Петербургские учёные научили видеонаблюдение распознавать вандалов без участия человека

Инженеры Санкт-Петербургского государственного университета аэрокосмического приборостроения создали систему, которая сама вычисляет подозрительное поведение в общественных местах - и делает это без дежурного у монитора. В основе - нейросетевой алгоритм, отслеживающий движения рук в реальном времени. Никакой магии: чистая геометрия скелета и статистика траекторий.

Как это работает

Система опирается на модель YOLOv8s-pose - один из наиболее точных на сегодня инструментов для анализа поз человека. Камера фиксирует положение кистей и локтей, строит траекторию движений и ищет аномалии. Главный триггер - кисть, которая долго остаётся в охраняемой зоне и совершает мелкие ритмичные движения. Именно так выглядит рука, рисующая граффити или царапающая поверхность.

Помимо вандализма, алгоритм фиксирует разбрасывание мусора и порчу клумб. Тревожный сигнал формируется только после подтверждения угрозы - система не реагирует на случайные жесты. Это принципиально: количество ложных срабатываний у подобных решений долго оставалось главной проблемой индустрии.

Зачем это нужно и кому

Первоначальная задача - защита исторических садов и парков Петербурга. Это логично: город располагает десятками объектов культурного наследия под открытым небом, а охранять каждый клочок газона живыми сотрудниками физически невозможно. Системы видеонаблюдения там давно стоят, но смотреть в мониторы круглосуточно - работа, которую люди делают плохо. Внимание рассеивается, инциденты пропускаются.

Автономный режим снимает эту проблему. Оператор видит уже готовый фрагмент с маркировкой - ему остаётся принять решение, а не искать иголку в стоге видеозаписей. Это ощутимо сокращает время реагирования.

Перспективы и ограничения

Разработчики позиционируют решение как универсальное. Архитектура не привязана к паркам: она без переработки встраивается в любую существующую инфраструктуру видеонаблюдения - торговые центры, транспортные узлы, дворы. Масштабируемость - одно из ключевых преимуществ.

Важный нюанс: система не выносит приговоров. Она выделяет подозрительный фрагмент и передаёт его человеку. Правовую оценку действий по-прежнему даёт живой сотрудник. Это и юридически грамотно, и технически честно - нейросеть видит движения, но не знает контекста.

• Алгоритм: YOLOv8s-pose, анализ скелетных точек кистей и локтей
• Триггеры: длительное нахождение руки в охраняемой зоне, ритмичные мелкие движения, разброс мусора, повреждение растений
• Режим работы: полностью автономный, сигнал - только при подтверждённой угрозе
• Целевые площадки: исторические парки и сады, но архитектура универсальна
• Интеграция: совместима с существующими системами видеонаблюдения

На фоне роста интереса к умным городам и автоматизации охраны разработка петербургских инженеров выглядит прагматично. Не революция - эволюция. Но именно такие точечные решения и меняют то, как работает городская безопасность.