Михаил Шарубин, эксперт по системам видеонаблюдения и видеоаналитики в компании DSSL
На протяжении последних лет прослеживалась отчетливая тенденция по перемещению процесса обработки и анализа видеоданных из облачных сервисов непосредственно на устройства видеонаблюдения.
Обработка видеосигнала непосредственно на видеокамере имеет большое количество преимуществ.
Такой подход к обработке видеоданных называется edge computing, или «периферийными вычислениями». Эта технология может принести значительную пользу ритейлерам, позволяя эффективно решать самую главную задачу – увеличение прибыли.
В течение длительного времени обработка видеоданных происходила в облаке. Это обуславливалось тем, что облачные решения позволяли эффективно обрабатывать данные, генерируемые конечными устройствами видеонаблюдения.
Но сейчас, с развитием технологий, процесс обработки данных все больше и больше перемещается на конечные устройства, будь то видеосервер или камера. Дело в том, что благодаря достижениям в области аппаратного обеспечения, а также существенному прогрессу в технологии изготовления компьютерных чипов это оборудование стало обладать достаточной вычислительной мощностью.
Теперь стало возможным не просто вести видеозапись и передачу сигнала для последующей обработки, но и осуществлять анализ видеоданных непосредственно на самой видеокамере.
Это значительно расширяет спектр возможностей, предоставляемых видеокамерами.
Такой подход позволяет получить многочисленные преимущества и значительно расширяет спектр возможностей, предоставляемых видеокамерами. А также позволяет компаниям и организациям экономить на расходах на свою ИТ-инфраструктуру.
Например, аппаратная видеоаналитика минимизирует использование пропускной способности сети. Это существенно сокращает расходы на трафик, необходимый для постоянной передачи большого количества видеоданных. Отсутствие необходимости гонять огромный поток данных позволяет практически полностью избежать этой дорогостоящей статьи расходов.
Обработка видеоданных непосредственно на самой видеокамере заметно увеличивает оперативность действий и сокращает время реакции на события. Это позволяет принимать решения почти мгновенно: в то время как для пересылки данных между конечными устройствами видеонаблюдения и облаком могут потребоваться сотни микросекунд, для обработки данных на самом устройстве нужно всего несколько микросекунд. Как говорится, «почувствуйте разницу».
В некоторых областях скорость реакции имеет решающее значение. Например, роботизированные руки или любые другие механизмы на фабриках, заводах и промышленных предприятиях могут мгновенно останавливаться, как только система видеонаблюдения определяет, что к опасной зоне приближается человек.
Использование же таких решений в автомобилях для обнаружения потенциально опасной ситуации может позволить автомобильной системе немедленно на нее отреагировать.
Однако список областей применения современных технологий анализа видеоданных ни в коем случае не ограничивается вышеперечисленными отраслями.
Одной из областей, в которой использование видеоаналитики может принести наиболее ощутимую выгоду, – это розничная торговля.
Излишне говорить, что розничная торговля стала сейчас более конкурентной средой, чем когда-либо. Владельцы магазинов постоянно стремятся улучшить свои бизнес-процессы и оптимизировать работу персонала. Они стараются сократить расходы и повысить эффективность деятельности своих торговых точек. А также улучшить пользовательский опыт, для того чтобы привлечь и удержать клиентов, которые в противном случае уйдут в интернет-магазины.
Справиться со всеми этими задачами поможет «умная» видеоаналитика.
Очевидно, что улучшение потребительского опыта играет ключевую роль в розничной торговле.
Перенесение всех вычислений на конечные устройства позволяет видеосерверам или даже камерам самостоятельно решать многие задачи. Например, видеокамеры, оснащенные аппаратной аналитикой, с помощью искусственного интеллекта могут распознавать VIP-клиентов.
Таким важным покупателям важно оказать соответствующий прием. Оперативная информация поможет сотрудникам дорогого бутика, ювелирной лавки или любого другого магазина, где есть такая необходимость, подготовиться и встретить важных гостей как подобает их статусу.
Есть и другой вариант использования данных с видеокамер.
При приближении к цифровым рекламным стойкам в магазине клиент может быть распознан «умной видеоаналитикой» по своему возрасту и полу. Эти данные могут быть сопоставлены с его историей покупок, на основании которой на экране отобразится информация о тех товарах, которые этот покупатель приобретет с большей вероятностью.
Помимо этого, обработка и анализ видео на конечных устройствах также может помочь значительно улучшить безопасность в магазине. Занесенный в «черный список» человек, уже совершавший кражи в другой торговой точке, или преступник, находящийся в розыске и входящий в магазин, будет мгновенно распознан камерой с аппаратной аналитикой. Такая камера немедленно автоматически отправит предупреждение сотрудникам охраны, и злоумышленниками займется служба безопасности магазина.
Использование передовых технологий в аппаратной видеоаналитике совсем скоро может выйти далеко за рамки улучшения клиентского опыта или понимания тенденций потребления определенных категорий товаров.
Многие ритейлеры по всему миру полагаются на свою инфраструктуру технологических решений, анализирующих поступающие данные непосредственно на устройствах. Получаемая с помощью этого оборудования информация помогает понимать, как лучше всего использовать свои технологические ресурсы. И как добиться высочайшего уровня операционной эффективности торговой точки.
В настоящее время существуют продвинутые технологии искусственного интеллекта и машинного обучения. Опираясь на технологии edge computing, они еще больше повысят способность ритейлеров решать вышеперечисленные задачи, используя детальный анализ клиентских и операционных данных.
И аппаратная видеоаналитика, непрерывно совершенствуясь, будет играть одну из ведущих ролей в этой революции в офлайновой розничной торговле.
Технология периферийных вычислений также может быть использована для лучшего взаимодействия и синхронизации внутренних сервисов магазина с различными онлайн и мобильными сервисами. Это позволит повысить и вывести на новый уровень оперативную эффективность всех предлагаемых услуг. А также обеспечить уникальный и индивидуальный покупательский опыт для каждого клиента.
Такой подход позволит генерировать прибыль как на уже существующих, так и на любых будущих платформах для управления торговыми точками.
Когда речь заходит о более глубоком понимании поведения потребителей, технология edge computing позволяет ритейлерам собирать информацию о том, как покупатели, скорее всего, будут вести себя как в магазине, так и в интернете. Прогнозы поведения строятся с помощью данных, собранных при использовании покупателями как физических офлайновых торговых точек, так и на основании анализа их поведения при совершении покупок в онлайн-магазинах.
Далее эта информация может быть использована для создания предикативных моделей будущего поведения ваших клиентов. А также для понимания того, какие конкретно факторы оказывают влияние на процесс принятия решений покупателями.
Именно понимание того, что движет спросом и какие покупательские тенденции существуют на рынке в данный момент, станет ключом к успеху в остроконкурентной среде розничной торговли.
Знание того, как потребители вероятнее всего будут реагировать на определенные тенденции, позволит ритейлерам адаптировать свою стратегию для наибольшего соответствия ожиданиям клиентов и извлечения максимальной прибыли.