Распознавание событий по камерам
Нейросетевая видеоаналитика распознаёт заданные классы событий на записях городских камер и сигнализирует службам. Среди сценариев: драки, дорожные аварии и нарушения уборки территории.

Задача
Городские камеры фиксируют события, на которые должны реагировать разные службы: драки, дорожные аварии, выброшенный мусор и неубранные дворы. Требовалось автоматизировать просмотр видеоряда и выделять события, относящиеся к заданным классам.
Решение
Для анализа используется комплекс нейросетевых алгоритмов, обученных распознавать целевые события. Система обрабатывает видео с камер наблюдения и формирует сигнал для соответствующей службы, когда обнаруживает нужный тип ситуации.
Состав распознаваемых событий задаёт прикладной смысл системы. Для городской службы это нарушения содержания территории, для других ответственных подразделений это инциденты, требующие отдельной проверки. Компьютерное зрение помогает выделить фрагмент потока, на который следует обратить внимание.
Результат
Реализован подход к автоматической обработке видеоряда с городских камер. Он даёт службам событийный сигнал вместо необходимости непрерывно просматривать все записи.
Для объекта с определённым перечнем наблюдаемых событий такой сценарий можно разработать в рамках внедрения видеоаналитики.
Похожие кейсы
Машинное зрение
Разбор технических чертежей: 3,2 секунды на чертёж и точность 97%
Система извлекает параметры из PDF-чертежа, подсвечивает найденные значения и отдаёт их в CSV. В опубликованном примере: 3,2 секунды на чертёж и 97% точности извлечения.
Машинное зрение
Машинное зрение + LLM на промышленном объекте: выявлены хищения в пилоте
Пилот цифрового аудита на энергетическом объекте связывает камеры с проверкой транспорта, грузов и строительных работ. Выявлены четыре несанкционированных вывоза; материалы используются для отчёта службы безопасности.
Машинное зрение
Разработка модели по распознаванию и выделению контентной части документа
Система размечает однотипные документы, распознаёт их тип и заполняет электронную форму. В результатах разработки отдельно оценены поиск текста, OCR, классификация и распознавание содержимого.