Программа для анализа видеопотока «Сирин»

Конечные выгодополучатели от реализации проекта: 1. Жители города Югорск и ХМАО-Югры Повышение уровня личной безопасности, защита от противоправных действий, снижение криминогенной обстановки в местах проживания и общественных пространствах. 2. Дети и учащиеся образовательных учреждений Обеспечение безопасности на территории школ, детских садов через контроль периметра и автоматическое выявление несанкционированного проникновения. 3. Работники промышленных предприятий Снижение производственного травматизма благодаря автоматическому контролю соблюдения требований охраны труда и использования СИЗ. 4. Пожилые граждане и лица с ОВЗ Особо уязвимая категория, нуждающаяся в повышенной защите и быстром реагировании служб безопасности на инциденты. 5. Муниципальные службы безопасности Повышение эффективности работы полиции, МЧС через оперативное получение информации об инцидентах, оптимизация использования бюджетных средств.

Краткое описание проектаСоздание интеллектуальной системы видеобезопасности на базе отечественной нейровычислительной платформы для защиты городской инфраструктурыПроект направлен на разработку и внедрение комплексного решения для обеспечения безопасности городских территорий на базе программного комплекса «Сирин» (включен в Единый реестр российского ПО) и нейровычислительной платформы FlyCortex собственной разработки (в процессе получения патентов , экспертизы пройдены, планируется получение патентов до конца 2025 года).Целевая аудитория: муниципальные образования РФ, службы безопасности, управляющие компании, объекты критической инфраструктуры, требующие современных систем видеомониторинга с применением искусственного интеллекта.Содержание проекта:В рамках грантовой поддержки планируется создание и интеграция семи специализированных нейросетевых модулей для видеоаналитики:Контроль периметра и охранных зонДетекция беспилотных летательных аппаратовРасширенное распознавание автомобильных номеров с определением типа ТС и направления движенияРаспознавание лицДетекция огня и дымаКонтроль использования средств индивидуальной защиты (маски, каски)Все нейросетевые алгоритмы будут оптимизированы для работы на отечественной индустриальной платформе FlyCortex (на базе процессора RK3588J с NPU 6TOPS), серийно производимой ООО "Сирин". Применение Edge-AI архитектуры позволяет создавать масштабируемые кластерные решения без строительства дорогостоящих ЦОД.Ожидаемые результаты:Создание импортозамещающего решения для систем видеобезопасности на российской элементной базеПилотное внедрение системы в г. Югорск (согласовано с главой города Харловым А.Ю.) с подключением более 100 видеопотоков от камер домофоновПрактическая апробация комплексной системы безопасности в реальных условиях городской средыСоздание тиражируемого решения для масштабирования на другие муниципальные образования РФСнижение капитальных затрат на построение систем "Безопасный город" за счет применения распределенных вычислений на периферии (Edge computing)Проект обеспечивает технологический суверенитет в критически важной сфере обеспечения общественной безопасности и создает основу для широкомасштабного внедрения отечественных решений в области интеллектуального видеонаблюдения.

Социальные (общественные) проблемы, на решение которых направлен проект:1. Недостаточная эффективность существующих систем видеонаблюденияСуществующие системы работают в режиме пассивной записи без интеллектуального анализа. Операторы физически не способны отслеживать все камеры в реальном времени, что приводит к выявлению инцидентов только постфактум.2. Рост киберугроз и применение БПЛА в противоправных целяхУвеличение случаев использования дронов для несанкционированной съемки, доставки запрещенных веществ, промышленного шпионажа и диверсий на критически важных объектах. Отсутствие эффективных средств автоматической детекции БПЛА в городской среде.3. Угроза пожарной безопасностиНесвоевременное обнаружение очагов возгорания и задымления на ранних стадиях среди множества видеопотоков из-за человеческого фактора.4. Нарушения ПДД и проблемы идентификации транспортаНедостаточная автоматизация фиксации нарушений, сложности с определением типа ТС и направления движения при расследовании ДТП и правонарушений.5. Нарушения требований охраны трудаНесоблюдение требований по использованию СИЗ (каски, маски) приводит к производственному травматизму. Ручной контроль требует значительных трудозатрат и неэффективен.6. Несанкционированное проникновение на охраняемые территорииНарушения периметров образовательных учреждений, промышленных предприятий, жилых комплексов. Запоздалая реакция служб безопасности из-за отсутствия автоматического оповещения.7. Технологическая зависимость от импортных решенийКритическая зависимость систем безопасности от иностранного ПО и оборудования создает риски для национальной безопасности в условиях санкций. Отсутствие доступных отечественных альтернатив с полным циклом разработки.8. Высокая стоимость существующих решений "Безопасный город"Централизованные системы требуют строительства дорогостоящих ЦОД и значительных капитальных вложений, что делает их недоступными для малых муниципальных образований с ограниченным бюджетом.9. Сложность обеспечения безопасности в северных условияхБольшие расстояния между объектами, суровый климат, необходимость работы оборудования при экстремально низких температурах требуют специализированных решений для ХМАО-Югры.10. Дефицит квалифицированных операторовНехватка персонала для круглосуточного мониторинга, высокая утомляемость, пропуск критических событий. Автоматизация минимизирует влияние человеческого фактора.

Цели проекта:
1. Повышение уровня общественной безопасности
Создание интеллектуальной системы видеомониторинга с автоматическим выявлением угроз и инцидентов в режиме реального времени на территории города Югорск.
2. Разработка и внедрение отечественных нейросетевых модулей
Создание семи специализированных AI-модулей для видеоаналитики: контроль периметра, детекция дронов, распознавание номеров и лиц, выявление огня/дыма, контроль СИЗ.
3. Обеспечение технологического суверенитета
Разработка импортозамещающего решения на базе отечественной нейровычислительной платформы RuBearBoard с полным циклом производства в РФ.
4. Снижение стоимости систем "Безопасный город"
Создание масштабируемого Edge-AI решения, не требующего строительства дорогостоящих ЦОД, доступного для муниципальных образований с ограниченным бюджетом.
5. Практическая апробация и тиражирование
Пилотное внедрение системы в г. Югорск с подключением 100+ видеопотоков и создание базы для масштабирования на другие территории ХМАО

Разработка нейросетевых модулей

Создание и обучение нейросети для контроля периметра и охранных зон
Разработка модуля детекции беспилотных летательных аппаратов
Расширение модуля распознавания автомобильных номеров с определением типа ТС и направления движения
Создание модуля распознавания лиц
Разработка системы детекции огня и дыма
Создание модулей контроля использования масок и касокОптимизация под отечественную аппаратную платформу

Адаптация нейросетевых алгоритмов под архитектуру Edge-AI процессора RK3588J
Оптимизация производительности для работы NPU 6TOPS
Тестирование стабильности работы при различных нагрузках
Обеспечение работоспособности при температурах от -40°C до +50°CИнтеграция с программной платформой «Сирин»

Интеграция разработанных нейросетевых модулей в существующую систему
Разработка единого интерфейса управления и мониторинга
Создание системы оповещений и реагирования на инциденты
Обеспечение масштабируемости для работы с 100+ видеопотокамиПодготовка инфраструктуры в г. Югорск

Согласование технических требований с администрацией города
Подключение видеопотоков от камер домофонов (100+ камер)
Интеграция с существующими городскими системами видеонаблюдения
Установка нейровычислительных платформ RuBearBoardПилотное внедрение и тестирование

Развертывание системы на территории г. Югорск
Проведение тестовой эксплуатации в течение 3-6 месяцев
Обучение операторов муниципальных служб безопасности
Сбор статистики работы системы и выявленных инцидентовАнализ эффективности и доработка

Анализ точности работы нейросетевых модулей
Выявление и устранение ложных срабатываний
Оптимизация алгоритмов на основе практических данных
Корректировка параметров под специфику городской средыПодготовка к масштабированию

Разработка типовой документации для тиражирования решения
Создание методических материалов по внедрению
Расчет экономической эффективности для других муниципалитетов
Подготовка коммерческого предложения для масштабирования по ХМАО-ЮгреОбеспечение информационного сопровождения

Подготовка пресс-релизов на ключевых этапах проекта
Организация публикаций в региональных и федеральных СМИ
Создание видеоматериалов о работе системы
Презентация результатов на профильных мероприятиях