Проект: распознавание
и управление очередями

Очереди — неприятное, но вполне контролируемое явление. В крупных компаниях часто случается столпотворение в столовой, но эту проблему можно легко решить, если правильно распределить загруженность кафе и дать сотрудникам возможность самостоятельно выбирать время обеда

Именно по этому пути пошёл банк, решивший с помощью системы видеоаналитики сделать жизнь работников центрального офиса удобной и приятной
«НЕ КАЖДЫЙ КРУПНЫЙ БАНК ИЛИ КОМПАНИЯ ОЗАБОЧЕНЫ СЕГОДНЯ ПРОБЛЕМОЙ СКОПЛЕНИЯ ЛЮДЕЙ В ОЧЕРЕДИ В КАФЕ В ОЖИДАНИИ ОБЕДА. А ДЛЯ НАС КОМФОРТ И УДОБСТВО РАБОТЫ СОТРУДНИКОВ, ВКЛЮЧАЯ ИХ ОБЕДЕННОЕ ВРЕМЯ, — ВАЖНАЯ ЧАСТЬ КОРПОРАТИВНОЙ КУЛЬТУРЫ И ЭФФЕКТИВНОСТИ РАБОТЫ ПЕРСОНАЛА В ЦЕЛОМ.

МЫ РЕШИЛИ ПРОВЕСТИ ЭТОТ ЭКСПЕРИМЕНТ, КОТОРЫЙ ВПОСЛЕДСТВИИ СТАЛ ОТЛИЧНЫМ РЕШЕНИЕМ СОВЕРШЕННО В ДРУГИХ ЗАДАЧАХ БАНКА», — РУКОВОДИТЕЛЬ ИТ–ПОДРАЗДЕЛЕНИЯ БАНКА.

Запрос

Решить проблему потери сотрудниками рабочего времени в результате длительного ожидания в очередях в столовой

Решение

Загруженность кафе в течение недели (по часам)
При нажатии на кнопку виджета любой сотрудник банка, имеющий доступ к порталу, попадал на web–страницу, где видно состояние очереди в данный момент времени и прогноз загруженности в виде графика.

Для прогнозирования будущих очередей использовались данные по загрузке за предыдущие дни. В графике выводилось среднее значение для конкретного диапазона времени.
Статистика загруженности очереди в столовой
В банке работает более 350 сотрудников с нерегламентированным временем обеда. Большинство сотрудников обедают в корпоративном кафе. В пиковые часы скапливается большое количество народа. При этом, приди часть сотрудников на 15 минут раньше или позже, они успели бы спокойно пообедать без ущерба рабочему процессу.

Банк обратился в «Центр2М» с просьбой решить задачу распознавания очереди.
Команда «Центр2М» решила эту задачу с помощью видеоаналитики: была разработана предиктивная модель управления очередями — система распознавания количества человек в кафе. Она позволила прогнозировать и предупреждать возникновение очередей. Реализация решения состояла из 2–х этапов.
Команда дополнила комплекс видеонаблюдения в кафе системой, способной считать количество человек в помещении
1
Несколько установленных в кафе камер передают информацию в систему видеоаналитики, которая подсчитывает количество находящихся в зоне охвата камеры людей. При работе двух и более камер в одном помещении сохраняется зона перекрытия изображений, заранее установленная через интерфейс системы. При попадании человека в область видимости нескольких камер, он учитывается в расчёте один раз.

Далее формируется значение количества человек в очереди для нескольких идущих подряд кадров — за интервал ∆t. В течение получаса для каждого помещения выгружаются значения для множества таких интервалов. Размер временного интервала и количество интервалов определяется исходя из количества помещений и используемых вычислительных мощностей.
Формируется значение количества человек в очереди для каждого помещения
Для каждого интервала формируется массив значений с количеством людей в помещении. Выбирается наиболее часто встречающееся значение. Если встречается несколько значений с одинаковой частотой, выбирается максимальное.

Получившееся значение — это количество людей в очереди, относящееся к моменту времени t, следующему непосредственно за рассматриваемым интервалом. Всего за час получается набор значений для различных интервалов — т.е. значения к моментам времени t_1 , t_2 …. t_n.
Наиболее часто встречающееся значение в массиве — это количество людей в очереди, относящееся к моменту времени t
Далее для t_1 , t_2 …. t_n вычисляется максимальное и среднее значения количества людей — эти значения отображаются в отчёте в качестве пиковой и средней нагрузки для заданного часа.
Вычисляется максимальное и среднее значения количества людей — эти значения отображаются в отчете
Создали виджет для корпоративного портала, где отображалась информация о том, насколько загружено кафе
2
Система также анализировала часы и посещаемость кафе. На основе полученных данных сотрудник получал совет, стоит идти за булочками прямо сейчас или лучше отложить поход на более подходящее время.

Итог

ДО ВНЕДРЕНИЯ СИСТЕМЫ
ПОСЛЕ ВНЕДРЕНИЯ СИСТЕМЫ
очередь в пиковые часы
50 человек

Результат

Система умной видеоаналитики избавила сотрудников кафе от неконтролируемого аврала в работе, а самих сотрудников банка — от неприятностей вроде длинной очереди и недовольства от ожидания
Цитата заказчика:

«Эксперимент с умной видеоаналитикой не просто помог решить проблему очередей в одном частном случае. Этот кейс стал готовым решением и для других крупных офисов банка.

CenterVision позволит реализовать самые различные сценарии:
• внедрять распознавание лиц;
• развивать оперативную и надежную систему безопасности, которая легко настраивается в соответствии с бизнес-задачами.
Использование системы станет огромным толчком к тому, чтобы повысить качество услуг банка и сделать работу сотрудников приятной и удобной»
очередь в пиковые часы
<15 человек
среднее время нахождения в очереди в пиковые часы
61 минута
среднее время нахождения в очереди в пиковые часы
18,5 минут
cреднее время на обслуживание одного сотрудника
>1,5 минут
длились работы по внедрению системы небольшой командой: со стороны компании — архитектор системы, разработчик, РП, со стороны банка — ИТ–специалист
4 месяца

«А это точно работает?»

Хороший подрядчик:
Имеет собственных дата-сайентистов, разработчиков, разметчиков и бизнес-аналитиков
Может наглядно продемонстрировать вам технологию
Имеет подтвержденный опыт внедрения системы в реальных условиях
Может адаптировать решение под ваши индивидуальные потребности
Нельзя так просто взять и создать решение по видеоаналитике, не учитывая всех потребностей клиента. Системы, разработанная для огромной ТЭЦ и для маленького магазина, будут совершенно разными: иной бюджет, задачи, особенности процесса интеграции. Делимся с вами профессиональными секретами, как выбрать надежную компанию по реализации IT-решений.
Какому подрядчику можно доверить разработку системы видеоаналитики

Чек-лист по проверке подрядчика

Зона риска: на что обратить особенное внимание при выборе подрядчика

На работу системы в различных погодных условиях. Плохо, если видеоаналитика будет сбоить при каждой тучке: качественная система должна игнорировать большинство погодных явлений.
1
Камера сгенерировала видеопоток, поступающий в программное ядро системы. Ядро содержит логику обработки событий, специально обученный искусственный интеллект, интеграционные компоненты и т.д.
2
На возможность записи изображения. Система должна не просто записывать нарушения, но и иметь возможность впоследствии сохранить и воспроизвести запись. Это необходимо для работы с претензиями и фактами нарушений.
3
На требования к камерам. Хорошая система работает на основе самой качественной техники и должна интегрироваться в существующую инфраструктуру. Это серьезно сэкономит ваши затраты, избавив от необходимости менять всю систему видеонаблюдения на предприятии.
4
Важно, чтобы система распознавания лиц в офисе обладала всеми инструментами интеграции (API).
5
На наличие/отсутствие системы отчетности. Развернутая статистика позволяет видеть не только объемы и типы нарушений, но и анализировать и оценивать эффективность принимаемых мер по улучшению ситуации.
6
По большому счету, никаких изменений не последует. Вам не нужно будет переписывать правила техники безопасности или менять внутренние документы. Достаточно полностью соблюдать все требования по эксплуатации системы видеоаналитики.

Как изменятся правила техники безопасности после внедрения системы?

Возможности системы видеоаналитики можно расширить. Например, добавить зонирование объектов с помощью периметральной видеоаналитики, усилить безопасности с помощью идентификационных биометрических систем. Можно даже масштабировать решение на все объекты компании с целью контроля всего периметра предприятия.

Что дальше: как можно расширить возможности системы

Cпециальные решения