовательного к вычислительным ресурсам. При этом не нужно пересылать видео на удаленный вычислительный сервер. Технология уменьшает стоимость и значительно увеличивает скорость идентификации.
Новое решение сначала анализируется два кадра — первый и последний. Если нейросеть может сделать правильный вывод, то алгоритм останавливается. В противном случае добавляется еще несколько кадров в середине, а затем снова проверяется правильность выводов. Традиционные методы распознавания лиц людей заключается в том, что они анализируют каждый кадр видео.
Поделиться
