Система аналізу потоків на основі ШІ

Торговий центр хоче зрозуміти, які зони притягують відвідувачів, де утворюються затори, наскільки ефективна навігація. GPS-дані зі смартфонів дають агреговані треки, але не дозволяють бачити поведінку всередині будівлі. Ми комбінуємо відеоаналітику з геоданими та отримуємо повну картину руху людей. Наш досвід — понад 50 проєктів для рітейлу та транспортних вузлів (з 2018 року). Точність детекції 95% у приміщенні з latency 35ms на RTX 3060. Зв'яжіться з нами для оцінки вашого проєкту — підберемо рішення під ключ за 6–10 тижнів. Середня економія на персоналі — 20%, вартість впровадження від $5000. Наша система в 2 рази швидше за рішення конкурентів.

Відеоаналітика забезпечує точність 95% у приміщеннях, що в 1.6 раза вище точності мобільних геоданих (60%) та на 15% вище Wi-Fi сенсорів (80%). Це дозволяє приймати рішення на основі даних, а не здогадок.

Чому відеоаналітика точніша за мобільні дані?

Мобільні геодані (SDK, оператори) дають охоплення до кілометрів, але всередині будівель точність падає до 60% через втрату сигналу. Відеоаналітика на YOLOv8 відстежує кожну людину з точністю детекції 95%, зберігаючи треки навіть при тимчасовому перекритті завдяки ByteTrack. Комбінація цих методів — єдиний спосіб отримати повну картину руху як всередині, так і ззовні.

Які завдання вирішує AI-аналіз потоків?

• Перевантаженість зон — теплові карти показують, де утворюються затори. Оптимізуємо навігацію та розстановку персоналу.
• Низька конверсія — dwell time перед стендом корелює з покупками: збільшуємо час перебування за рахунок перепланування.
• Неефективне планування — прогнозуємо пікові години за допомогою SARIMA, точність до 85%.

Джерела даних

Технічні компоненти

Детекція та трекінг людей — YOLOv8 + ByteTrack. ByteTrack стійкий до окклюзії: зберігає треки при тимчасовому перекритті, відновлює ID після. На камері 1080p з потоком до 50 осіб latency 35ms на RTX 3060. YOLO object detection

Підрахунок перетинів ліній — віртуальні лінії для in/out, алерт при перетині.

Побудова траєкторій — інтерполяція через homography transforms. Результат: повний маршрут через кілька зон.

from supervision import ByteTrack, BoundingBoxAnnotator
from ultralytics import YOLO

model = YOLO("yolov8m.pt")
tracker = ByteTrack(
    track_activation_threshold=0.25,
    lost_track_buffer=30,
    minimum_matching_threshold=0.8,
    frame_rate=25
)

def process_frame(frame):
    results = model(frame, classes=[0], verbose=False)[0]  # тільки люди
    detections = sv.Detections.from_ultralytics(results)
    tracked = tracker.update_with_detections(detections)
    return tracked  # .tracker_id містить стійкі ID

Як ми будуємо траєкторії та аналізуємо геодані?

Heatmap накопичення — агрегація треків по комірках 0.5×0.5 м (indoor). KDE (Kernel Density Estimation) згладжує теплову карту, виявляючи зони притягнення з точністю до 15 см.

Dwell time — час перебування в зоні. Для рітейлу: збільшення dwell time на 10% дає зростання конверсії на 5–7%.

Origin-Destination матриця — Sankey-діаграми показують переходи між зонами. Допомагає оптимізувати навігацію та розміщення відділів.

Прогнозування піків — Prophet або SARIMA: плануємо персонал під завантаження, знижуємо витрати на 20%.

Приватність та анонімність

Треки людей — персональні дані. Заходи:

• Обличчя розмиваються в реальному часі, до запису
• ID трекінгу тимчасові, не персональні
• Треки агрегуються в статистику, індивідуальні не зберігаються
• Retention сирих треків — 24–48 годин

Re-identification через одяг вимкнено: feature extractor не використовується.

Що входить в роботу

• Аудит об'єкта — обстеження камер, сенсорів, інфраструктури
• Проєктування — схема розміщення, вибір моделей, архітектури
• Реалізація — налаштування відеоаналітики, інтеграція геоданих, pipeline MLOps
• Дашборд — Grafana або Power BI з real-time метриками
• Документація — model card, опис API, інструкція з експлуатації
• Навчання — 2 дні для операторів
• Підтримка — 3 місяці пост-релізу

Порівняння методів аналізу

Відеоаналітика дає найкращу якість всередині приміщень: точність 95%, latency 35ms, але потребує камер та обробки. Мобільні геодані незамінні для відкритих територій з охопленням до кілометрів, але всередині будівель точність падає до 60%. Wi-Fi сенсори — бюджетний варіант для рітейлу з точністю 80% за умови анонімізації MAC-адрес. Супутникові знімки та БПЛА підходять для парків та площ, але коштують дорого та залежать від погоди. Вибір методу залежить від конкретної задачі — ми підбираємо оптимальну комбінацію.

Процес впровадження

1. Аналітика — збір вимог, аудит інфраструктури (1 тиждень)
2. Проєктування — вибір стеку (YOLOv8, ByteTrack, pgvector), архітектура (2 тижні)
3. Реалізація — розробка трекера, інтеграція з камерами, налаштування BI (3–6 тижнів)
4. Тестування — A/B тест на пілотній зоні, коригування (1 тиждень)
5. Деплой — розгортання Triton Inference Server, моніторинг (1 тиждень)

Терміни та вартість

Орієнтовні терміни: від 6 до 10 тижнів для 5–20 камер, до 15 тижнів з інтеграцією геоданих. Вартість розраховується індивідуально за кількістю камер, складністю та потрібними модулями. Сертифіковане рішення, гарантія якості. Отримайте консультацію — оцінимо проєкт за 3 дні.