ИТ-холдинг Т1 и компания «Когнитив Солюшнс» объявили о сотрудничестве по внедрению систем видеоаналитики для транспортной инфраструктуры.
Цель проекта — добиться идентификации объектов с точностью до 99,9% и вывести решение в промышленную эксплуатацию. Партнёры намерены адаптировать алгоритмы под реальные условия: вагоны, автомобили, людей, оборудование и аномалии, с учётом грязи, плохой погоды, нестандартных ракурсов и меняющегося освещения. Система будет работать поверх уже установленных камер без вмешательства в существующую сеть, сообщает Hi-Tech Mail.
Рынок видеоаналитики растёт примерно на 19,5% в год до 2030 года, и транспортно-логистическая сфера — один из главных драйверов. Исследования показывают, что компьютерное зрение используется уже в более чем 70% российских ИИ-проектов. Главная задача — добиться стабильной точности в условиях, где традиционные модели дают сбои: ночные смены, сильный дождь, запылённые платформы и редкие углы обзора. Для этого алгоритмы дообучают на локальных данных клиента и добавляют эвристики, снижающие число ложных срабатываний.
Замгендиректора Т1 Михаил Книгин отметил, что клиенты ждут измеримого эффекта, а не просто технологии, поэтому компьютерное зрение становится частью промышленной инфраструктуры и инструментом управления процессами. Гендиректор «Когнитив Солюшнс» Евгений Волков добавил, что цель — не лабораторный прототип, а продукт, работающий в реальных условиях. Практические выгоды для транспорта включают снижение числа аварий за счёт раннего обнаружения аномалий, ускорение пропускных операций и учёта подвижного состава, автоматизацию контроля доступа и охраны периметра, а также экономию на ручном мониторинге и снижение нагрузки на операционные центры.
Среди стандартных рисков — качество исходных видеопотоков, защита каналов передачи, обработка персональных данных и интеграция с существующей ИТ-инфраструктурой. Компании обещают учесть эти моменты при серийных внедрениях. Проект ориентирован на крупные объекты: терминалы, депо, узловые станции и логистические хабы, где требования к надёжности и минимизации ошибок особенно высоки. Успех пилота позволит масштабировать решение на другие отрасли.
