ML-система для контроля и учета персонала в офисе

О проекте

В крупных корпорациях системы безопасности и контроля персонала давно стали неотъемлемой частью инфраструктуры. Однако необходимость в подобной системе возникает и в небольших компаниях, где важно отслеживать перемещения сотрудников и предотвращать доступ посторонних лиц в нежелательные зоны.

Перед командой разработчиков была поставлена задача создания системы учета персонала с использованием технологий машинного обучения (ML) и компьютерного зрения (Computer Vision), которая могла бы не только подсчитывать количество сотрудников в офисе, но и обеспечивать защиту после их выхода.

Цель — разработать систему, которая бы эффективно работала в любых условиях освещенности и позволяла интегрировать данные с охранной системой.

Задача

Основные задачи проекта:

  • Разработка системы учета присутствующих сотрудников в офисе в режиме реального времени.
  • Внедрение охранной функции для мониторинга офиса после его закрытия.
  • Обеспечение высокой точности подсчета персонала даже при быстром движении.
  • Интеграция решения с существующими системами безопасности компании.

Реализация

Интеллектуальная система с использованием машинного обучения и компьютерного зрения.

Процесс разработки решения включал несколько ключевых этапов:

  1. Определение технических требований. Первоначально команда столкнулась с рядом технических сложностей. Для работы системы нужно было обеспечить высокое качество видео, особенно в условиях низкой освещенности, что потребовало установки камер с функцией инфракрасной съемки и высоким разрешением (не ниже HD или FULL HD). Камеры должны были иметь скорость записи не менее 20−25 кадров в секунду.
  2. Выбор технологии. Сначала было решено использовать технологии Object Detection для подсчета сотрудников и Face ID для их идентификации. Однако, работа с видеопотоком в реальном времени требует особых решений, поскольку видеоданные часто искажены движением (например, «смазывания»). В результате классические методы для обработки изображений не подходили.
  3. Разработка алгоритмов обработки данных. Вместо использования классических нейросетевых моделей для Object Detection команда разработала специальные алгоритмы постобработки результатов, которые эффективно обрабатывают видеопотоки в режиме реального времени. Это позволило избежать потери объектов на видео и улучшить точность подсчета, даже если человек двигался быстро. Замена идентификации fullbody ID на Re-ID позволила отслеживать сотрудников по мере их перемещения и корректировать данные в реальном времени.
  4. Интеграция с системой безопасности. Для интеграции с охранной системой был создан сервер с API для работы с видеопотоком. Такой сервер принимает данные от камер и передает результаты в систему безопасности. Важно, что система позволяет гибко подключаться к различным охранным решениям и адаптироваться под запросы клиента, будь то через прямое подключение или через устройства, такие как Arduino.

Результат

Как система улучшила учет персонала.

Результатом работы команды стало интеллектуальное решение для учета персонала, которое интегрируется с уже существующими системами безопасности. Оно не только помогает в учете сотрудников, но и предоставляет данные, которые можно использовать в экстренных ситуациях.

  • Эффективность. Система эффективно работает в режиме реального времени, не перегружая серверы и обеспечивая высокую точность подсчета. Программное обеспечение адаптируется под различные задачи и легко масштабируется.
  • Интеграция с охранной системой. Решение интегрируется с охранной системой компании, предоставляя дополнительные данные о перемещениях сотрудников и состоянии офиса.
  • Простота настройки. Система может быть настроена на любые запросы клиента, позволяя кастомизировать решение под уникальные условия работы.

Кому может понадобиться система учета персонала?

Такая система будет полезна компаниям, которым необходимо вести строгий контроль за перемещениями сотрудников, включая специальные лаборатории, особо охраняемые объекты и офисы с повышенными требованиями безопасности. Особенно важным является использование системы в экстренных ситуациях, например, при пожаре, когда точное количество людей в здании может спасти жизни.

Система легко масштабируется и адаптируется под нужды конкретного клиента, обеспечивая гибкость и высокую точность в любых условиях.

Обсудить идею или проект

Или просто напишите нам на почту:
Ответим в рабочее время
с 9:00 до 18:00 по московскому времени