Министерство цифровых технологий планирует уже в этом году создать и запустить сервис для обработки данных с камер видеонаблюдения, собранных в регионах России. В 2025-2026 годах на это планируется потратить около двух миллионов рублей. Идея была как-то трансформирована, ведь в 2023 году министерство ожидало, что на подобный проект потребуется 12 миллиардов рублей.

Единая система обработки видеоданных

Минфин планирует создать и ввести в эксплуатацию в 2025 году сервис для интеллектуальной обработки видеоданных с камер наблюдения, поступающих из российских регионов.

На проект будет выделено по 998,7 миллиона рублей в 2025 и 2026 годах, говорится в паспорте программы цифровой трансформации министерства на 2024 год и плановый период 2025-2026 годов.

Сервис обеспечит интеллектуальную обработку видеопотоков, позволит получать, хранить и обрабатывать их с использованием искусственного интеллекта (в том числе компьютерного зрения), говорится в документе.

Данные с камер видеонаблюдения из регионов России будут обрабатываться в единой системе

По инициативе Министерства цифровых технологий планируется создать единую платформу для хранения и обработки информации со всех систем городского видеонаблюдения в России, что, в частности, позволит повысить раскрываемость преступлений на 30 %. Она была одобрена и включена в национальную программу "Экономика данных", о чем писал "Интерфакс" в мае 2024 года со слов заместителя главы Министерства цифровых технологий Дмитрия Угнивенко.

Бюджет проекта изменился

Глава Министерства цифровых технологий Максут Шадаев в ноябре 2024 года на стратегической сессии по национальному проекту "Экономика данных" заявил, что в российских городах насчитывается 1,2 миллиона камер видеонаблюдения, но только половина камер, установленных за счет государства, подключена к централизованным системам.

В 2023 году, готовя инициативу по созданию единой системы обработки видеопотока, Министерство цифровых технологий ожидало, что в 2030 году количество камер видеонаблюдения в стране вырастет до пяти миллионов. Стоимость разработки платформы тогда оценивалась в 12 миллиардов рублей.

Источник издания, близкий к министерству, сообщил, что "от идеи в чистом виде отказались, так как она требует очень больших затрат". В каком виде будет реализован нынешний проект Минцифра, пока неизвестно.

Как можно сократить расходы

Чтобы снизить затраты на передачу и хранение такого большого объема трафика, необходимо хранить данные распределенным образом, а также использовать технические возможности для уменьшения объема передаваемой и хранимой информации, "например, за счет снижения частоты кадров, предварительной обработки на местах для передачи отдельных фото- или видеофрагментов, сжатия данных", комментирует руководитель практики "Стратегия трансформации" "Рексофт Консалтинг" Илья Муха.

"Если я правильно понимаю, речь в инициативе идет о камерах, в которых распознавание происходит in situ. Существуют такие устройства для Edge-вычислений, когда видеоряд обрабатывается в том месте, где установлена камера, и только необходимая информация передается для дальнейшей аналитики. Это позволяет снизить нагрузку на сеть передачи данных", - отметил Муха.

По его оценкам, объем накопленной информации, собранной за день с одной камеры, составит в среднем 10-20 ГБ (для SD-HD качества), а при хранении видеоданных в течение 30 дней объем одного хранилища потребуется примерно 75-150 ПБ (петабайт, 1 ПБ равен 1,048 млн ГБ), или 2,5-5 ПБ в сутки.

В декабре 2023 года российские ученые из МИСиС, Высшей школы экономики и Sber AI Lab заявили о разработке нового, более эффективного метода распознавания лиц и эмоций, не требующего вычислительных ресурсов. Для этого не нужно отправлять видео на удаленный вычислительный сервер. Технология снижает стоимость и значительно увеличивает скорость идентификации.

Новое решение сначала анализирует два кадра - первый и последний. Если нейросеть может сделать правильный вывод, алгоритм останавливается. В противном случае в середину добавляется еще несколько кадров, после чего правильность выводов проверяется еще раз. Традиционные методы распознавания лиц людей заключаются в том, что они анализируют каждый кадр видео.

Другие новости по теме

Еще