На финансирование проекта выделено 14 млн рублей. Предполагается, что камеры видеонаблюдения в образовательных организациях интегрируют с АПК «Безопасный город», благодаря чему данные будут обрабатываться в системе «Черный список».

Создание системы безопасности в школах подразумевает установку турникетов, видеокамер на входных группах, считывателей и интеграцию с системой пожарной сигнализации. По состоянию на апрель ведется формирование цифровых профилей школьников. При этом в администрации Нижнего Новгорода подчеркнули, что в полной мере запустить систему распознавания лиц учеников не выйдет ввиду требований законодательства в части обработки данных лиц, не достигших совершеннолетия.^[1]

2020: План оснащения 76 школ системами распознавания лиц

В 76 школах Нижнего Новгорода внедрят систему распознавания лиц. Об том стало известно 3 ноября 2020 года.

Учебные заведения оснастят системой видеонаблюдения с функцией распознавания лиц до конца 2020 года. До 2022 года система заработает во всех школах Нижнего Новгорода. Бизнес переходит на российское ПО, но отнюдь не массово

Кроме того, было принято решение о подключении камер к АПК «Безопасный город», а также сопряжении данной системы с системой оплаты питания. Они будут привязаны к одной карточке ученика, которая будет служить как пропуском в школу, так и средством оплаты в школьной столовой.

Ранее стало известно, что Нижний Новгород вошел в число пилотных регионов, где будут тестировать систему распознавания лиц.

В одном из городов Поволжья подключат к системе распознавания лиц порядка 3 тысяч камер. Устройства установят, прежде всего, на остановках общественного транспорта, местах массового скопления людей и домофонах. Часть из камер видеонаблюдения оснастят видеоаналитикой уже до конца 2020 года - это более 350 остановок, на каждой из которых будет находиться по четыре камеры, из них две или три будут c функцией распознавания лиц. Интеллектуальное видеонаблюдение будут использовать для розыска правонарушителей, а также установления фактов нарушения карантинных мер. В ближайшей перспективе данные с камер на остановках можно будет применять для прогноза загруженности общественного транспорта и оптимизации транспортных потоков^[2].