Разработчики: | Faceter |
Дата премьеры системы: | октябрь 2017 года |
Дата последнего релиза: | 2019/11/21 |
Технологии: | SaaS - Программное обеспечение как услуга, ИБ - Биометрическая идентификация, Системы видеонаблюдения, Системы видеоаналитики |
Содержание |
2019: Запуск приложения для видеонаблюдения с помощью смартфона
21 ноября 2019 года компания Faceter объявила о запуске в России одноименного мобильного приложения для массовых пользователей, которое позволяет превратить смартфон в камеру наблюдения, просматривать онлайн-трансляцию и видеоархив в облаке. Доступ к видеопотоку можно получить через веб-интерфейс или через такое же приложение на другом смартфоне.
![]() | «Мы стремимся к тому, чтобы прогрессивные технологии Computer Vision были доступными для всех, а не только для крупных компаний, которые могут себе это позволить. При изучении рынка, мы пришли к выводу, что главным препятствием для широкого распространения наших технологий является инфраструктура. Часто люди не хотят или не могут ставить стационарные камеры. Это дорого и сложно. Поэтому мы разработали Faceter — это первый шаг к тому, чтобы удобное видеонаблюдение с видеоархивом могли использовать обычные люди. Для клиентов из России мы развернули отдельную инфраструктуру с местными партнерам — это обеспечит стабильность работы и высокую скорость доступа к видео. Мы планируем развитие продукта, добавление новых функций», отметил Эдуард Костырев, исполнительный директор Faceter Russia | ![]() |
Некоторые из способов применения Faceter, предложенные разработчиком:
- Приложение пригодится родителям с маленькими детьми — оно заменит камеру видеонаблюдения (видеоняню), когда ребёнок спит в другой комнате или остаётся с няней.
- Автомобилисты могут использовать смартфон в качестве видеорегистратора для мониторинга всего, что происходит на дороге и защиты в спорных ситуациях.
- Тому, кто ухаживает за больным родственником Faceter поможет не пропустить момент, когда нужна помощь.
- Приложение пригодится во всех случаях, когда нужно защитить дорогое имущество. Например, позволит в реальном времени наблюдать, как идёт ремонт в квартире и все ли на месте, что делают сборщики мебели или помощница по дому, когда собственник находится в другой комнате или вышел из дома.
![]() | «Многие камеры поставляются с примитивным программным обеспечением, неудобным для пользователей. Причём ограниченный функционал сопровождается крайне неудобным интерфейсом, с которым бывает сложно разобраться. Качественные камеры дорогие, их сложно настраивать. Приложение Faceter интуитивно понятно любому, кто привык пользоваться смартфоном. К тому же, с помощью Faceter не нужна даже камера — в качестве нее можно использовать обычный смартфон. В отличие от стационарных камер смартфон можно установить где угодно, как угодно, перенести в любое место и даже взять с собой в отпуск. Во многих случаях, когда человеку пригодилась бы камера, её не решаются покупать, потому что необходимость может быть временной. Когда ситуация изменится, устройство потом просто будет пылиться в ящике. Faceter по сути расширяет пользовательский опыт, открывает ещё одну возможность повысить качество жизни», отметил Эдуард Костырев, исполнительный директор Faceter Russia | ![]() |
2017
Технологическое сотрудничество с SONM
1 ноября Faceter и SONM, распределенная платформа вычислений, организованная по принципу майнинга, анонсировали совместный проект. Компании протестируют работу алгоритмов Faceter для распознавания лиц и интеллектуального анализа видеопотока с камер наблюдения на вычислительных распределенных мощностях SONM IaaS, проведут исследования и разработки, чтобы создать решение, готовое для вывода на рынок.
Faceter ожидает, что использование fog computing (распределенных вычислений) позволит значительно снизить затраты на вычислительную инфраструктуру. Они составляют существенную статью расходов на выполнение сложных алгоритмов машинного зрения, которые лежат в основе онлайнового сервиса Faceter. Согласно расчетам компании, стоимость вычислений в «туманной» инфраструктуре может быть в разы меньше, чем в публичных облаках, таких как AWS, Azure и других. Если предположить, что майнеры, включенные в децентрализованную сеть, предпочтут увеличить доход на 20%, то затраты на инфраструктуру будут следующие[1] :
- Amazon $576 Затраты на 4 сервера с GPU NVidia Tesla K80 (конфигурация p2.xlarge), арендованных в AWS
- SONM $45 Затраты на один вычислительный узел SONM с GPU NVIDIA 1080 TI (30Mh/s)
[Черницкий Владимир]], сооснователь и технический директор Faceter комментирует: «Распределенные вычисления позволят существенно снизить затраты на инфраструктуру, необходимую для выполнения ресурсоемких алгоритмов deep learning. Благодаря этому мы планируем предложить возможности распознавания лиц и событийного анализа видеопотока по цене, которая будет доступна даже для индивидуальных пользователей с самыми простыми домашними камерами, подключенными к интернету».
Преимущество fog computing еще и в том, что этот подход позволяет сохранять возможность быстрого масштабирования, что может быть необходимо в случае значительного роста спроса на SaaS-решение Faceter. «Это, например, может происходить, если наш клиент запустил маркетинговую кампанию и получил большой приток покупателей в магазин. Или, если к сервису на определенный период времени подключился организатор массового мероприятия, например, концерта или спортивного события. Вместе с профессиональной командой специалистов SONM мы уже сформировали поэтапный план создания коммерческого решения для запуска Faceter на fog computing».
Период разработок и исследований в совместном проекте должен завершиться до конца текущего года, в результате чего будет выпущена бета-версия SaaS-решения Faceter для массовых потребителей, работающая в распределенной инфраструктуре. Полноценная альфа-версия продукта для индивидуальных пользователей и малого бизнеса появится в середине 2018 года.Гид по NGFW. 10 наиболее заметных продуктов, доступных на российском рынке
[Лебедев Игорь]], CTO SONM комментирует: «Алгоритмы deep learning требуют значительных затрат на вычисления. Мы создаем свой распределенный суперкомпьютер именно для решения такого рода задач. Наша технология позволяет объединить на одном рынке вычислительные мощности, задействованные для майнинга, и заказчиков вычислительных задач, например, по направлению машинного обучения. В связи с тем, что между ценовым предложением традиционных облачных поставщиков и прибыльностью майнинга наблюдается существенный разрыв, подобный рынок открывает широкие возможности для всех участников. Таким образом, затраты даже на самые ресурсоемкие вычисления оказываются существенно ниже, чем при использовании публичных облачных сервисов».
SONM разрабатывает MVP (minimal viable product) системы для запуска на тестовой сети `эфира`, после чего планируется запуск на основной сети в июле-августе 2018 года.
Официальный выход на российский рынок
В октябре 2017 года стало известно, что Faceter, программный продукт для интеллектуального видеонаблюдения, официально выходит на российский рынок. Технология основана на использовании нейронных сетей для распознавания лиц и применения подхода событийной безопасности. Компания запускает продажи продукта для бизнес-пользователей. В первом квартале 2018 года появится версия для массовых потребителей, основанная на децентрализованных вычислениях (fog computing). Для этого будет запущена краудфандинговая кампания.
Целевая аудитория
Бизнес-клиенты и государственные службы могут применять Faceter для контроля доступа в офисы, специализированные помещения и закрытые территории. Решение может также использоваться для выявления событий безопасности и оповещения о них, для повышения раскрываемости преступлений, благодаря возможности поиска по архивам видеозаписей распознанного лица. Кроме того, Faceter может применяться для более эффективного управления персоналом, увеличения лояльности клиентов и улучшения взаимоотношений с ними (детекция очередей, анализ посещаемости магазинов и т. д.).
Домашние пользователи с помощью Faceter будут получать оповещения на смартфон о возвращении членов семьи домой, приходе помощников (нянь, садовников и т. д.), обнаружении незнакомцев вблизи жилища. Система может быть настроена на детекцию источников возгорания, выявление нестандартного шума и прочие события. В перспективе Faceter может стать частью `умного дома` и взаимодействовать с другими подключенными устройствами.
Технология и планы проекта
Тестовая версия Faceter была разработана в начале 2017 года, как система для корпоративных пользователей, которые хотят более полно использовать возможности видеонаблюдения для повышения уровня безопасности, а также улучшения отношений с клиентами и более эффективного управления сотрудниками. Пилотные проекты показали готовность продукта для вывода на рынок и получили позитивную оценку потенциальных клиентов. Первые корпоративные пользователи Faceter - одна из крупнейших сетей казино, сеть пиццерий, крупнейший банк ЮАР. Продукт успешно протестирован в камерах Axis, что подтверждено сертификатом производителя. На данный момент Faceter готов для применения в бизнесе и в системах, используемых государственными службами.
Faceter основан партнерами, которые ранее уже создали успешный проект - библиотеку opensource для распознавания банковских карт pay.cards. Библиотеку скачали на данный момент 25 000 раз. Каждый день запускается коммерческий продукт с ее использованием.
Черницкий Владимир, сооснователь и CTO Faceter, говорит: `Faceter основан на применении накопленного опыта и уже имеющихся разработок, которые вместе с командой мы создали в предыдущем проекте, хорошо известном профессиональному сообществу - pay.cards. В будущем планируем расширить возможности продукта Faceter и сделать на его основе интеллектуальную систему событийной безопасности, которая будет способна распознавать происходящие ситуации и выявлять потенциально опасные, анализируя цепочки событий`. Владимир занимается программированием 20 лет; исследованиями и разработками, связанными с использованием нейронных сетей для распознавания визуальных образов, - больше четырех лет.
В первом квартале 2018 года планируется запуск бета-версии для массовых потребителей, которая будет построена на децентрализованной инфраструктуре по технологии fog computing. Эта технология позволяет значительно снизить затраты на инфраструктуру и предложить сервис по доступной цене. Добавится детекция объектов, распознавание эмоций и голоса, выявление нестандартных шумов, реакция на цепочки событий и другие функции. Решение будет распространяться по подписке - по модели SaaS с ежемесячной или ежегодной оплатой.
Для дальнейшего развития продукта и выпуска версии Faceter для массовых потребителей в декабре 2017 года команда начнет краудфандинговую кампанию, выпустив инвестиционные токены на основе блокчейн. На данный момент в создание Faceter были инвестированы личные средства в объеме $1,2 млн.
Последние 5 лет рынок видеонаблюдения показывает ежегодный рост в 15,4% и по прогнозу Markets & Markets к 2022 году достигнет объема в $75 млрд. Аналитики включают в этот прогноз продажи оборудования, программного обеспечения и предоставления сервисов. Основатели компании уверены в том, что интеллектуальное ПО станет обязательным компонентом систем видеонаблюдения в ближайшие 5-7 лет и составит 5-10% от общего объема этого рынка.
Смотрите также
- Видеонаблюдение (мировой рынок)
- Видеонаблюдение (рынок России)
- В СПб уличные камеры также подключены к системе распознавания лиц
- Тысячи камер в Москве подключили к системе распознавания лиц
- NTech Lab (Нтех ЛАБ) - FindFace
- ИБ - Биометрическая идентификация
- Системы видеонаблюдения
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)