2. Использование искусственного интеллекта для анализа видеозаписей мероприятий по охране труда на предмет ошибок и нарушений.
Проблема
Предприятия с опасными условиями труда обязаны проводить инструктажи и тренировки по технике безопасности (ТБ) с обязательной видеофиксацией. Это приводит к следующим сложностям:
- Высокие затраты на хранение: Видеофайлы занимают много места на корпоративных серверах, и их долгосрочное хранение становится дорогим;
- Неэффективный ручной анализ: Специалистам по охране труда приходится вручную просматривать сотни часов видео для выявления нарушений, что отнимает много времени и подвержено человеческому фактору (что-то можно упустить);
- Сложность поиска нужной видеозаписи: Файлы часто имеют неструктурированные названия, что затрудняет поиск конкретного мероприятия;
- Риски потери данных: Ручное удаление видео по истечении срока хранения может привести к случайному удалению нужных файлов или, наоборот, накоплению ненужных, увеличивающих затраты.
Решение
Внедрение программного решения на основе искусственного интеллекта, которое автоматизирует весь жизненный цикл видеоархива мероприятий по охране труда:
1. Интеллектуальная обработка и переименование:
Система автоматически анализирует видео и переименовывает файлы по заданному шаблону, например: [Дата]_[Время]_[Название_мероприятия]_[количество_наршений].mp4.
2. Автоматический анализ на нарушения:
ИИ в режиме, близком к реальному времени, или постобработкой анализирует видеопоток.
Распознаваемые нарушения:
- Отсутствие средств индивидуальной защиты (каски, перчатки, защитные очки, спецобувь).
- Неправильное использование оборудования или инструментов.
- Нарушение безопасной дистанции между работниками.
Инструменты,используемые для решения проблемы:
Языки программирования: Python, Java, C++.
Архитектуры: CNN-RNN, 3D-CNN, Faster R-CNN, YOLO, SSD
Фреймворки и библиотеки для компьютерного зрения: TensorFlow, Keras, PyTorch, OpenCV, NumPy, Pandas, FFmpeg, Transformers, Accord.NET, MLflow, TensorFlow.js, MLflow
Загрузка моделей, предобученных на больших датасетах, с последующим дообучением (Transfer Learning) на предоставленных размеченных данных.
Потребители (Целевые предприятия)
Данное решение критически необходимо для предприятий из реальных секторов экономики с повышенным уровнем опасности:
- Промышленность и металлургия;
- Тепловые и атомные электростанции, предприятия по обслуживанию электросетей, водоканалы;
- Крупные строительные подрядчики, работающие на возведении многоэтажных домов, мостов, тоннелей.
- Шахты, карьеры, нефтеперерабатывающие заводы, буровые платформы.
- Логистика и транспорт;
- Лесная и деревообрабатывающая промышленность.
