Как меняется инфраструктура видеоаналитики в российских регионах

9 минут назад

© Изображение сгенерировано ИИ

В Нижегородской области к системе «Безопасный город» подключено более 30 тыс. камер, свыше 7,6 тыс. из них используют искусственный интеллект. По словам заместителя губернатора Егора Полякова, регион развивает не только стационарную сеть, но и мобильную видеоаналитику для массовых мероприятий. Похожий подход используют и в других субъектах России, системы видеонаблюдения становятся распределённой инфраструктурой сбора, обработки и передачи данных. Журнал RUБЕЖ собрал самые интересные региональные проекты последних лет.

Как заявил заместитель губернатора Нижегородской области Егор Поляков, с начала 2026 года количество стационарных устройств увеличилось на 20%. Около 20 тыс. камер расположены в Нижнем Новгороде, ещё порядка 10 тыс. — в муниципальных округах региона.

Более 7,6 тыс. камер используют технологии искусственного интеллекта. Как сообщил министр цифрового развития и связи области Александр Синелобов, алгоритмы применяются для подтверждения личности разыскиваемых людей, распознавания государственных регистрационных знаков, контроля вывоза мусора и чистоты дворов. Ещё один сценарий использования — подсчёт пассажиров на остановках общественного транспорта для корректировки маршрутов.

Система развивается на базе государственной информационной системы «Единый центр обработки и хранения видеоинформации Нижегородской области». К ней подключают камеры, установленные в общественных пространствах, на транспортных объектах, во дворах многоквартирных домов, а также оборудование, размещённое в домофонах и лифтах в рамках региональной программы их замены.

Таким образом, региональная сеть формируется не только за счёт установки новых уличных камер. В неё включают уже существующие источники видеоданных, принадлежащие разным организациям и предназначенные для различных задач. Власти не уточнили, сколько устройств было установлено непосредственно в 2026 году, а сколько подключили к общей системе из ранее существовавшей инфраструктуры.

Как устроена региональная система видеоаналитики

Наличие камеры в региональной системе ещё не означает, что её изображение непрерывно обрабатывается искусственным интеллектом. В инфраструктуре видеонаблюдения можно выделить несколько уровней интеграции.

На первом уровне устройство просто фиксирует происходящее и сохраняет запись. На втором видеопоток становится доступен уполномоченным пользователям муниципальной или региональной платформы. На третьем к нему подключают алгоритмы видеоаналитики, которые обнаруживают объекты и события. Наконец, отдельные системы позволяют искать людей или транспорт по архивным записям и сопоставлять изображения с данными специализированных баз.

Эти возможности требуют разной инфраструктуры и не обязательно реализуются одновременно. Камера может передавать изображение в систему хранения, но не использоваться для распознавания лиц. Другой поток может обрабатываться алгоритмом подсчёта людей, который при этом не проводит идентификацию. Биометрический поиск, в свою очередь, требует отдельного алгоритма сопоставления и доступа к соответствующим базам.

Разница видна на примере Санкт-Петербурга. По статистике городских властей за 2025 год, в систему поступало видео более чем от 113 тыс. устройств мониторинга. В неё интегрировали 16,2 тыс. камер сторонних систем, в том числе метрополитена, аэропорта Пулково, железнодорожных вокзалов, морского порта, дорожной инфраструктуры, стадиона и МФЦ. При этом алгоритмы видеоаналитики обрабатывали 31,5 тыс. видеопотоков.

То есть, подключение сторонней системы позволяет предоставить уполномоченным пользователям доступ к видеоданным, но не означает автоматического включения всех её потоков в обработку нейросетями.

Как используют ИИ в видеоаналитике

Значительная часть задач городской видеоаналитики не связана с установлением личности человека. Алгоритмы компьютерного зрения могут распознавать объекты, оценивать их перемещение, подсчитывать количество людей или автомобилей, фиксировать отклонения от заданного сценария.

В общественных пространствах такие технологии используют для обнаружения оставленных предметов, очередей, пересечения запретных зон и других нештатных ситуаций. В транспортной инфраструктуре — для подсчёта пассажиров, анализа загруженности и выявления отдельных дорожных событий. В коммунальном хозяйстве камеры могут помогать контролировать состояние территорий и фиксировать нарушения правил обращения с отходами.

В Нижегородской области власти заявили об использовании ИИ для контроля вывоза мусора и чистоты дворов. Однако конкретные алгоритмы, количество задействованных камер и статистика выявленных нарушений не были представлены публично.

Более подробно сценарий работы с видеозаписями раскрыт в Ленинградской области. Региональный оператор по обращению с отходами сообщал об установке 137 камер на контейнерных площадках в Выборгском, Приозерском, Волосовском, Кингисеппском районах и Гатчинском округе. На 2026 год планировалось установить ещё 218 устройств. Записи используются для поиска нарушителей, которые оставляют на площадках строительный мусор, ветки и покрышки.

Другой подход закреплён в нормативной модели Ленинградской области. Региональное постановление о системе интеллектуального видеонаблюдения АПК «Безопасный город» предусматривает центральное ядро с серверами, архивом и программным обеспечением аналитики, а также территориально распределённые локальные комплексы. Среди предусмотренных функций — подсчёт людей, обнаружение оставленных предметов, контроль пересечения запрещённых зон, распознавание госномеров и марок автомобилей.

Перечень в нормативном документе описывает функциональные возможности системы, но сам по себе не подтверждает, что каждый из перечисленных алгоритмов работает на всех объектах региона.

Биометрический поиск — отдельный контур системы

Распознавание лица решает другую задачу, чем обнаружение человека в кадре. Сначала алгоритм находит лицо, затем формирует его цифровое представление и сопоставляет с изображениями из заданной базы. При поиске по архиву система может сравнить фотографию человека с записями за определённый период. При работе в реальном времени сопоставление выполняется непосредственно с поступающим видеопотоком.

Результат такого сравнения следует рассматривать как потенциальное совпадение, которое требует проверки. Алгоритм не устанавливает юридическую личность человека и не заменяет работу правоохранительных органов.

Один из наиболее ярких примеров в России сейчас — Новосибирская область. Система FindFace Multi, разработанная компанией NtechLab, работает в контуре АПК «Безопасный город» с 2023 года. На 22 октября 2026 года в проекте работали 5 тыс. камер. За три года с помощью видеоаналитики выявили и задержали более 8 тыс. преступников, в том числе находившихся в федеральном розыске. Почти 4 тыс. задержаний, по данным регионального Минцифры, пришлись на первые десять месяцев 2026 года.

Отдельно развивается поиск пропавших детей. С апреля 2025 года, по данным Ростеха, система помогла найти более 260 несовершеннолетних. Для этого используется сервис «Дети 112»: фотография ребёнка передаётся правоохранительным органам и поступает в контур АПК «Безопасный город».

В Казани в феврале 2026 года также запустили биометрический поиск разыскиваемых и пропавших людей. Алгоритмы анализируют видеопотоки с нескольких десятков камер в подземных переходах и у входов на станции метро. Это пример точечного применения распознавания лиц на транспортных объектах, а не основание считать, что биометрическая аналитика работает на всей городской сети.

На Сахалине система «Визирь» от группы ЦРТ входила в состав АПК «Безопасный город» и анализировала изображения более чем с 1 тыс. камер. В 2020 году компания сообщала об использовании системы для контроля соблюдения карантинных ограничений. В 2026 году регион продолжил расширять инфраструктуру: к системе «Безопасный город» поступают данные примерно с 10 тыс. камер.

При этом около 800 потоков, согласно сообщениям о работе проекта, обрабатываются нейросетями. Среди задач — поиск скоплений людей, оставленных предметов и выявление других инцидентов. Потенциальные события проверяют операторы и участники проекта «Проводники безопасности».

Мобильная видеоаналитика от NTechLab для массовых мероприятий

Новым направлением развития нижегородской системы стал мобильный комплекс видеоаналитики. Это ещё одна разработка NtechLab. Комплекс размещают на базе автомобиля «Газель NN», он оснащён 28 камерами. Большинство устройств подключаются по защищённому высокоскоростному радиоканалу и предназначены для мониторинга рубежей и внешнего периметра. Ещё четыре всепогодные камеры установлены на крыше автомобиля.

Комплекс может автономно работать на территориях, где нет стационарных камер и необходимой инфраструктуры. Впервые систему применили в Дивеевском округе во время мероприятий ко Дню памяти преподобного Серафима Саровского. По данным региональных властей, в мероприятиях участвовали около 25 тыс. человек.

Разработчик заявляет, что мобильная система может помогать выявлять опасные скопления людей и давки, распознавать конфликтные ситуации, искать разыскиваемых и потерявшихся граждан, в том числе детей. Предусмотрена также возможность подключения внешних источников видеосигнала, в том числе и камер АПК «Безопасный город».

Ранее эксперт рассказал журналу RUБЕЖ, какие компоненты в системе «Безопасный город» пока невозможно заменить отечественными комплектующими.