Разработали программное обеспечение, помогающее предупреждать воровство в магазинах SPAR. Программа оповещает сотрудников охраны, если в магазин вошел человек, когда-то уже пойманный на краже. Над проектом работали специалисты, выполнявшие подобные задачи для МВД.
О заказчике:
SPAR, крупнейшая розничная сеть продуктов питания с 12 700 магазинами в 48 странах.
Клиент владеет сетью розничных магазинов, в большинстве точек происходят кражи, ощутимо снижающие прибыль. Охранникиам, периодически, удаётся поймать воров и включить их в фотобазу. Однако опознать человека из базы, хотя бы, в сотню преступников - очень сложная задача для человека. Особенно, если поток посетителей плотный. Поставили следующие задачи:
Разработать охранную систему, оповещающую сотрудников о том, что в магазин вошёл посетитель, похожий на одного из ранее пойманных воров.
Спроектировать систему таким образом, чтобы сотрудники легко могли разобраться с интерфейсом, в том числе добавлять фото новых воров в базу.
Необходимо было, чтобы система работала на существующей технической базе и требовала минимум усилий от службы охраны.
По итогам обсуждения мы сразу поняли, что эффективнее всего задачу клиента решат нейросети, умеющие распознавать объекты на изображении. Чтобы реализовать проект:
Совместно с юридическим отделом безопасности магазина согласовали задачу с учетом возможных нюансов.
Обучили нейросеть мгновенно распознавать воров в потоке покупателей.
Разработали ПО и оборудовали рабочее место сотрудников охраны в магазине.
Сервис работает как интернет-ресурс — сотрудникам не нужно обновлять или настраивать его.
Достигнутые результаты полностью удовлетворили клиента:
Система распознаёт известных воров на входе и уведомляет об этом охрану.
Служба охраны наблюдает за ними все время их пребывания в магазине.
Чтобы добиться высокого качества работы нейронных сетей при распознавании образов, привлекли специалистов с 8-летним опытом, работавших в государственных проектах для МВД и Министерства образования.
Усиление команды такими экспертами помогло завершить сервис быстрее и предотвратить ряд проблем при внедрении.
Система состоит их двух частей — клиентской и серверной. Клиентская анализирует видеопоток и распознает лица, затем посылая их на сервер. Серверная часть сопоставляет лицо посетителя магазина с похожими людьми из базы данных. Если выявляется совпадение – система уведомляет охрану.
Сервису не нужен широкий доступ в интернет, а серверу не нужны большие вычислительные мощности.
Серверная и клиентская часть написаны на кросплатформенных Python и Python QT. За распознавание лиц отвечает OpenCV.
Для тренировки нейросети использовали Tensorflow, на архитектуре, распознающей лица людей лучше, чем сам человек. Чтобы сэкономить бюджет проекта на этапе проверки технологий, тестировали продукт на сторонней аналогичной нейросети.
К системе легко подключить новые магазины.
Первый рабочий прототип системы представили через 25 дней.
Добавить нового человека в базу можно за несколько минут, и система сразу начнет распознавать его по всей сети магазинов.
Вся информация о посетителях предобрабатывается, а после этого хранится только в деперсонифицированном виде.
Мы готовы разработать для вас аналогичную систему с нейросетями или другое сложное IT-решение. Свяжитесь с нами любым удобным способом и мы расскажем, чем будем полезны вам.
