В Москве начали внедрять систему распознавания лиц

В Москве начали внедрять систему распознавания лиц

В Москве начали внедрять систему распознавания лиц

Столичные власти назвали положительными итоги эксперимента по подключению уличных камер видеонаблюдения к системе распознавания лиц. Однако ее повсеместное распространение под вопросом — это обойдется в миллиарды рублей.

​Как рассказал РБК источник на телекоммуникационном рынке, департамент информационных технологий (ДИТ) Москвы завершил пилотный проект по подключению уличных видеокамер к системе распознавания лиц. В рамках пилота анализировалось изображение с 1,5 тыс. камер, 95% из которых установлены во дворах и подъездах столицы. При этом использовалась технология компании NTechLab, пишет rbc.ru.

По его словам, результаты проекта оказались положительными — система позволила поймать преступников, которые долгое время находились в розыске. «С ее помощью можно будет не только повысить уровень безопасности в городе. Она позволит контролировать работу различных служб, например коммунальных», — сказал он.

Миллиарды на безопасность

Представитель NTechLab подтвердил РБК, что компания участвовала в проекте ДИТа, но отказался рассказать условия сотрудничества. Он считает, что наиболее эффективно вопросы безопасности будут решаться при повсеместном подключении камер подъездного видеонаблюдения в Москве (всего около 120 тыс. штук) к системе видеоаналитики NtechLab.

Агентство Bloomberg со ссылкой на главу ДИТа Артема Ермолаева сообщило, что внедрение системы с использованием всех камер, установленных в Москве, увеличит расходы города на систему видеонаблюдения в три раза, до примерно 15 млрд руб. в год, поэтому технологию намерены использовать выборочно.

Представитель ДИТа не ответил на вопросы РБК. Из пресс-релиза ДИТа следует, что к системе распознавания лиц подключались 160 тыс. видеокамер в столице.

Источник РБК, близкий к NTechLab, пояснил, что по условиям сотрудничества с ДИТом система одновременно анализировала видеопоток с 1,5 тыс. камер, при этом сами камеры можно было менять, подключая устройства из разных точек столицы.

В декабре 2016 года Ермолаев рассказывал РБК, что власти столицы в 2017 году начнут второй этап тестирования системы распознавания лиц для городских камер видеонаблюдения. По его словам, итоги первого испытания показали, что система оказалась слишком затратной.

«Камеры городского видеонаблюдения динамические: они двигаются вправо-влево, приближаются и удаляются. В таких условиях добиться даже распознавания 60–70% изображений крайне сложно. Результат в 30% уже космический», — отметил глава департамента. В ведомстве отмечали, что в 2015 году с помощью камер видеонаблюдения было раскрыто 1,7 тыс. преступлений, а москвичи подали 8 тыс. заявок на бронирование архива видеоматериалов, снятых камерами.

В России несколько компаний разрабатывают алгоритмы распознавания лиц. Три из них — NTechLab, 3DiVi и «Вокорд» — ранее были допущены к программе официального тестирования в категории «Распознавание лиц», проводимого Национальным институтом стандартов и технологий при Министерстве торговли США (NIST), что позволяет им участвовать в тендерах американских госструктур.

Один из основателей 3DiVi Дмитрий Морозов сообщил, что в конце прошлого года компания вела переговоры об участии в пилотном проекте в Москве, но дальше дело не пошло. «Нам было бы интересно участвовать в подобном проекте», — отметил Морозов. По его оценке, городу внедрение подобной системы повсеместно может обойтись в «миллиарды рублей», исходя из расчета минимум $100 (5843 руб.) на каждую подключаемую камеру.

По словам гендиректора VisionLabs Александра Ханина, компания знала о проекте ДИТа. «Но для нас это не самый приоритетный рынок. Мы работаем в основном с коммерческими структурами», — сказал Ханин. Он затруднился предположить, какой может быть цена контракта в будущем тендере ДИТа на внедрение системы распознавания лиц во всех камерах во дворах и подъездах Москвы.

Представитель «Вокорда» отказался от комментариев.

Объем мирового рынка распознавания лиц, по данным компании MarketsandMarkets, в 2016 году составлял $3,35 млрд, а к 2021 году должен вырасти до $6,84 млрд. Точных данных по объему российского рынка распознавания лиц нет, но Александр Ханин ранее оценивал объем заключенных контрактов на нем не более чем в несколько десятков миллионов долларов.

В платформе Security Vision улучшили визуализацию и администрирование

Security Vision начала год с нового релиза своей платформы. В обновлении разработчики сосредоточились на прикладных вещах: улучшили визуализацию данных, расширили журналирование и упростили работу с экспортом, импортом и административными настройками.

Аналитика и визуализация

В виджете «Карта» появилась тепловая карта. Она позволяет наглядно показывать интенсивность, частоту и количество событий — например, кибератак или инцидентов — в разрезе ИТ-объектов.

В виджете «Последовательность (Timeline)» добавили настраиваемые формы отображения параметров, используемых при выводе данных. Это упрощает анализ цепочек событий и работу с временными срезами.

 

Журналирование и контроль действий

Журнал аудита стал подробнее. Теперь в нём фиксируются события включения и отключения коннекторов, а также расширена информация о действиях, выполняемых с сервисом коннекторов.

Кроме того, в аудит добавлены записи об остановке и удалении запущенных рабочих процессов, а также о создании отчётов, что повышает прозрачность операций и упрощает разбор спорных ситуаций.

Экспорт, импорт и администрирование

При формировании пакета экспорта теперь можно выбрать все связанные с исходной сущностью объекты только для вставки, без замены при импорте. Это особенно удобно при передаче крупных и связанных наборов данных.

В системных настройках очистки истории появилась возможность удалять записи о выполненных операциях импорта и экспорта системных сущностей, что помогает поддерживать порядок в журнале событий.

Обновления интерфейса

В релизе доработан интерфейс формы настроек журнала аудита, переработан раздел «Профиль пользователя», а также обновлены представления для внутрипортальных уведомлений.

Работа с JSON

В блоке преобразований для работы с JSON унифицированы списки вариантов в поле «Название свойства» — теперь они соответствуют вариантам выборки в поле «Значение свойства». Это касается операций добавления, объединения, удаления и поиска по JPath и XPath.

Security Vision продолжает развивать платформу, делая акцент на удобстве повседневной работы, прозрачности процессов и более наглядной аналитике.

RSS: Новости на портале Anti-Malware.ru