Код закрытых возможностей: почему «железо» тормозит развитие видеонаблюдения?

Пока мир активно внедряет ИИ идет к усилению автоматизации, многие производители видеонаблюдения все еще отстают от современных тенденций. Компания Faceter столкнулась с ограничениями на рынке и пошла своим путем, добившись максимальной простоты интеграции камер в собственное приложение. Технический директор компании Роман Науменко рассказывает, с какими вызовами пришлось столкнуться и как команда разработчиков двигает индустрию видеонаблюдения вперед.

Стена, в которую упираются все

Главная сложность разработки ПО для видеонаблюдения – закрытые возможности камер (долгое сопряжение, ошибки, утеря части функционала при подключении к камерам разных производителей). Да, существует стандарт ONVIF, который должен объединять устройства разных брендов. Но на деле производители оставляют важные функции (например, распознавание лиц или людей), только для своих приложений.

В итоге умные камеры превращаются в обычные – можно передать только базовое «обнаружено движение», а все остальное заблокировано.

Особенно тяжело с недорогими устройствами: у них неудобные интерфейсы, сложная настройка и долгая интеграция. Люди хотят подключить камеру за 5 минут, а не проходить курс сетевой инженерии.

Почему важно контролировать всю цепочку?

В какой-то момент команда Faceter поняла: невозможно обещать «умное» наблюдение, не контролируя всю систему – от сенсора до облака. Так родились три простых принципа:

1. Умные уведомления. Только важные события, без ложных тревог.
2. Простое подключение. Полный коннект за несколько шагов, без танцев с бубном вокруг IP-адресов.
3. Понятный интерфейс. Минимум действий, максимум пользы.

Ключевое решение – MQTT

При проектировании видеонаблюдения мы выбрали современный протокол MQTT, который управляет всей логикой камер. Он не передает видео, а координирует команды и статусы – быстро и надежно, без лишнего трафика. Когда пользователь меняет настройки детекции, команда мгновенно уходит в камеру. Само видео передается по другим протоколам – так система остается быстрой и устойчивой.

Реальные кейсы

• Таймлапс на кухне. Сеть пельменных использует таймлапсы, чтобы анализировать загрузку кухни. 30 секунд видео заменяют час совещаний: видно, где «заторы» и когда стоит добавить персонал.
• Быстрый поиск в архиве. В офисе пропал конверт. Руководитель открыла приложение Faceter и за пару минут нашла момент – уборщица случайно смахнула документы в ящик.

Взгляд в будущее

Сейчас команда Faceter активно тестирует GPT-ассистента, который может не просто искать, а объяснять происходящее в кадре:

«Человек в камуфляжной одежде с серой шапкой разгружает зеленый мусорный бак, загружая мусор в белый мусоровоз с надписью «ПРИРОДА». Рядом находится серый внедорожник Hyundai»

В будущем он сможет отвечать на сложные запросы вроде:

«Покажи, сколько машин проезжало у офиса с 14:00 до 16:00 вчера»

Пожалуй, это новый шаг в видеонаблюдении, который позволит сделать системы еще эффективней и современнее.

Будущее видеонаблюдения – за интеграцией, а не стандартами.

Когда софт и железо проектируются вместе, система становится умнее, надежнее и проще в использовании.

Faceter строит именно такие решения – где технологии работают не наперекор друг другу, а в одной команде.

Еще больше обзоров, кейсов и полезной информации о видеонаблюдении в нашем официальном Telegram-канале. Подписывайтесь, чтобы оставаться в курсе важных событий.