Российские ИИ системы видеонаблюдения

2020. В России разработан стандарт ИИ для ситуационной видеоаналитики



В России приняли национальный стандарт в области искусственного интеллекта для ситуационной видеоаналитики. Документ, подготовленный ООО «Видеоинтеллект» (развивает системы компьютерного зрения для использования в сложных условиях, общественных местах с большим скоплением людей, на объектах промышленности), представил технический комитет по стандартизации ТК 164 «Искусственный интеллект», созданный на базе РВК. Предполагается, что принятие стандарта в качестве национального позволит упорядочить нормативное регулирование в области ситуационной видеоаналитики и, в последующем, устранить технические барьеры при применении подобных «умных» информационных систем.


2019. Huawei купила российского разработчика систем распознавания лиц



Компания Huawei стала владельцем всех активов российской компании Вокорд, с 1999 г. занимающейся разработкой и интеграцией систем идентификации личности посредством распознавания лиц. Системы Вокорд применяются и для фиксации нарушения правил дорожного движения, а также в аналитике транспортных потоков. В сентябре 2016 г. алгоритм идентификации лиц DeepVo1, разработанный «Вокордом», был признан лучшим в мире по версии мировой экспертной онлайн-площадки MegaFace. По итогам тестов алгоритм DeepVo1 распознал правильно 75,127% лиц, добившись более высокого результата даже в сравнении с алгоритмами Google.


2018. NtechLab внедрит систему распознавания лиц в отечественные торговые центры



Российский ИИ-стартап NtechLab установил в одном из торговых центров Санкт-Петербурга систему распознавания лиц. Система будет анализировать лица с помощью 44 камер, расположенных на первом этаже ТЦ. Она будет запоминать лица приходящих людей и собирать информацию о них, как сообщается, в «обезличенном виде», опираясь лишь на общие черты внешности и поведения. Технология позволит не только выявлять нарушителей, но и анализировать демографическое и половое структурирование клиентов, определять то, когда клиент был в магазине в последний раз, сравнивать поведение людей в различных магазинах, а также узнавать время пребывания и маршруты перемещения по территории торгового комплекса.