30 камер на одного охоронця: Юрій Пащенко, технічний керівник напряму AI в Ajax Systems, про ШІ у відеоспостереженні

Юрій Пащенко — Tech Lead з напряму AI компанії Ajax Systems. Має понад 12 років досвіду у сфері Computer Vision та Deep Learning. Працював із хмарними (Cloud) і Edge-based моделями. Має великий досвід у роботі з feature engineering (конструювання ознак), виявленням/сегментацією об'єктів та розпізнаванням облич.

Першого березня на Kyiv AI & BigData Day Юрій Пащенко розповів про адаптацію Segment Anything Model (SAM) до різних потреб. Після доповіді SPEKA коротенько поспілкувалася з Юрієм про те, як штучний інтелект використовується у системах безпеки, які технології найбільш перспективні у цій галузі та чи може AI повністю виключити людський чинник.

Які технології штучного інтелекту найперспективніші для сфери систем безпеки?

Це залежить від того, де відбувається аналіз — на сервері (Cloud) чи безпосередньо на пристрої (Edge-based). 

Edge-based завжди безпечніший варіант, в якому ризик витоку ваших особистих даних мінімальний, але при цьому неможливо запускати найкращі версії алгоритмів за рахунок обмежених обчислювальних можливостей самого пристрою.

 Якщо ми говоримо про video surveillance (відеоспостереження), то це виявлення (detection), відстеження (tracking), сегментація, розпізнавання(recognition), Re-ID технології (розпізнавання за людським силуетом). Ці всі підходи у правильній комбінації можуть показувати високу точність, але за рахунок обмежених обчислювальних спроможностей пристрою потрібно завжди шукати правильний tradeoff між складністю системи та потребами користувача.

У CloudBase у нас можливості дещо ширші. Ми можемо використовувати LLM (великі мовні моделі), і це зараз дуже популярно. Проблема в тому, що LLM — це все ж таки велика модель, яка працює не миттєво, а із затримками в обробленні, що для системи відеоспостереження може бути критичним і місцями неприйнятним. 

Підписуйтеся на наші соцмережі

Також постійно опрацьовувати потік даних з камери на сервері буде дуже дорого коштувати. Тому більш доцільним є використання комбінованих підходів, де попереднім обробленням та збиранням інформації займаються більш прості алгоритми безпосередньо на пристрої, а  вже ухваленням рішення — велика модель на сервері.

Чи розглядає компанія Ajax Systems впровадження систем автономного ухвалення рішень? Чи у вас вже таке є?

Тобто можна налаштувати систему так, щоб у певних ситуаціях вона автоматично вмикала тривогу. Наприклад, якщо камера зафіксувала підозрілий рух або несанкціонований доступ. Таке ми використовуємо. 

Можете більше розповісти про те, як це працює? 

Користувач може самостійно налаштувати сценарій контролю доступу до певних зон. Наприклад, у вас є приміщення, квартира або будь-яка інша територія, і ви визначаєте, де не має бути людей.

Уявімо ситуацію в аеропорту: є спеціальна лінія, за яку заходити не можна. І якщо людина зайшла за лінію, потрібно, щоб охоронець підійшов до неї і сказав, що цього робити не можна. Це можна побачити за допомогою камер, яких дуже багато в аеропортах, проте людей, які ходитимуть та сповіщатимуть, мало. 

Подібний сценарій можна прописати. Тобто можна вказати зони, в яких не повинно бути людей (або тварин, автомобілів тощо) з 03:00 по 08:00. І, якщо систему у цей час виявляє у цій зоні зазначений об'єкт, вмикається сповіщення тривоги. Це такий простий сценарій, який користувачі можуть прописувати і вмикати. 

А чи може інтелект передбачити настання ризику ще до того, як він настане? 

Це цікаве питання, і в деяких випадках відповідь — так. Існує так звана лойтерингова (loitering) задача, яка стосується аналізу поведінки людини у певному просторі.

Наприклад, якщо ми відстежуємо траєкторію руху людини протягом певного часу, алгоритми можуть виявити закономірності в її поведінці та навіть передбачити наступний крок. Якщо людина рухається за типовим патерном, її поведінка здається передбачуваною. Але якщо вона діє незвично, наприклад, хаотично пересувається або затримується в місці, де більшість людей цього не робить, це може сигналізувати про підозрілу поведінку.

Також можна прогнозувати потенційні порушення. Наприклад, якщо людина рухається прямо і алгоритм бачить, що через три секунди вона перетне заборонену лінію, система може заздалегідь зафіксувати можливе порушення та попередити про це.

Чи може інтелект повністю виключити людський чинник у галузі систем безпеки?

Все залежить від того, на які ризики ви готові піти. Зрозуміло, що жодна система не є 100%-ю. Якщо вам достатньо, щоб система покрила 99%, але автоматично, то це ок. 

Але у системах безпеки завжди залишається людський чинник. Тому що, ну вибачте, якщо у вас система працює повністю автоматично і неправильно відпрацювала за тим чи іншим сценарієм, то хто ж все-таки у цьому винний, чому так? Питання будуть до розробника чи до алгоримів? Важко дискутувати. 

Принаймні зараз має бути якась верифікація людиною. Цей відсоток зменшується, і якраз ця система штучного інтелекту, яка впроваджується у video surveillance (відеоспостереження), повинна просто оптимізувати цей ресурс. 

Якщо зараз, наприклад, потрібна одна людина, образно кажучи, на 9 моніторів, то із системою штучного інтелекту однієї людини буде достатньо для 20-30 камер. При цьому без погіршення якості спрацювання! Це оптимізація використання ресурсів.

Більше про доповідь на Kyiv AI & BigData Day 2025

Доповідь Юрія Пащенка на Kyiv AI & BigData Day стосувалася того, як налаштувати Segment Anything Model для більш точних і ефективних результатів у різних сферах. У своїй доповіді він зосередився на просунутій оперативній інженерії, точному налаштуванні за допомогою доменних даних та використанні адаптерних модулів. Також він розповів, як покращити постоброблення для більш якісних результатів та як створити легший кодер зображень.