.gif)
- Специальный корреспондент
Количество камер наблюдения в столицах и ключевых городах мира. Слева направо, сверху вниз: Москва — 193 000, Лондон — 627 707, Нью-Йорк — 31 490, Пекин — 1 150 000, Париж — 26 834, Шэньчжэнь — 400 000.
Как развивались события и росла (нейро)сеть камер наблюдения в Москве.
2016 год
Февраль 2016 года. NtechLab в открытый доступ FindFace: пользователи могли находить людей во «ВКонтакте» по фотографии на улице или в транспорте.
20 апреля 2016 года .
7 июля 2016 года Даниил Туровский
2017
28 сентября 2017 года власти Москвы к городской системе видеонаблюдения технологию распознавания лиц российской компании NTechLab. За два месяца работы системы в тестовом режиме с её помощью удалось задержать шестерых преступников, которые находились в федеральном розыске.
2018 год
FindFace Security от NtechLab более 180 правонарушителей на ЧМ-2018, часть задержанных находилась в федеральном розыске.
2019 год
27 июня 2019 года. МВД раскрыло результаты тестового внедрения систем распознавания лиц в метро и на улицах Москвы. С помощью 1000 камер снаружи подъездов жилых домов сотрудники правоохранительных органов задержали 90 человек.
В ноябре 2019 года мэрия заказала 258 серверов, 105 компьютеров и систему хранения данных общей емкостью 9 петабайт на 1,2 млрд руб.
2020 год
В январе 2020 года был объявлен конкурс на 1,9 млрд руб. на поставку оборудования для системы распознавания лиц на транспорте.
С 1 сентября 2020 года в московском метрополитене система видеонаблюдения. Она охватывает все станции метро. Теперь планируется развивать эту систему в направлении пассажирских сервисов. Одним из них станет FacePay, который позволяет оплачивать проезд по скану лица.
15 ноября 2020 года Департамент правительства Москвы по конкурентной политике выделил 252,6 млн руб. для расширения системы хранения данных интеллектуальной системы видеонаблюдения (ИСВН) в метро. Соответствующий опубликован на портале госзакупок. Подрядчик должен будет установить не менее 2220 жестких дисков объемом не менее 4 Тбайт. Общая вместимость хранилища записей с камер наблюдения увеличится минимум на 8880 Тбайт. ( )
Национальный институт стандартов и технологий США (NIST) провёл исследование и , что системы не справляются с масками. Но уже спустя полгода компании эту проблему — в исследовании NIST от декабря 2020 года все три компании из России в список тех, кто совершает меньше всего ошибок.
2021
2 марта 2021 года. задержали благодаря системе распознавания лиц в Московском метрополитене за полгода.
Мэрия Москвы до 2025 года с функцией распознавания лиц в Новой Москве.
Затраты Москвы на модернизацию систем умного видеонаблюдения и анализа информации о гражданах постоянно растут. Если в 2019 году ДИТ потратил на эти цели 60,8 млрд руб., в 2020-м — около 68 млрд руб., то по итогам 2021 года расходы ожидаются на уровне 70,8 млрд руб., следует из информации на сайте Мосгордумы.
Центр видеонаблюдения, куда стекаются данные ДИТ. Фото Антона Тушина для ТАСС
Мировая статистика по камерам слежения
Отчет .
- Ченнаи в Индии — город с самой высокой плотностью камер видеонаблюдения: 657,28 на км2.
- В Лондоне, Англия, больше всего камер видеонаблюдения на кв. км за пределами Азии: 399,27/ км2.
- Нью-Йорк — город США с самой высокой плотностью камер видеонаблюдения: 25,97/км2.
- В Пекине в Китае больше всего камер (1,15 млн), но он занимает 10-е место по плотности (277,51/км2).
- Шесть из 10 городов с наибольшей плотностью камер видеонаблюдения находятся в Китае, три — Индии.
Топ-9 городов по количеству установленных камер. С 4 по 22 места — Индия и Китай. Москва на 23 месте.
Топ-9 городов по концентрации на кв км. Париж — 12 место, Багдад — 16 место, Гвадалахара — 17 место, Сингапур — 23 место, Буэнос-Айрес — 29 место, Москва — 30 место, Санкт-Петербург — 46 место
Не только камеры, не только лицо
2 февраля 2021 года. Министерство внутренних дел России намерено при помощи искусственного интеллекта определять преступников по голосу. на соответствующую программу и оборудование был размещен на официальном сайте.
А разработки MIT позволяют «видеть» сквозь стены:
Статья на Хабре:
Выводы
Москвичи стали материалом для обучения и развития нейронных сетей системы. Благодаря тому, что люди пользуемся системами идентификации, гос. услугами, заходят в метро, система понимает о людях и лицах всё больше и больше.
.....поеду подрежу голосовые связки ))
