Система обнаружения пожаров по видео: снижение ложных тревог

Почему детекция дыма AI ошибается на реальных объектах

Модель, обученная на открытых наборах, показывает высокую точность на тестовой выборке и рассыпается на объекте. Причина не в качестве модели, а в расхождении между обучающими кадрами и тем, что реально видит камера: блики от солнца на металлической кровле, отражение подсветки в луже, пар от теплового узла или моечной установки, пыль в цеху, поднятая погрузчиком. Для детекции дыма AI это не шум, а структура — размытые полупрозрачные области, смещающиеся вверх, ровно те признаки, по которым обучен классификатор.

Ночное освещение добавляет вторую волну ошибок. Матрица уходит в высокое усиление, растёт зернистость, и алгоритм принимает её за дымовую завесу; дежурная смена получает ложные тревоги на пустом кадре. Дальше срабатывает человеческий фактор: после серии сработок оператор начинает откладывать проверку до следующей смены — и настоящий очаг обнаруживают по запаху, а не по видеоаналитике возгораний.

Отдельная категория — легальные источники дыма и пара в кадре: сигарета на площадке, испарения от растворителей, пар от сушильного оборудования. Поднять порог чувствительности просто, но тогда растёт задержка на реальном возгорании, а дым на ранней стадии перестаёт отличаться от фона.

Разбираем, как это закрывается — от подготовки данных до правил подтверждения тревоги.

Эффект от внедрения: ложные тревоги, время реакции, простой

Внедрение имеет смысл мерить не «точностью модели», а тремя числами: сколько ложных тревог дежурный подтверждает за смену, сколько секунд уходит на подтверждение и сколько минут линия или оборудование стоит из-за остановки по ложному сигналу. Эти показатели снимаются с того же видеопотока и журналов, которые уже есть в системе, — отдельный замер разворачивать не нужно.

Ложные тревоги и время реакции дежурного

Кадр проходит двухступенчатую проверку: детектор дыма и пламени находит кандидата, вторая ступень перепроверяет его по динамике за 8-15 секунд — растёт ли область, есть ли характерное мерцание и движение дыма. Именно здесь происходит основное снижение ложных тревог: снимаются пар от технологического оборудования, пыль, отражения сварки, солнечные зайчики.

Дежурный вместо потока одиночных сигналов получает готовый эпизод с рамкой и коротким фрагментом. Время реакции дежурного сокращается до 10-20 секунд — вместо минут поиска нужной камеры и промотки архива.

Классы отказов, простой и нагрузка на персонал

После переноса логики на видеоанализ уходит класс отказов, связанный с человеческим фактором: пропущенный сигнал в конце смены, «привыкание» к постоянным сработкам, ручной перезапуск после сбоя. Нагрузка на персонал падает в разы, и это видно в журнале — по числу обработанных эпизодов на оператора.

Простой по ложной тревоге сокращается до минут: его цену определяет именно длительность остановки. Соответствие профильным нормативам, таким как требования NFPA, проверяется на приёмке, а не после первого инцидента.

Режимы видеоаналитики: сравнение вариантов и ограничений

Выбор режима определяет не только полноту детекции дыма, но и то, сколько ложных тревог дойдёт до оператора. Режимы анализа различаются тем, где считаются признаки дыма и как задаётся порог чувствительности: на камере он фиксируется один раз и работает на потоке, на сервере — пересчитывается по архиву и меняется без выезда на объект. Отсюда разные ограничения по задержке, нагрузке на канал и числу зон, которые реально держать под наблюдением.

Границы применимости: во что упирается каждый вариант

Сравнение подходов по цене ошибки

Разница между вариантами проявляется на пороге срабатывания. Если порог занижен, оператор тонет в проверках, если завышен — пропускается ранняя стадия задымления. Поэтому на объектах с плотным потоком людей мы обычно ставим на камере грубый фильтр по движению и цвету, а тонкую детекцию дыма выносим на сервер, где модель видит кадр целиком и учитывает динамику. Разбор по факту тревоги подключаем третьим слоем — он даёт материалы для дообучения и позволяет поднять точность без замены оборудования.

Этапы внедрения: от аудита камер до передачи регламентов

Инженерная часть занимает больше времени, чем сама модель: детекция дыма AI даёт предсказуемый результат, только когда зоны, пороги и дежурная смена настроены под конкретный объект.

Обследование и подготовка данных

1. Аудит камер. Проверяем ракурсы, перекрытия, засветку и работу в темноте: камеры, где дым физически неразличим, в контур не берём — иначе получим поток ложных тревог.
2. Разметка зон и ракурсов. Для каждого канала задаём зоны интереса и маски на пар, выхлоп, блики и качающиеся ветки — это снимает большую часть ложных тревог ещё до настройки модели.
3. Сбор учебной выборки. Набираем фрагменты с задымлением, паром, пылью и светом с разных камер и в разное время суток, чтобы модель училась на объекте, а не на абстрактных данных.

Настройка, проверка и приёмка

• Настройка порогов. Подбираем чувствительность и число подтверждающих кадров под режим объекта: ночью порог выше, в цеху ниже. Одиночный кадр тревогу не поднимает.
• Проверка на архиве. Прогоняем настройки по прошлым записям и считаем, сколько ложных срабатываний и пропусков дала бы система, — это самый честный тест до запуска.
• Приёмка системы с дежурной сменой. Охрана и оператор отрабатывают учебные тревоги: куда смотреть, кому звонить, за сколько секунд. Регламент проверяем вместе с людьми.
• Передача регламентов. Отдаём схемы зон, значения порогов, порядок действий при срабатывании и инструкцию по пересборке при изменениях на объекте.

Что передаём на руки: конфигурации, схемы, регламенты

Проект заканчивается не показом распознавания на демонстрационном ролике, а комплектом артефактов, по которому служба эксплуатации сопровождает систему без нас.

Конфигурация и логика срабатываний

• Файлы конфигурации детекции: пороги чувствительности по дыму и пламени, время подтверждения тревоги, зоны маскирования — курилки, кухни, сварочные посты, участки с паром и пылью.
• Карта зон и ракурсов: привязка камер к зонам ответственности, направление обзора, перекрытия и слепые участки.
• Перечень сценариев тревог: какие сочетания сигналов дают подтверждённую тревогу, какие уходят оператору как предупреждение, какие гасятся как заведомо ложные.
• Библиотека контрольных фрагментов: записи с паром, пылью, отражениями и засветкой — на них проверяем, что после дообучения доля ложных срабатываний не выросла.

Регламенты, доступы, обучение

• Правила доступа и роли: кто видит поток, кто меняет пороги, кто закрывает тревогу; журнал действий администратора и история настроек.
• Регламент дежурного: порядок действий при срабатывании, что фиксируется, кому и за какое время эскалируется сигнал.
• Инструкция по дообучению: как размечать новые примеры с объекта, как часто обновлять модель и по каким критериям принимать обновление.
• Инструкции для персонала объекта: памятка для охраны и смены — что делать при тревоге и что нельзя отключать самостоятельно.

Состав комплекта фиксируем в акте передачи: по каждому пункту видно, кто отвечает за его актуальность.

Кейс: склад, ложные срабатывания сократились в разы

Складской объект: восемь зон хранения и открытая площадка. Видеоаналитика срабатывала по порогу яркости — пар от погрузчика, пыль из-под колёс и солнечный блик на паллете уходили в тревогу. Дежурный получал больше 180 сигналов в сутки и перестал относиться к ним как к событиям.

Исходная конфигурация

Детекция дыма работала на одной модели, обученной на открытых роликах, с порогом, выставленным «с запасом». Камеры Hikvision писали архив, аналитика разбирала его постфактум, и тревога приходила, когда очаг уже разгорался. Выезды охраны — до шести за неделю, и ни один не подтвердился.

Что изменили

Разбили задачу на два этапа: быстрая детекция дыма и аномалий в кадре, затем проверка второй моделью на коротком фрагменте — она отличает дым от пара и пыли по динамике распространения. Порог настроили по каждой зоне отдельно, опираясь на разметку двух месяцев архива. Тревога идёт с фрагментом до и после события, дежурный видит контекст, а не один кадр.

На выходе — 12 тревог в сутки вместо 180, подтверждение за 40 секунд вместо девяти минут, выезды охраны по ложным сигналам прекратились за квартал наблюдений. На размеченных сценариях задымления пропусков нет. Разметку новых спорных случаев персонал объекта добавляет сам, и модель дообучается без остановки системы.

Чем отличается детекция по видео от тепловых датчиков?

Физика у них разная. Точечный извещатель срабатывает, когда дым или нагревшийся воздух физически дошёл до самого сенсора, поэтому его зона контроля — единицы метров и жёстко привязана к высоте монтажа: чем выше перекрытие, тем больше слоистый поток дыма, который не опускается к датчику. Тепловой датчик ещё медленнее — он ждёт роста температуры, а не появления дыма, и на открытых площадках с потоками воздуха срабатывание размывается.

Видеоканал работает иначе: камера оценивает всю площадь кадра, а не точку, и фиксирует дым и пламя на ранней стадии — до прогрева воздуха.

Если система уже смонтирована, её не перебирают: видеоканал добавляется поверх и объединяется с существующими шлейфами на уровне приёмно-контрольного прибора. Дублирование систем по разным физическим принципам снижает долю пропусков — там, где точечный извещатель промолчал из-за стратификации, камера даёт тревогу с координатой. Проектирование ведём по СП 484.1311500: он задаёт требования к зонам контроля и совместной работе извещателей разных типов, а расстановку камер считаем по фактическим потокам воздуха и высоте помещения.

Технические сомнения: ложные тревоги, свет, ночь, камеры

Сомнения дежурных и монтажников предсказуемы: ночь и свет, пар и пыль, старый парк камер, нагрузка на существующую сеть. Отвечаем на них так, как объясняем на приёмке — с указанием, что решает модель, а что настраивается на месте.

Как отделяете дым от пара и пыли?

Дым и пар похожи по текстуре, поэтому в конфигурации прописываются зоны исключения: мойка, выход вентиляции, участок с погрузкой. Дополнительно оценивается динамика — дым поднимается и расширяется, пар быстро рассеивается. Спорный кадр уходит дежурному на подтверждение, а не сразу в сирену.

Нужно ли менять старые камеры?

Если камера отдаёт поток по стандартному протоколу, она подключается без замены. При слабом контрасте и низком разрешении падает дальность раннего обнаружения — на обследовании фиксируем, какие каналы годятся для дыма, а какие только для открытого огня.

Выдержит ли существующая сеть?

Обработка идёт на локальном вычислительном узле, в сеть уходит только событие и короткий фрагмент. Канал не забивается видеопотоком, а при обрыве связи узел работает автономно и досылает события позже.

Как настраивается точность срабатывания?

Порог задаётся отдельно по каждой камере, а метрика — доля ложных тревог при сохранении времени обнаружения. Первые недели после запуска идёт донастройка по реальным событиям: часть срабатываний снимается зонами, часть — порогом.

Обсудим задачу: план внедрения и оценка по объекту

Оценка по объекту строится от исходных данных: чтобы посчитать число камер, параметры зон детекции и время подтверждения тревоги, нужны реальные условия площадки, а не общие вводные. Поэтому перед планом внедрения мы запрашиваем комплект материалов и фиксируем, что именно проверяем на месте.

• Планировки и высотные отметки — по ним считаем перекрытия обзора, слепые зоны у путей эвакуации и требуемое число точек обзора.
• Схема существующих камер: разрешение, угол, высота подвеса, ночная съёмка. От части точек придётся отказаться, часть — довернуть.
• Характер помещений: запылённость, пар, кухонные испарения, источники дыма в штатном режиме. Это главный источник ложных тревог, его разбираем отдельно.
• Режим работы объекта: смены, простои, ночные окна для монтажа и настройки, кто дежурит на посту и как реагирует на тревогу.
• Список текущих проблем: доля ложных срабатываний, на какие события жалуются, какие сработки игнорируют.
• Каналы связи и питание на камерах, ограничения по доступам и хранению записи, требования службы безопасности.
• Границы работ: нужна ли интеграция с оповещением и пожалеющей автоматикой, или только вывод тревог оператору.

По этому набору мы собираем план внедрения: этапы, контрольные точки, состав технического задания и сроки под ваш объект. Опишите задачу и приложите, что есть — вернёмся с оценкой и планом работ.

• Ждут «идеальной» детекции с первого дня и не закладывают время на настройку под объект: дым, пар от кухни и пыль от погрузчика в кадре выглядят похоже, а пороги уточняются только на реальных записях.
• Ставят задачу «найти дым везде» вместо разделения на зоны: коридор для курения, цех со сваркой и площадка мойки требуют разных правил, иначе каждая такая зона добавляет поток ложных срабатываний.
• Оценивают качество по числу тревог, а не по числу пропущенных событий: система, которая молчит, кажется хорошей ровно до первого реального задымления.
• Не разбирают архив уже случившихся ложных тревог: без этого невозможно понять, что именно вызывает срабатывание — блик, свет фар, отражение от мокрого пола или движение транспорта.
• Оставляют камеры такими, как их поставили для общего обзора, а не под задачу: встречный свет, запылённое стекло, перекрытая зона разгрузки — обнаружение строится на том, что видит объектив.
• Не закладывают пересмотр настроек при изменениях на объекте: переставили стеллажи, запустили новую линию, поставили тепловую завесу — правила и пороги нужно уточнять заново.
• Считают, что видеоаналитика отменяет штатные средства: обнаружение пожара по видео дополняет извещатели, а не заменяет их, и на это стоит опираться при проектировании.
• Не назначают ответственного за разбор сигналов: если тревога никому не адресована, система быстро превращается в постоянный фон, который персонал перестаёт замечать.