Казань подключила нейросеть к камерам для розыска людей

В Казани начали использовать видеоаналитику на базе ИИ для розыска преступников и пропавших людей. По сообщениям региональных СМИ, система обрабатывает видеопоток с десятков камер, установленных в городе, и помогает находить совпадения с базой разыскиваемых.


О запуске в Казани сообщили местные издания со ссылкой на разработчика — компанию NtechLab, партнёра корпорации «Ростех». В публикациях говорится, что к видеоаналитике подключили камеры в разных точках города; в качестве пилотной инфраструктуры упоминаются входы на станции метро и подземные переходы.

NtechLab развивает линейку продуктов FindFace, которые используют распознавание лиц и поиск по видеопотоку для задач безопасности. Подобные решения уже применяются в регионах: в публикациях ТАСС о внедрении FindFace Multi в Саратовской области подчёркивалось, что инструмент используют для поиска разыскиваемых и пропавших, включая детей.

Самый спорный элемент в подобных новостях — обещания точности. В сообщениях о казанском запуске встречается формулировка о «стопроцентной» точности и «долях секунд». На практике корректнее говорить не о «100%», а о настройке порога совпадения и о том, сколько ошибок система допускает при выбранных параметрах. В тестах NIST FRVT метрики описываются через ложные совпадения и пропуски: даже у сильных алгоритмов показатели зависят от качества изображения, угла съёмки, освещения, движения и того, насколько «чисто» собрана база сравнения.

Практический смысл для города — в ускорении первичного поиска. Алгоритм быстро отбирает фрагменты, где человек «похож» на нужного, и выдаёт оператору список кандидатов. Дальше начинается этап, который и определяет цену ошибки: проверка по дополнительным данным и решение человека. В плотном городском потоке совпадения будут появляться неизбежно — вопрос в том, как система и регламент обращаются с такими «попаданиями».

Для жителей Казани внедрение такого инструмента означает две параллельные реальности. Первая — потенциально более быстрые розыскные действия в сценариях, где время критично (пропажа ребёнка, поиски пожилого человека, ориентировки после преступления). Вторая — рост чувствительности к тому, как именно хранится видео, кто имеет доступ к базе, как долго держатся логи запросов и какие правила действуют для «похожих» совпадений.

Отдельный вопрос — переносимость заявленной точности на улицу. Камеры в метро и на входных группах обычно дают более стабильный свет и угол, чем уличные перекрёстки и дворы. Поэтому цифры из пресс-сообщений чаще всего описывают лучшие условия, а в реальном городе качество будет разным от точки к точке, от сезона к сезону и даже от времени суток.

В ближайшие месяцы самым понятным индикатором эффективности станет не маркетинговая «точность», а управленческая прозрачность: появятся ли публичные правила работы системы, будет ли описан контур ответственности и как быстро город сможет объяснять спорные случаи. Для технологий видеопоиска это важнее любой красивой цифры — потому что доверие строится не на «магии ИИ», а на процедурах.

ИЗНАНКА

Городские камеры давно умеют «смотреть», но только сейчас они начинают «помнить» и «сравнивать» в промышленных масштабах. И чем быстрее становится поиск, тем дороже становится простая вещь: право на аккуратную проверку — прежде чем совпадение превратится в действие.

Фото: ИЗНАНКА

Читайте, ставьте лайки, следите за обновлениями в наших социальных сетях и присылайте материалы в редакцию.

ИЗНАНКА — другая сторона событий.