Экспертные заключения: 0
Консультации: 0

Архангел - модель компьютерного зрения для детекции подозрительных объектов и субъектов террористических актов

Проект направлен на разработку инновационной модели компьютерного зрения для обнаружения подозрительных объектов и субъектов, связанных с террористическими актами. 

Основная цель проекта - повысить уровень безопасности на общественных местах и важных объектах инфраструктуры путем автоматического обнаружения потенциальных угроз. 

Ожидаемые результаты включают разработку и реализацию эффективной модели компьютерного зрения, интеграция её в существующие системы безопасности, а также повышение общественной безопасности за счет предотвращения террористических актов. 

Продукция проекта будет иметь широкие области применения, включая общественные места, аэропорты, транспортные узлы, торговые центры и другие объекты с повышенным риском. 

Потенциальными потребителями результатов проекта могут быть государственные органы безопасности, частные компании, ответственные за обеспечение безопасности общественных мест, а также организации, занимающиеся террористическими исследованиями и превентивными мерами.

Актуальность нашего проекта подтверждается следующими факторами:

1. Возрастающая угроза терроризма в современном мире создает необходимость в эффективных методах предотвращения и пресечения террористических актов.
2. Постоянное улучшение технологий в области компьютерного зрения позволяет создавать более точные и надежные системы мониторинга и обнаружения.
3. Недостаточное количество существующих решений, способных обеспечить высокую степень защиты от террористических угроз, делает наш проект востребованным на рынке безопасности.
4. Темп роста мирового рынка ИИ в 2021 г. аналитики Grand View Research оценили в 38,1%. Лидируют направления, связанные с обработкой речи, компьютерные ассистенты и компьютерное зрение (computer vision, CV), включая видеоаналитику. Объем рынка CV в 2021 г., по данным консалтинговой компании Tractica, увеличился на 32,9% и в 2022 г. составит $48–50 млрд.
5. Минэкономики включило проекты в области компьютерного зрения в число субсидируемых. Размер грантов – до 100 млн руб. на проект, общий бюджет финансирования составляет 5,26 млрд руб.
6. Согласно расчетам аналитиков DISCOVERY Research Group, объем рынка компьютерного зрения в 2021 г. составил 15 150,5 млн. руб.
7. Рынок компьютерного зрения сейчас переживает бурный рост с прогнозируемым увеличением с 22 миллиардов долларов в 2023 году до 50 миллиардов к 2030 году при 21.4% совокупного годового прироста с 2024 по 2030 год.

1. Проблема

Компании, работающие в области безопасности и обнаружения террористических актов, сталкиваются с рядом проблем, включая:
1. Неэффективность существующих методов обнаружения подозрительных объектов и субъектов.
2. Ограниченные возможности интеграции с другими системами безопасности.
3. Отсутствие надежных и точных данных для принятия оперативных решений.
4. Невозможность оперативного обучения моделей для обнаружения новых угроз.

2. Ключевые сегменты потребителей

1. Охранное агентство.
2. Коммерческие организации с большим потоком людей.
3. Компании, занимающиеся разработками в области систем безопасности, связанных с компьютерным зрением.
4. Сектор B2G: Государственные организации, ответственные за безопасность и борьбу с терроризмом.

3. Ценностное предложение

Наше решение предлагает:
1. Самообучающуюся модель компьютерного зрения для обнаружения подозрительных объектов и субъектов.
2. Интеграцию с различными системами безопасности и построение расширенного функционала.
3. Постоянное обновление базы данных через самообучение в процессе эксплуатации.

4. Решение

Модель компьютерного зрения для обнаружения подозрительных объектов и субъектов террористических актов предлагает инновационный подход к обеспечению безопасности и предотвращению угроз.

5. Каналы распространения

- Прямые продажи через коммерческие предложения.
- Сотрудничество с государственными органами и охранными компаниями.
- Рекламные компании в отраслевых изданиях и онлайн-ресурсах.

6. Потоки поступления доходов

- Оплата за подписку на использование модели.
- Премиальные услуги и дополнительные функции модели.
- Консультационные и обучающие программы, мастер-классы для клиентов.

7. Структура издержек

Затраты на разработку:
- Оплата услуг специалистов по разработке: Разработка модели и ее интеграция. Обновление и поддержка модели.
- Оплата сервиса для разработки
- Аренда сервера разработки
- Открытие ЮЛ

Постоянные расходы:
- Оплата бухгалтера
- Оклады сотрудников 
- Оплата р/с
- Сервер, хостинг, домен
- Налоги на оклад сотрудников
- Бухгалтерские программы типа СБИС
- ЭДО
- Консультации специалистов
- Непредвиденные постоянные расходы

Переменные расходы:
- Налоги УСН
- Бюджет на маркетинг
- Эквайринг 2-3 %

8. Ключевые метрики

- Точность модели обнаружения.
- Уровень удовлетворенности клиентов.
- Увеличение числа партнеров и клиентов.

9. Скрытое преимущество

Модель дорабатывает базу данных самостоятельно в процессе эксплуатации, что обеспечивает непрерывное и эффективное обнаружение угроз.

10. Себестоимость разработки - С учетом всех расходов на разработку и запуск продукта, себестоимость составляет 4,417,800 рублей. Эти затраты включают в себя все необходимые компоненты для создания и внедрения модели Archangel, включая разработку, тестирование, интеграцию и прочие операционные расходы.

11. Срок окупаемости - Точка окупаемости составляет 1 год и 8 месяцев. Это время, необходимое для полного покрытия всех затрат на разработку и запуск продукта за счет получаемых доходов. Это важный показатель, который позволяет оценить период времени, в течение которого проект начнет приносить прибыль.

12. Потенциальная прибыль за 12 месяцев - Ожидаемая прибыль за первые 12 месяцев составляет 2,518,097 рублей. Этот показатель рассчитывается на основе ожидаемого объема продаж и доходов от продукта, учитывая все операционные расходы и налоги. Это демонстрирует потенциал проекта для генерации прибыли и его рентабельность в перспективе.

Ссылка

На страницу проекта

Направление

IT, Безопасность и оборонная сфера

Рынки

TechNet

Сквозные технологии

Искусственный интеллект, Технологии машинного обучения и когнитивные технологии, Нейротехнологии, технологии виртуальной и дополненной реальностей, Технологии хранения и анализа больших данных