Сдутая камера: Минцифры намерено создать платформу видеонаблюдения за 2 млрд рублей
Дорогая моя столица
Минцифры планирует создать сервис интеллектуальной обработки видео с камер наблюдения, следует из обновленного паспорта ведомственной программы цифровой трансформации министерства на 2024-й и плановый период 2025-2026 годов. В карточке проекта указано, что сервис будет обеспечивать интеллектуальную обработку видеопотоков, позволять получать, хранить и обрабатывать с применением ИИ (включая компьютерное зрение) видеоданные с камер наблюдения, поступающих из регионов. Объем финансирования проекта, который планируется ввести в эксплуатацию уже в 2025 году, — по 998,7 млн рублей в 2025 и 2026 годах. Таким образом, суммарно на проект будет выделено почти 2 млрд рублей.
Как планируется использовать этот сервис и на какие мероприятия будет направлено это финансирование, в министерстве Forbes не пояснили.
О планах по созданию единой платформы видеонаблюдения, куда будут собираться потоки из региональных и городских систем «Безопасный город», сообщал в мае 2024 года замглавы Минцифры Дмитрий Угнивенко. «Единая платформа видеонаблюдения позволит собрать видеопотоки с региональных платформ безопасных городов и регионов по всем субъектам страны, создать единый гибкий контакт-центр, который в случае, не дай бог, возникновения чрезвычайных ситуаций позволит перекидывать голосовую нагрузку с одного субъекта на другой для того, чтобы люди могли дозвониться и получить необходимые консультации и необходимую поддержку. Это основное, куда мы будем двигаться», — заявил тогда он.
Осенью 2023 года Минцифры уже предлагало включить в нацпроект «Экономика данных» создание единой платформы для хранения и обработки информации всех систем городского видеонаблюдения, оценив ее разработку в 12 млрд рублей. В презентации главы Минцифры Максута Шадаева, представленной 21 ноября на стратегической сессии по нацпроекту «Экономика данных», отмечалось, что в российских городах работает 1,2 млн камер видеонаблюдения, но лишь половина камер из тех, что установлены за счет государства, подключены к централизованным системам. Эксперты назвали поставленную министерством задачу «амбициозной», оценив расходы на полную консолидацию «в пять-шесть раз больше» заявленных. Проект не был согласован в действующей версии «Экономики данных».
В России установлено более 1 млн камер видеонаблюдения, которые следят за безопасностью, заявил Максут Шадаев на дне искусственного интеллекта в рамках Международной выставки-форума «Россия» на ВДНХ. «На сегодня у нас фактически каждая третья камера подключена к системе распознавания лиц», — отметил он.
Правоохранительные органы всегда хотели распространить московский опыт реализации видеонаблюдения на другие регионы, поясняет источник, близкий к Минцифры. Но столичная система, по его словам, «очень дорого стоит». Так, самый затратный функционал, который реализован в Москве, — это распознавание видеопотока с камер наблюдения в режиме онлайн, считает собеседник издания. Оно дает возможность, например, найти людей, находящихся в розыске, пропавших людей, призывников. «Поэтому в разное время высказывались различные идеи о том, как реализовать интеллектуальное видеонаблюдение по всей стране, не затратив при этом огромных средств из бюджетов регионов, — продолжает он. — В итоге появился проект по созданию масштабной единой платформы, представленный в презентации Шадаева в конце 2023 года. Однако от идеи в чистом виде отказались, так как она требует очень больших расходов». В каком виде нынешний проект Минцифры будет реализован, пока неизвестно, заключает собеседник Forbes.
Отдавайте потоки
Системы видеонаблюдения и видеоаналитики, в том числе с функционалом интеллектуальных систем, работают в российских регионах повсеместно, рассуждает заместитель директора АНО «Платформа НТИ», председатель технического комитета 194 «Кибер-физические системы» Никита Уткин. Они различаются по своей технической реализации и функциональности, включая требования к поддерживаемым форматам, и применяются в самых разных сферах — от ЖКХ до поддержания общественного порядка. «Поэтому и эффективность реализации интеллектуальных систем в видеонаблюдении зависит от того, будет ли обеспечена совместимость данных, и от качеств видеопотока, — считает эксперт. — На практике это решается установлением единых отраслевых стандартов, что требует системной работы в этом направлении, в том числе на уровне регионов».
Высокое разрешение, то есть возможность распознавать лица и иные объекты с мелкими деталями, имеют «от силы 20%» видеокамер наблюдения в России, оценивает партнер Comnews Research Леонид Коник. При этом многие камеры принадлежат частным собственникам (например, владельцам торговых центров), де-юре государство не имеет к ним доступ, добавил он.
По словам эксперта, региональные власти практически всех субъектов страны давно создали ситуационные центры, в которые собирают видеопотоки со всех доступных им камер и анализируют их с применением ИИ. При этом собирать «эти гигантские потоки данных», по его мнению, в единый федеральный центр нерационально: это потребует огромных расходов на аренду магистральных каналов связи, да и сами каналы на определенных направлениях в дефиците.
В последние два-три года многие губернаторы ратуют за то, чтобы обязать частных владельцев видеокамер предоставлять доступ к видеопотокам данных региональным органам власти, обращает внимание Коник, добавляя, что некоторые субъекты подходят к этой задаче более творчески. «Например, Севастополь выбрал метод не кнута, а пряника. С 2021 года в обмен на сдачу видеопотока каждый владелец камер на частном объекте получает от городских властей гарантии, что МВД, в случае чего, сразу увидит все проблемы на нем — в онлайне или с помощью системы видеоаналитики. В итоге город получил большой спрос со стороны управляющих компаний, которые на таких условиях готовы подключить хоть каждый домофон к городской системе видеонаблюдения», — отметил он.
Расчетная нагрузка
С технической точки зрения «умной» может быть абсолютно любая камера, только видео с нее надо отправить на сервер для обработки либо обработать на месте с помощью алгоритмов машинного зрения для поиска нужного объекта или действия, поясняет менеджер практики «Стратегия трансформации» компании «Рексофт Консалтинг» Илья Муха. Проблема, по его словам, в том, что если нужен онлайн-мониторинг с высоким разрешением камер, то потребуется инфраструктура с хорошей пропускной способностью сети, потому что видеопоток серьезно загружает канал связи.
«Если я правильно понимаю, в инициативе идет речь о камерах, в которых распознавание происходит на месте. Есть такие устройства для Edge-вычислений, где видеоряд обрабатывается в месте установки камеры, и только нужная информация передается для дальнейшей аналитики. Это позволяет снизить нагрузку на сеть передачи данных», — отметил Муха.
На конец 2023 года в столице действовали 276 600 камер, подключенных к системе распознавания лиц. Если рассматривать хранение видеопотока, то объем накапливаемых данных, собираемых в течение дня с одной камеры, в среднем составит 10-20 ГБ (для SD-HD качества), поясняет Муха. При хранении данных видеоряда в течение 30 дней объем единого хранилища потребуется в размере примерно 75-150 ПБ (петабайт, 1 ПБ=1 048 576 ГБ), или 2,5-5 ПБ в день, оценивает он.
«Для сравнения: объем крупнейших мировых хранилищ составляет в среднем 60-100 петабайт для одного дата-центра. Дополнительно необходимо учесть, что для обработки такого объема данных потребуется дополнительные мощности GPU (Graphics Processing Unit — процессор для обработки графики и высокопроизводительных вычислений с высокой скоростью)», — добавил эксперт.
По словам Мухи, чтобы сократить затраты на передачу и хранение такого большого объема трафика, нужно хранить данные распределенно, а также использовать технические возможности для снижения объема передаваемой и хранимой информации: «Например, за счет снижения частоты кадров, предобработки на местах для передачи отдельных фото или видеофрагментов, сжатия данных».