Технологии будущего в настоящем: компьютерное зрение помогает бороться с шоплифтерами и очередями

Об этом рассказал Сергей Малютенков, директор технического подразделения ГК «Император».



Сергей, расскажите, пожалуйста, что такое компьютерное зрение и какие задачи оно решает?

– Машинное или компьютерное зрение – это часть искусственного интеллекта, которая с помощью нейронных сетей позволяет понять, что изображено на картинке или видеоряде. Оно помогает обнаружить, например, забытые вещи, автомобиль или человека. 

Помимо этого, нейросеть может не только определить, что за объект в кадре, но и его состояние: открыт или закрыт шлагбаум, произошел ли пожар. Это позволяет расширить применение компьютерного зрения в системах безопасности и внедрить контролирующие функции на производстве, в ритейле и других отраслях.

Также компьютерное зрение может в некотором роде «предсказывать» будущее, например, нейросеть понимает, что на склад приехала машина и должны начаться погрузочные работы.

Владимир Мясоедов, независимый эксперт по машинному зрению:

Если описывать работу компьютерного зрения простым языком, то, чтобы научить нейросеть считывать определенную информацию, нужен особый специалист – дата-сайентист, который занимается аналитикой данных. Он имеет опыт разработки нейронных сетей и работает с видеоизображениями и картинками.

Технически этот процесс разделяется на несколько этапов:

1. Сбор данных. Подбираются видеоряд или изображения, которые нейросети необходимо научиться отличать друг от друга.
2. Настройка нейронной сети. Выбирается актуальная, подходящая архитектура нейросети. Выбор зависит от того, какая нужна точность, скорость и какая задача перед ней стоит.
3. Обучение нейронной сети. Нейросети предоставляются изображения или видео, которое она считывает специальным методом.
4. Установка сети. Обученная нейросеть внедряется в инфраструктуру заказчика либо в облако, куда поступают изображения, на которых есть уже знакомые объекты: их нейронная сеть умеет считывать.

Какие задачи помогает решить компьютерное зрение в ритейле?

– В ритейле есть типовые запросы – определение «дырок» на полках, мест скопления людей в ТРЦ для получения объективных данных о возможной стоимости аренды рекламных площадей… Но чаще это уникальные для каждого заказчика потребности. 

Например, одна крупная сеть по продаже строительных товаров заказала обучение нейронки, чтобы определять на входе в торговый зал посетителей с большими сумками и рюкзаками, т. к. у них таким образом воруют дорогостоящие инструменты. Для другой сети FMCG, которая уже сейчас работает по модели Scan & Go, мы готовим решение для определения посетителей, вынесших товар из магазина без оплаты. Для сети АЗС уже разрабатывается решение на основе системы распознавания речи для контроля выполнения сотрудниками регламентов по общению с покупателями. 

В целом, нейросеть можно использовать для широкого ряда задач, но мы рекомендуем ее только для оцифровки важных и повторяющихся процессов, которые происходят в каждом магазине и могут, например, нанести серьезный ущерб: финансовый, репутационный или связанный с безопасностью.

А что делать, если со временем появятся новые задачи или изменятся объекты, которые считывает нейронная сеть, например, ассортимент магазина или упаковка какого-то товара?

– Нейросеть можно просто дообучить. Конечно, дешевле переобучать нейросеть пакетами, например, по 100 новых объектов, а не дообучать при появлении каждого нового. После обучения выпускается новая версия и загружается на сервер или в облако.

Для каких заказчиков компьютерное зрение наиболее рентабельно?

– Компьютерное зрение в первую очередь актуально для крупных сетей. Задачи на объектах очень схожие, поэтому достаточно единожды обучить нейросеть, а затем растиражировать ее на все магазины. Обученную нейронную сеть как-то специально обслуживать не надо, а камера и сервер нуждаются в стандартном обслуживании.

Обычно внедрение компьютерного зрения занимает порядка трех месяцев: первая версия делается за месяц, потом ее можно дообучить еще за 2 месяца. Впрочем, все зависит от сложности задач.

Владимир Мясоедов, независимый эксперт по машинному зрению:

Внедряя компьютерное зрение в ритейл, разработчики столкнулись с проблемой размещения сервера с нейросетью непосредственно в торговой точке. Обычно в магазине нет серверных помещений. Чтобы решить этот вопрос, были созданы специальные чипы для искусственного интеллекта в промышленном исполнении, которые могут работать в широких температурных диапазонах. Такие пыле- и влагозащищенные ИИ-решения, легко устанавливаются, например, в помещениях, где находятся сейчас обычные системы видеонаблюдения. Этот аспект очень важен для повсеместного внедрения компьютерного зрения в ритейле.

Насколько сейчас популярно использование компьютерного зрения в ритейле?

– Об этом действительно стали много говорить, интерес возрастает, но пока не все решаются работать с искусственным интеллектом. 

Во-первых, для обучения нейросети нужно собрать достаточное количество материала. Это занимает время, иногда требует дополнительных съемок, что зачастую останавливает заказчика. Люди хотят купить коробочку, воткнуть в розетку – и чтоб она уже работала. Но с нейросетью так не получится, по крайней мере пока.

Во-вторых, часто принятие решения о внедрении компьютерного зрения отдается на откуп IT-отделам, но у них нет экспертизы по сокращению потерь, повышению продаж, борьбе с шоплифтерами и т. д. Она есть только у службы безопасности и операционного отдела, которые, в свою очередь, не понимают технических аспектов нейросетей. Именно поэтому во многих компаниях появляется дирекция по инновациям, которая налаживает коммуникацию между IT, безопасностью и другими подразделениями. 

На самом деле, это хорошая ниша для роста и развития сотрудников СБ. У них сейчас полномочия размываются, а здесь появляется шанс трансформироваться в сторону экспертов по безопасности, для того чтобы плотно взаимодействовать со специалистами, которые будут обучать нейронные сети.

---

Читайте также:  С потерями не нужно бороться! Ими надо управлять

---

Каково будущее у компьютерного зрения в розничной торговле? Нейросети смогут заменить полностью физическую охрану?

– Думаю, нет. Они частично возьмут на себя их функции, помогут сократить количество постов, а значит, и расходы на них. Ведь как охранник работает? Он наблюдает за покупателями, собирает данные, анализирует их и принимает решение, проверить/задержать кого-то или нет, а затем действует. Все эти этапы, кроме последнего, можно автоматизировать с помощью компьютерного зрения. Но вот само действие – задержать шоплифтера – нейросеть сделать не сможет.

Возможно, в ближайшем будущем просто уйдут наблюдатели и останутся только те охранники, которые способны действовать эффективно.

* * *

Владимир Мясоедов, независимый эксперт по машинному зрению:

В 2018 – 2019 годах собственники бизнеса и IT-директора считали, что искусственный интеллект – это что-то для них далекое и непостижимое. Сейчас уже во многих компаниях появляются директора по инновациям, по цифровизации, которые точно знают, какие типовые кейсы может решить компьютерное зрение. Они уже обращаются к разработчикам с конкретными требованиями, например, хотят отслеживать на складе транспортный поток: детектировать, какие были фуры, какой тоннажности и т. д. Эти специалисты хорошо представляют, как компьютерное зрение может помочь в ритейле. Компании-интеграторы, такие как «Император Техно», при этом оказывают помощь не только во внедрении подобных систем у заказчика, но и выступают коммуникатором между его экспертами в области управления потерями и IT-департаментами, курирующими сегодня это оборудование.

Обращайтесь, и для вас мы найдем лучшее решение по безопасности и контроллингу!

impsa.ru

8 (495) 146 67-82