Павел Чекуров: «Видеоаналитика в ритейле становится инструментом снижения потерь и анализа покупателей»

1 час назад

Ритейл сегодня — одна из самых динамичных площадок для внедрения видеоаналитики. Если ещё вчера камеры воспринимались исключительно как инструмент охраны, то сегодня они решают куда более широкий круг задач: от борьбы с кассовыми махинациями и воровством персонала до анализа покупательских маршрутов и оптимизации выкладки товара.

Павел Чекуров, руководитель направления систем видеонаблюдения Rubetek (СВН) рассказал журналу RUБЕЖ о том, как машинное зрение становится рабочим инструментом управления магазине, чем оно принципиально отличается от классического видеонаблюдения, как адаптировать алгоритмы под конкретный объект и куда движется рынок в условиях роста цен на «железо». Спикер развеял миф о том, что видеоаналитика — это только для крупных сетей, и объяснил, почему открытость протоколов и грамотное проектирование ракурсов съёмки значат для эффективности системы не меньше, чем разрешение камеры.

RUБЕЖ: Какие задачи ритейл сегодня решает с помощью видеонаблюдения и видеоаналитики?

Павел Чекуров: Есть очевидные боли ритейла: вынос товаров без оплаты, подмена товара на кассах самообслуживания, есть проблемы, которые видны только на «внутренней кухне» магазинов: мошенничество сотрудников, воровство при сортировке и приемка некачественных продуктов, а есть потребительский опыт – нам ведь не нравится ждать куда-то ушедшего кассира в уже неприлично выросшей очереди. Также востребованы общие охранные функции по типу обнаружения человека в запрещенной зоне, детекция возгораний. 

—  Какие запросы чаще всего поступают от торговых сетей и руководителей объектов?

П. Чекуров: В первую очередь, это запросы на повышение безопасности и снижение потерь без увеличения нагрузки на сотрудников. Например: «Как не допускать в магазин людей, которые уже совершали кражи, не заставляя сотрудников охраны помнить каждого в лицо?» или «Как выявить признаки возможной кражи еще до того, как товар вынесут за кассовую зону?».

При этом задачи не ограничиваются только предотвращением краж. Торговым сетям также важно контролировать соблюдение регламентов, выявлять подозрительные или нестандартные ситуации, анализировать перемещение людей и объектов внутри магазина. Поэтому сегодня запрос на видеоаналитику это не просто дополнительный инструмент охраны, а способ автоматизировать часть контроля и быстрее реагировать на действительно значимые события.

— Чем современная видеоаналитика отличается от классического видеонаблюдения?

П. Чекуров: Классическое видеонаблюдение — это прежде всего запись видеоархива и вывод потоков в реальном времени на монитор оператора. В некоторых системах дополнительно настроены детекторы движения, которые формируют события при изменении изображения. Но при большом количестве ложных срабатываний оператору сложно реагировать на действительно важные события.

Современная видеоаналитика позволяет не просто фиксировать происходящее в кадре, а анализировать его содержание. Система может классифицировать объекты. Например, определять наличие человека или определенного предмета в заданной области, отслеживать их перемещение и направление движения. Кроме того, видеоаналитика позволяет выявлять более сложные события и сценарии: пересечение заданной линии, появление объекта в запрещенной зоне, оставленный товар и другие ситуации.

Таким образом, основное отличие в переходе от простого наблюдения и фиксации видео к автоматизированному анализу происходящего и выявлению значимых событий.

— Что система может делать самостоятельно, помимо записи и хранения видео?

П. Чекуров: Видеоаналитика позволяет не просто фиксировать события, а автоматически реагировать на них по заданному сценарию: отправлять уведомление сотруднику, передавать событие в систему безопасности или запускать определенное действие. Для ритейла это может быть обнаружение человека в служебной зоне, пересечение линии, появление оставленного предмета и другие нестандартные ситуации — сотрудник подключается только тогда, когда действительно требуется его реакция.

Например, камеры Rubetek с бортовой видеоаналитикой могут самостоятельно распознавать автомобильные номера и открывать шлагбаум для автомобилей из разрешенного списка или спецтранспорта. Такой же принцип работает и в торговых объектах: система сама обнаруживает заданное событие и запускает необходимую реакцию, снижая нагрузку на сотрудников.

— Какие сценарии видеоаналитики наиболее востребованы именно в ритейле? Например, контроль зон, обнаружение оставленных или подозрительных объектов, скопления людей, контроль доступа, ситуации в торговом зале и на прилегающей территории.

П. Чекуров: Наиболее востребованы сценарии, которые помогают контролировать торговый зал, снижать потери и повышать эффективность работы сотрудников. Небольшие магазины часто используют трекинг и подсчет людей по зонам или линиям, контроль входов и отдельных участков. Крупные сети, как правило, заинтересованы в более комплексных решениях — единой платформе, интегрированной с другими системами магазина. Например, видеоаналитика может помогать выявлять подозрительное поведение, подмену товара или возможную кражу. Для таких сценариев нейросетевые детекторы могут обучаться распознавать конкретные товары и особенности поведения покупателей.

— Какие задачи видеоаналитика помогает решать не только службе безопасности, но и бизнесу? Может ли видеопоток использоваться для повышения эффективности магазина, контроля процессов, анализа поведения покупателей или оптимизации работы персонала? 

П. Чекуров: Можно считать посетителей для анализа пиковых часов и процента совершенных покупок, можно строить «тепловые карты» по детектору людей для грамотного размещения товаров, подстройки освещения или проверки других гипотез для увеличения продаж, можно автоматически призвать дополнительного кассира при наличии очереди. Анализ полок позволяет отследить пустые места на витринах и сообщить сотрудникам о необходимости выкладки товара. Существенный экономический эффект дает выявление испорченных фруктов и овоще.

— Насколько сегодня распространено машинное зрение в реальных проектах ритейла? Это уже массовый запрос заказчиков или пока технология, которую внедряют преимущественно крупные сети и отдельные пилотные объекты?

П. Чекуров: У крупный сетей уже идет формирование стандартов и методологий для применения видеоаналитики, но о повсеместном внедрении пока говорить рано. За счет эффекта масштаба можно достичь значительного сокращения издержек, вызванных кассовыми махинациями или фродом – это подталкивает владельцев бизнеса на пилотные проекты в отдельных магазинах, с последующем расширением на всю сеть.

— Как Rubetek подходит к разработке видеоаналитики под конкретный объект? Насколько алгоритмы и сценарии можно адаптировать под формат магазина, особенности помещения и конкретные задачи заказчика?

П. Чекуров: Мы адаптируем видеоаналитику под конкретные задачи и особенности объекта: собираем и размечаем датасеты, обучаем и дообучаем детекторы, настраиваем сценарии событий. Это особенно важно для ритейла, где могут отличаться ракурсы камер, планировка торгового зала, освещение и другие условия съемки. На этапе настройки также снижаем количество ложных срабатываний, чтобы система реагировала именно на значимые события.

Например, для выявления подмены товара нейросетевой детектор обучается распознавать конкретный ассортимент магазина. Затем система может сопоставлять товар, который покупатель берет или перемещает в зоне контроля, с информацией о товаре, пробитом на кассе.

— Какие данные и условия необходимы, чтобы видеоаналитика действительно работала эффективно? Насколько результат зависит от камер, освещения, расположения оборудования, качества видеопотока и архитектуры самого объекта?

П. Чекуров: Если просто разместить камеры на потолке и разметить зоны детекции, то базовые сценарии будут работать, но чтобы система работала эффективно, требуется грамотное планирование ракурсов съемки, а иногда и встраивание камер в стороннее оборудование, например кассовые аппараты самообслуживания.
  
 Для некоторых целей достаточно простых камер с разрешением 2 мегапикселя, а если требуется точная идентификация продукта, то стоит использовать камеры классом повыше. Современные камеры имеют встроенную подсветку, в том числе белого света, и при необходимости зона обзора будет хорошо видна и без внешних источников, но лучше при проектировании объекта правильно рассчитать штатное освещение магазина и расположение камер. 
  
  Камеры для анализа выкладки товаров в холодильники крепят прямо на дверцы – обычная охранная камера на потолке не увидит все товары на полках. В некоторых случаях оптимально применить автономные камеры с аккумулятором, которые с заданным расписанием делают фотографии и отправляют их в систему аналитики – не нужно тянуть провода и перестановки в магазинах не страшны.

—  Какие сложности возникают при внедрении видеоаналитики на уже работающих объектах? Можно ли интегрировать современные алгоритмы с существующей инфраструктурой и оборудованием, или модернизация обычно требует более серьезных изменений?

П. Чекуров:К сожалению, на рынке систем видеонаблюдения существует практика навсегда подсадить заказчика на свое оборудование. Некоторые поставщики даже блокируют подключение чужих камер к своим видеорегистраторам с помощью «лицензий».

Мы в Рубетек пропагандируем максимальную открытость, простоту интеграции и использование стандартных протоколов. Наши камеры, например, могут отправлять события по HTTP API, MQTT, RabbitMQ, SMTP, FTP, ONVIF, но нам не сложно реализовать и кастомный протокол под требования заказчика; для сторонних приложений по отдельному функционалу даже предоставляем полноценный SDK, а между системами верхнего уровня также довольно просто наладить обмен событиями и запуск сценариев.

Простой вариант: если имеющаяся на объекте система позволяет забрать потоки видео, то можно попробовать на их основе сделать серверную видеоаналитику, разработав ПО под заказчика.

— Как видеоаналитика интегрируется с другими системами безопасности объекта? Например, может ли событие, обнаруженное камерой, автоматически запускать определенный сценарий в СКУД, системе оповещения или других подсистемах?

П. Чекуров: Пространство для интеграций огромно. Например, в рамках СКУД у одного из заказчиков работает интеграция детектора транспортных средств камер со считывателями BLE (Bluetooth Low Energy, ключом может выступать практически любой современный смартфон) – когда пользователь подъезжает на авто к воротам, его телефон является вторым фактором аутентификации для доступа на парковку, при этом никаких кнопок нажимать не нужно. Наши камеры с функцией обнаружения возгораний можно интегрировать в системы АПС, например как предварительный детектор – иногда дым может стелиться по полу, и стандартные датчики на потолке могут реагировать с задержкой. На распределительных центрах и складах важна охрана периметра, и чтобы сигнализация не срабатывала по каждому шороху листьев в кадре можно применять нейросетевой детектор людей.

— Куда, на ваш взгляд, будет развиваться видеоаналитика в ритейле в ближайшие годы? Какие сценарии сегодня только появляются, но могут стать стандартом для торговых объектов завтра?

П. Чекуров: Важные сценарии безопасности: детекция поз и девиантного поведения посетителей магазинов -- от базовых «сидит/стоит/лежит» до действительно опасных, например «поза стрелка», - будут появляться и уже в проработке у Rubetek.
  
С помощью видеоаналитики владельцы торговых точек смогут разделять посетителей по полу/возрасту и другим внешним признакам для увеличения эффективности продаж и анализа конверсии.
  
Межкамерный трекинг (когда система отслеживает перемещения человека в зоне видимости разных камер) позволит оптимизировать расположение групп товаров или скорректировать навигацию по магазину на основе маршрутов покупателей или автоматически обнаружить кто взял с полки товар и направляется с ним мимо касс.  
  
По технике – есть тенденция к экономии на серверных мощностях из-за все растущих цен на их компоненты, поэтому функции видеоаналитики будут распределяться по «небольшим ИИ-коробочкам» или частично переноситься прямо на камеры, как уже делаем мы в Rubetek.

Запрос на доступ к сервисам видеонаблюдения через облако с возможностью прозрачной аналитики по всем объектам тоже сохраняется – здесь как раз помогут недорогие «мини-серверы» (в том числе и видеорегистраторы) и EDGE аналитика, чтобы не пробрасывать громоздкие видеопотоки через интернет.
  
В конечном счете системы видеоаналитики будут использоваться не только, чтобы обеспечить безопасность, но и чтобы сделать максимально эффективной работу с теми, кто уже пришел в магазин – там где человек не успеет за чем-то уследить, машина увидит, поможет проверить гипотезы и выявить неочевидные закономерности.

Ранее журнал RUБЕЖ опубликовал колонку эксперта Никиты Малова, бизнес-консультанта, автора блога «CEO — журнал для владельца бизнеса»: «Видеонаблюдение на торговом объекте: почему экономия на старте оборачивается потерями».