В чем реальная проблема внедрения видеоаналитики на предприятиях?

[OlegZH]

Реальный пример: на одном предприятии планировали внедрить систему, которая должна определять руку человека, попавшую в конвейер, и мгновенно останавливать линию. Даже при 95% точности вопрос остаётся открытым: что будет с теми самыми 5%? Цена ошибки здесь слишком высока.

Скажите, пожалуйста, о почему Вы настаиваете именно на видеоаналитике? Наверное, для решения определённых и достаточно узких задач нужны специализированные датчики, а также определённое устройство самого конвейера, чтобы: 1) минимизировать саму возможность попадания руки; 2) жёстко локализовать критические участки; 3) обеспечить такие места простейшими фото-датчиками (как в турникетах метро).

У видеоаналитики есть объективные пределы. Чтобы повысить её эффективность нужно: 1) стереоскопическое зрение (то есть — использовать одновременно две камеры, направленные в одну и туже сторону; можно представить себе и целую систему камер, которые с разных сторон просматривают одну и ту же зону); 2) иметь в электронных "мозгах" системы модели реальных предметов (то есть — модель "мира", чтобы строить правдоподобные рассуждения о ходе процесса); и 3) комплексирование с другими источниками данных (можно, даже, представить специальный костюм со встроенными датчиками RFID и специальными линиями, которые можно увидеть в определённом не обязательно оптическом диапазоне, чтобы система продолжала действовать и при задымлении/пожаре/отключении электроэнергии, но не самой системы).

[peacemakerv]

Мы когда-то занимались такой задачей, где на предприятии объекты распознавания - старинные железяки родом из СССР, работающие при температурах до 600 градусов (2-3 минуты). Объектов для распознавания порядка 500 штук в цеху, объем данных немалый.
Внешний вид объектов под воздействием температуры - постепенно меняется.
Возможность физического контакта с объектами заранее, да еще ко всем сразу, чтобы нанести какие-либо идентификаторы - отсутствует.
Ну, и верно сказано - пыль, освещенность, движущиеся тени от оборудования - никто не отменял.
Вероятности распознавания были, помню, до 83%.
Тут датчик - только видеокамера.
Предложите другой "датчик" в данных условиях.

[Andrey_Churkin]

Интересный кейс, спасибо, что поделились. 83% в таких условиях (600°C, 500 объектов, меняющаяся геометрия) — потолок для многих систем. На ваш вопрос «другой датчик» — честно: в такой логистике никакой. Видео здесь действительно пока единственный канал. А как кстати вы боролись с засветкой в момент появления объекта в кадре?

[peacemakerv]

Освещение постоянное-принудительное ставили, и использовали фотки только из одной небольшой области кадра.

[Andrey_Churkin]

вы правы.
В кейсе с конвейером видеоаналитика — спорный инструмент. И мы как интегратор обычно от таких проектов либо отказываемся, либо бьём в колокол с первого дня. Потому что датчик (фото, лазер, контакт) — это бинарное событие: «есть луч / луча нет». Он дешевле и надёжнее. Заказчик (особенно крупное предприятие) часто приходит с позиции: «Я хочу поставить камеры, чтобы они видели всё — руку в конвейере, отсутствие каски, проход в запретную зону — и сразу останавливали процесс». И мы переводим разговор из плоскости «камеры всё видят» в плоскость «какая задача какой сенсор решает».

По пунктам:
1.    Стереозрение — да, вы правы. Мы часто используем две камеры, там, где нужна глубина сцены. Но это не панацея: на запылённом конвейере стереопара тоже начинает «плавать».
2.    Модель мира — в промышленных задачах мы пока упираемся в производительность и стоимость. Рассуждать «почему рука оказалась здесь» — очень тяжеловесно для реального времени. 3.    Комплексирование с RFID / костюмами — абсолютно согласны. Только на практике заводы не хотят надевать на людей спецкостюмы с датчиками. Сотрудники их снимают, теряют, забывают заряжать. А камеры — не надо надевать.

Так где же видеоаналитика реально нужна, если не для безопасности? Там, где датчики не поставить физически или их нужно слишком много.
Например:
- контроль складирования металлопроката (датчик не скажет, что труба лежит криво и может упасть);
- учёт проезда техники (камера распознаёт номер, а индукционная петля — нет, только сам факт проезда);
- контроль технологии на опасных участках, куда человеку заходить нельзя, но датчик не поставить из-за температуры / агрессивной среды.

Вы верно подметили: видеоаналитика — не замена датчику. Это инструмент для задач, где других инструментов просто нет, либо они нерациональны.

[SD86]

Вы всё верно расписали. Хочу добавить важный момент из практики.

Даже заявленные 95% точности — это почти всегда результат на тестовом/контролируемом наборе данных. На реальном производстве, где постоянно меняется освещение, фон, появляется новая техника, люди в разной спецодежде, запылённость и т.д., стабильная точность чаще всего проседает до 82–88% (в зависимости от задачи).

При этом важно понимать, что это не разовая настройка. Модель нужно периодически дообучать на новых данных с объекта, иначе через 3–6 месяцев качество начинает деградировать. Без этого даже хорошо стартовавшая система через полгода может показывать уже 75–80%.

Поэтому когда вижу в коммерческих предложениях цифры 90%+ без уточнения условий съёмки, особенностей объекта и плана дообучения — это почти всегда маркетинг. А потом это оборачивается против самого интегратора: заказчик видит реальные цифры и чувствует себя обманутым.

На мой взгляд, честный подход — это сразу проговаривать реалистичные цифры под конкретный объект и закладывать в договор/ТЗ не только точность, но и процесс регулярной калибровки модели.