Нейросети в системах безопасности решают одну задачу: отличить реальную угрозу от обычного события и сделать это быстрее человека. Камера с видеоаналитикой отличает человека от собаки, сигнализация не поднимает тревогу из-за качающейся ветки, а система доступа сверяет лицо с пропуском.
Оператор перед стеной из шестнадцати мониторов через двадцать минут начинает пропускать детали. Нейросеть не устаёт, но ошибается по-своему. Разберём, где она действительно помогает, где у неё слепые зоны и как ИИ-функции встраиваются в охрану объекта.
Что такое ИИ в системе безопасности
ИИ в системе безопасности — это программный модуль, который автоматически классифицирует события по данным камер и датчиков. Чаще всего это свёрточная нейросеть (тип нейросети для анализа изображений), обученная на тысячах размеченных кадров с людьми, машинами, животными и предметами.
Обычный детектор движения реагирует на любое изменение пикселей в кадре. Нейросеть отвечает на другой вопрос: что именно изменилось. От этого зависит, получит ли охранник тревогу из-за тени от облака.
В рекламных материалах эти функции называют по-разному: «умная аналитика», «интеллектуальное видеонаблюдение», «ИИ-детекция». Под всеми названиями скрываются три базовые операции:
- детекция — найти объект в кадре;
- классификация — определить, что это: человек, автомобиль, животное;
- трекинг — проследить, куда объект движется и что делает.
Всё остальное, от пересечения виртуальной линии до распознавания номеров, строится поверх этих трёх операций.
Почему нейросеть точнее работает в связке подсистем
Нейросеть, которая видит только одну камеру, принимает решение по одному источнику данных и чаще ошибается. Когда тот же модуль получает сигналы от датчиков и системы доступа, каждое событие можно перепроверить.
Комплексные системы охраны и безопасности объединяют видеонаблюдение, охранно-пожарную сигнализацию и контроль доступа под общим управлением. Для ИИ-модуля это означает несколько источников данных: тревогу от извещателя можно сразу проверить по видео, а человека в кадре сверить с журналом проходов.
Представим склад ночью. Сработал датчик на двери. Сама по себе это слабая информация: дверь могла дрогнуть от ветра. Камера в этот момент фиксирует человека у входа. Журнал СКУД показывает, что пятнадцать минут назад кладовщик приложил карту. Итог: событие штатное, тревогу поднимать не нужно. Если же карту никто не прикладывал, система получает три независимых подтверждения проникновения.
Эту логику называют верификацией тревоги. Часть производителей реализует её прямо в оборудовании: охранная панель при срабатывании датчика получает от извещателя со встроенной камерой снимок или серию кадров и отправляет их вместе с уведомлением.
| Подсистема | Что даёт нейросети | Чего ей не хватает без остальных |
| Видеонаблюдение | Картинку: кто, где, что делает | Не знает, имеет ли человек право здесь находиться |
| Охранная сигнализация | Факт события: открыта дверь, разбито стекло | Не видит причину срабатывания |
| Пожарная сигнализация | Дым, температуру | Не отличает пар из душевой от задымления без дополнительных данных |
| СКУД | Кто и когда прошёл | Не видит, прошёл ли за владельцем карты ещё кто-то |
Что умеет видеоаналитика на нейросетях
Видеоаналитика на нейросетях определяет класс объекта в кадре и реагирует только на заданные события: появление человека в зоне, пересечение линии, оставленный предмет. Базовый набор функций сегодня есть даже в бюджетных IP-камерах.
Пример — технология AcuSense у Hikvision. Она делит все движущиеся объекты на три класса: человек, транспорт и всё остальное. Листья, дождь и мелкие животные попадают в третий класс и тревогу не вызывают. У Dahua похожая функция называется SMD (Smart Motion Detection), у других производителей названия свои, но принцип тот же.
Основные функции
- Пересечение линии. Виртуальная черта на кадре, например вдоль забора. Тревога срабатывает, только если её пересекает человек или машина.
- Вторжение в зону. Объект находится внутри выделенного контура дольше заданного времени.
- Оставленный или пропавший предмет. Сумка на вокзале или исчезнувшая коробка с полки.
- Подсчёт людей. Сколько человек вошло и вышло, есть ли скопление.
- Распознавание автомобильных номеров. Используется на шлагбаумах и парковках.
- Распознавание лиц. Сверка с базой, об этом подробнее ниже.
Дальность имеет значение
Нейросеть может классифицировать объект только тогда, когда он занимает достаточно пикселей в кадре. У камер AcuSense последнего поколения дальность классификации составляет 20, 25 или 30 метров в зависимости от модели. Человек на расстоянии 60 метров для такой камеры останется просто движущимся пятном.
Это частая ошибка при проектировании: широкоугольную камеру ставят на угол здания и ждут, что она будет распознавать людей у дальнего забора.
Как ИИ снижает число ложных срабатываний сигнализации
Ложные срабатывания возникают, когда датчик реагирует на физическое изменение, не понимая его причины. Нейросеть добавляет к сигналу датчика вопрос «что это было» и отсекает события, которые не связаны с человеком.
Классический инфракрасный извещатель (ИК-датчик) ловит изменение теплового фона. Ему всё равно, кто прошёл мимо: вор, кот или поток тёплого воздуха от батареи. Радиоволновой извещатель реагирует на движение массы, и его может обмануть раскачиваемая ветром штора.
Для владельца дома ложная тревога — это раздражающее уведомление в три часа ночи. Для объекта на пультовой охране — лишний выезд группы быстрого реагирования. После десятка ложных выездов охрану начинают отключать, и система перестаёт защищать.
ИИ решает задачу двумя путями:
- Фильтрация по видео. Камера с классификацией объектов подтверждает или отклоняет тревогу датчика.
- Фотоверификация. Датчик со встроенной камерой делает несколько снимков в момент срабатывания, и оператор видит причину тревоги до выезда.
Второй путь проще в монтаже: не нужна отдельная камера, а беспроводные извещатели с фотофиксацией работают от батареек. Первый даёт больше данных, но требует видеосистемы, которая перекрывает зону действия датчика.
По пожарной сигнализации ситуация строже. Пожарные извещатели и логика их работы регулируются нормативами, и программный фильтр не вправе «гасить» сигнал о дыме. Видеоаналитика здесь работает как дополнительный канал: она помогает оператору быстрее понять, что происходит, но не отменяет срабатывание.
Как нейросети работают в контроле доступа
В системе контроля и управления доступом (СКУД) нейросеть подтверждает личность входящего: по лицу, по номеру автомобиля или в связке с картой. Самая востребованная задача — исключить проход по чужому пропуску.
Карту можно передать коллеге, потерять или скопировать. Лицо передать нельзя. Поэтому на объектах с повышенными требованиями используют двухфакторную схему: человек прикладывает карту, а терминал сверяет его лицо с фотографией владельца этой карты.
Другая задача — контроль «прохода паровозиком», когда за сотрудником через турникет или дверь проходит посторонний. Камера над проходом считает людей и сравнивает их число с количеством предъявленных пропусков.
На въездах на территорию работает распознавание номеров. Камера считывает номер, система сверяет его со списком разрешённых и открывает шлагбаум без брелока и звонка охраннику.
Что говорит закон о распознавании лиц
Шаблон лица, по которому система опознаёт человека, — это биометрические персональные данные. По статье 11 закона № 152-ФЗ «О персональных данных» их обработка требует письменного согласия человека.
Из этого следуют практические ограничения для работодателя:
- сотрудник вправе отказаться сдавать биометрию;
- за отказ нельзя привлечь к дисциплинарной ответственности;
- для такого сотрудника нужен другой способ прохода, например карта.
Эти положения разбирает, в частности, справочник 1С:ИТС. Отдельный вопрос — закон № 572-ФЗ о Единой биометрической системе (ЕБС), вступивший в силу в 2023 году. Юристы по-разному трактуют, распространяются ли его требования на внутренние пропускные системы компаний без подключения к ЕБС. Перед запуском доступа по лицу эту часть стоит проверить с юристом под конкретный сценарий.
Где работает нейросеть: в камере, регистраторе или на сервере
Нейросеть может работать в трёх местах: в самой камере, в видеорегистраторе или на отдельном сервере. От выбора зависят стоимость, нагрузка на сеть и то, сколько камер можно анализировать одновременно.
Аналитику внутри камеры называют периферийной (edge-аналитика). Камера сама обрабатывает картинку и передаёт дальше уже готовое событие: «человек в зоне 2». Если аналитика работает в регистраторе, камера может быть обычной, а распознавание выполняет процессор регистратора. У Hikvision технология AcuSense, например, доступна в обоих вариантах.
| Где работает ИИ | Сильные стороны | Ограничения | Типичный объект |
| Камера | Не нагружает сеть и регистратор, работает при обрыве связи с сервером | Набор функций зашит в прошивку, мощность процессора ограничена | Частный дом, магазин, небольшой склад |
| Видеорегистратор | Можно использовать уже установленные обычные камеры | Число каналов с аналитикой ограничено, обычно меньше общего числа каналов | Офис, небольшое предприятие |
| Сервер | Тяжёлые алгоритмы, поиск по архиву, сотни камер | Нужны видеокарты, отдельное ПО и обслуживание | Торговый центр, завод, транспортный узел |
При модернизации старой системы регистратор с аналитикой часто оказывается самым быстрым вариантом: камеры менять не нужно. Но стоит проверить в характеристиках, на скольких каналах регистратор реально выполняет распознавание.
Какие ограничения есть у ИИ в охране
Нейросеть ошибается, когда условия съёмки отличаются от тех, на которых её обучали: темнота, туман, неудобный ракурс, необычная одежда. Ещё одна группа рисков связана с уязвимостями самого оборудования.
Ошибки распознавания
Нейросеть видит пиксели, а не смысл. Человек в длинном плаще под дождём, снятый сверху в ИК-подсветке, для неё может выглядеть совсем не так, как люди из обучающей выборки. Отсюда пропуски реальных нарушителей.
Существуют и целенаправленные способы обмана. В 2019 году исследователи из бельгийского университета KU Leuven показали, что специально рассчитанный рисунок на картонке, которую человек держит перед собой, заметно снижает вероятность того, что детектор YOLOv2 распознает его как человека. Такие атаки называют состязательными (adversarial attacks). Для коммерческих камер это скорее лабораторная угроза, но она хорошо показывает предел: нейросеть можно ввести в заблуждение способами, которые человек-оператор заметил бы сразу.
Кибербезопасность
IP-камера — это компьютер, подключённый к сети. У неё есть прошивка, веб-интерфейс и пароль. Базовые меры защиты знакомы любому системному администратору:
- сменить пароль по умолчанию сразу после монтажа;
- обновлять прошивку камер и регистратора;
- вынести видеосистему в отдельный сегмент сети;
- закрыть удалённый доступ, если он не нужен.
Человек остаётся в контуре
ИИ сокращает поток событий, которые видит оператор, но окончательное решение по тревоге принимает человек. Система, где нейросеть сама блокирует двери или вызывает полицию без подтверждения, рискует превратить одну ошибку распознавания в реальный инцидент.
Как оценить ИИ-функции оборудования
ИИ-функции оценивают по трём параметрам: какие классы объектов распознаёт устройство, на каком расстоянии и сколько каналов анализирует одновременно. Маркетинговое название технологии само по себе ничего не говорит.
Вопросы, которые стоит задать до покупки или проектирования:
- Какие классы объектов различает аналитика: только человек и транспорт или больше?
- Какова дальность классификации для выбранного объектива?
- Где выполняется распознавание: в камере, регистраторе или на сервере?
- Сколько каналов регистратора поддерживают аналитику одновременно?
- Передаются ли события аналитики в охранную панель или пультовую программу?
- Можно ли настроить время нахождения в зоне перед тревогой?
- Как камера работает ночью: распознаёт ли объекты в ИК-режиме?
- Хранятся ли шаблоны лиц, и если да, где и как защищены?
Последний вопрос касается только систем с распознаванием лиц. Для них ответ определяет, какие документы о согласии на обработку биометрии понадобятся.
Проверить заявленные характеристики проще всего на месте. Камера, которая уверенно находит человека в демонстрационном зале, может вести себя иначе у забора под фонарём, где свет падает сбоку.
