Ежедневно на промышленных и торговых объектах собирается огромное количество видеоданных, камеры видеонаблюдения стали привычным атрибутом. Однако обработка этих данных с извлечением ценной информации во многих случаях производится вручную. Это обходится дорого и не всегда позволяет оперативно получать нужные данные. Наш проект, основанный на разработках Лаборатории искусственного интеллекта Сибирского федерального университета и кафедры Автоматизированных управляющих систем СибГУ им. академика М.Ф. Решетнева, направлен на разработку методов извлечения информации из видеопотока в сложных динамических условиях. После извлечения информация дополняется метаданными из других источников, что позволяет повысить точность выводов и рекомендаций.

Ведется работа в трех направлениях:

• Мониторинг техники предприятий горной добычи: идентификация техники и выполняемых операций с ведением телеметрии, сбором статистики по выполнению плана. Сложные условия обусловлены запыленностью, возможными осадками, круглосуточной работой, загрязненностью техники. В условиях санкций наша система может обеспечить сбор данных в т.ч. по технике без бортового компьютера и датчиков. Готов MVP как по программной, так и по аппаратной части. Первое тестирование проведено летом 2021 года. Достигнута договоренность о пилотном внедрении в две золотодобывающие компании летом 2022 года.

• Мониторинг с/х полей на предмет наличия заболеваний на основе записи с RGB и мультиспектральных камер БПЛА. Достигнута договоренность о сотрудничестве и проведении совместных НИОКР с ФИЦ КНЦ СО РАН. Партнерство с компанией поставщиком средств защиты растений. Сложность анализа видео обусловлена спецификой симптомов заболеваний, съемками в различных погодных условиях, изменчивостью объекта съемок под воздействием ветра и т.д. Ведется разработка MVP.

• Мониторинг работы персонала организаций на предмет соблюдения правил производственной безопасности и регламентов работы. MVP в высокой стадии готовности. Тестирование системы запланировано на лето 2022 года в золотодобывающей компании и одной из сетей кофеен Красноярского края. Необходимо решить проблемы различного освещения, расположения камер и т.д.

На страницу проекта