«Сколько еще машин можно припарковать?» — спросили мы ИИ-агента на одной из камер Faceter. Он оценил и дал ответ: 5-10 машин. Именно так работает новый формат умного видеонаблюдения с ИИ. 

Камеры давно стали чем-то большим, чем просто запись происходящего. Видеонаблюдение с ИИ понимает задачу, сформулированную обычными словами, и часто справляется с тем, для чего его специально никто не программировал. Мы развиваем нашего агента и собираем истории с парковок и строек: с реальными вопросами пользователями и ответами агента.

1
минута требуется для настройки ИИ-агента Faceter
10
комплектов заказал наш клиент сразу после первого отчета 
1
фраза, и сводка по объекту приходит каждый день

Как агент справляется с задачами, которых нет в инструкции?

Обычные камеры видеонаблюдения с ИИ ищут заранее заданные объекты: человека, машину, животное. А ИИ-агент Faceter работает на универсальной языковой модели, которая понимает связь между изображением и словами. Ему не нужна отдельная разработка под каждую задачу: достаточно объяснить, что важно. Так же, как вы объяснили бы это новому сотруднику.

Поэтому самые интересные сценарии рождаются не у нас, а у клиентов. Они просто спрашивают: «А может ли камера…?» И агент берется за задачу — или прямо говорит, чего ему не хватает.

История 1. Сколько машин на парковке и сколько еще влезет

Вопрос простой, но ответить на него можно двумя способами — в зависимости от того, нужна быстрая оценка по уже стоящей камере или точная цифра в реальном времени.

Способ 1. Спросить камеру, что она видит прямо сейчас

Первой проверили демокамеру на автомойке самообслуживания. Вопрос в чат:

«Сколько свободных мест на парковке?»

Агент взял свежий кадр и ответил: на площадке 8 машин — семь стоят вдоль забора слева и в центре, еще одна справа у здания. Точное число свободных мест назвать отказался: площадка заснежена, разметка в кадре не читается, считать пришлось бы «на глаз». Но добавил, что большая часть территории перед зданием пустая и несколько машин там точно встанет.

А дальше — то, о чем его никто не спрашивал. Агент заметил, что на мойке две камеры и вторая не на связи с 10 октября, поэтому данных о парковке с нее нет. Владельцу такая подсказка пригодится не меньше, чем ответ про машины.

Видеонаблюдение с ИИ

Вторая камера — на аэротрубе в Петербурге. Парковка видна через стеклянную конструкцию, с отражениями и под острым углом. На вопрос, сколько машин и свободных мест, агент ответил осторожно: машин больше 20, точнее по такому кадру не сосчитать, а свободные места назвать нельзя — разметки не видно, часть площадки закрыта конструкцией. И посоветовал: для точного подсчета нужна камера, которая смотрит на парковку сверху или сбоку, без стекла.

Тогда мы попросили его просто предположить:

«Предположи, сколько еще машин можно запарковать»

«Свободные участки читаются в основном по краям площадки и ближе к выезду. Там, по ощущению от картинки, поместилось бы примерно 5–10 машин — но это оценка по площади на глаз, а не подсчет мест, и ошибка может быть большой в обе стороны»

Отдельно агент перечислил, что мешает считать точнее: нет разметки, часть площадки закрыта, а зимой свободную площадь по краям съедает снег.

В этом и ценность: агент не выдумывает цифру, если картинка ее не дает. Где может — считает, где не может — говорит, чего не хватает, и предлагает, как это исправить.

Видеонаблюдение с ИИ

Способ 2. Считать машины на въезде и выезде

Если нужна точная цифра, не обязательно ставить шлагбаумы с датчиками и отдельную систему учета. Задачу решает обычная камера Faceter.

Камера смотрит на въезд и выезд и фиксирует пересечение виртуальной линии: каждая машина, заехавшая или выехавшая с территории, попадает в подсчет. Система знает, сколько всего мест на парковке, и в реальном времени понимает, сколько из них свободно.

Дальше достаточно спросить в чате: «Сколько сейчас свободных мест?» И получить короткий ответ:

«Сегодня зафиксировано 42 пересечения линии на въезд и 32 на выезд. На парковке находится 10 машин. С учетом лимита территории сейчас свободно 40 мест»

Спросить может и администратор, и водитель, который подъезжает к дому. Для этого хватает одной-двух камер (в зависимости от того, совпадают ли въезд и выезд) и облака. Без дорогой инфраструктуры и сложного монтажа.

Сценарий подходит и владельцам платных парковок, и управляющим компаниям, и жителям ЖК с закрытым двором.

История 2. Когда ушли рабочие и во что были одеты

Прорабу или заказчику часто нужно знать не «что сейчас», а «что было вчера». Мы написали агенту про камеру на строительном объекте:

«Во сколько вчера ушли строители на стройке и во что они были одеты?»

Сначала агент уточнил, готовы ли мы подождать: нужно проанализировать видеофрагмент примерно на 6 минут, подготовка займет около минуты. Потом показал план работы: проверить журнал событий и наличие записи за 16 ноября, найти момент ухода, описать людей. И ответил:

  • Время. Последний человек вышел со стройки около 18:21–18:22. После этого детекций людей до конца суток не было, а в 18:50 помещение уже полностью пустое.

  • Приметы. Мужчина в темно-серой или черной толстовке с капюшоном, темных джинсах и темных рабочих ботинках. Каски и сигнального жилета нет.

  • Маршрут. Шел из проема в глубине кадра к камере, через полминуты прошел еще раз и ушел влево — то есть покидал объект, а не перемещался внутри.

Под ответом — кадр из архива и кнопка «Смотреть в архиве», чтобы проверить все своими глазами. И честная оговорка: в журнале за день людей фиксировали еще в 16:54, 17:05, 17:57, 18:04 и 18:06, но эти события пришли без текстовых описаний. Поэтому агент не стал утверждать, был это один человек или несколько, — подтвердил только то, что видно на записи.

Заметьте, что агент сам обратил внимание на отсутствие каски и жилета. Для прораба это повод поговорить с бригадой о технике безопасности — без выезда на объект.

Видеонаблюдение с ИИ

Эксперимент: мы украли шуруповерт со своего же объекта

Похожую проверку мы устроили сами. На нашем объекте стоит камера Faceter Lamp — она вкручивается в обычный патрон E27, поэтому на стройке ее можно повесить вместо лампочки. Мы зашли в кадр и забрали инструмент. Камера выделила человека, в ленте появилось событие «Человек».

Потом спросили бота Faceter в Telegram, кто был в кадре. Агент сам разобрал запись:

  • назвал точное время, когда человек был в кадре;

  • описал приметы: кепка, куртка, светлые кроссовки;

  • увидел главное — зеленый шуруповерт в руках.

Если инструмент пропал по-настоящему, дальше все занимает меньше минуты: агент находит эпизод, вы открываете архив на этом моменте и делитесь доступом по ссылке или QR-коду.

Видеонаблюдение с ИИ

 

История 3. Виртуальный прораб в чате

Здесь задача была прикладной: знать, сколько рабочих на объекте, и регулярно получать отчет. Клиент начал с одной камеры и отправил агенту тестовый запрос:

«Сделай анализ, сколько человек сегодня с 10:00 до 12:00 работает на объекте, и скинь отчет»

Агент не только посчитал людей, но и описал, кто чем занят:

  • укладка плитки — он заметил даже выравнивающие крестики;

  • перенос стройматериалов;

  • покраска стен и уборка пола;

  • инструменты в руках: уровни, шпатели, ведра.

Заказчик написал боту одну фразу — «Делай такой отчет ежедневно» — и сразу взял еще десять комплектов для других объектов.

Время отчета тоже задается словами: «Присылай сводку каждый день в 20:00». А вопросы к агенту могут быть любыми, как в мессенджере:

  • «Когда приехала машина с материалами?»

  • «Что происходило после окончания работ?»

  • «Что было на объекте с 10 до 12?»

Вокруг этого строится вся отчетность. Таймлапс сжимает рабочий день в короткое видео — видно, что сделали за смену. Заказчику можно открыть доступ к одной камере по ссылке или QR-коду: только просмотр или полный, остальные камеры ему не видны. Спорный эпизод выгружается файлом — выбираете начало и конец, и фрагмент появляется в загрузках. А тем, кто ведет стройку в платформе 101 Vision, видео с камер Faceter доступно прямо в ее интерфейсе.

Важно знать. Подробнее о том, как Faceter работает на стройке — на странице для строителей.

Видеонаблюдение с ИИ

 

Как сформулировать свою задачу

Принцип один: опишите результат так, как объяснили бы его человеку. Несколько примеров:

Задача Как попросить агента Что учесть
Оценить парковку «Сколько машин на парковке и сколько свободных мест?» Нужен обзор без стекла и отражений, лучше сверху
Быстрая прикидка «Предположи, сколько еще машин можно запарковать» Это оценка на глаз, а не точный подсчет
Точное число мест «Сколько сейчас свободных мест?» Камера видит въезд и выезд, в настройках задан лимит мест
Конец смены «Во сколько вчера ушли строители и во что были одеты?» Указывайте камеру и день
Отчет по смене «Сколько человек работало с 10 до 12 и чем занимались?» Указывайте камеру и интервал
Регулярная сводка «Присылай сводку каждый день в 20:00» Агент поставит задачу на расписание

Где еще камеры с ИИ решают нестандартные задачи

Наши истории — часть большого тренда. Камеры видеонаблюдения с ИИ давно работают не только на охрану: они считают, сравнивают и предупреждают там, где человеку сложно или долго.

  • Наука. В сообществе OpenIPC рассказывают о камере на открытой прошивке, которую опустили в Байкал на глубину около 1 500 метров: она считала ракообразных, которые очищают воду озера, на разных слоях.

  • Лесные пожары. Дроны с камерами и ИИ ищут дым раньше, чем пожар заметит авиация. Летом 2026 года, когда в Красноярском крае выгорели сотни тысяч гектаров, раннее обнаружение стало особенно ценным.

  • Весовые. Камера автоматически фотографирует грузовик в момент взвешивания — так исчезают споры и попытки обмануть весы.

  • Дача без интернета. Инженер повесил камеру на столб на участке, где связь почти не ловила. Камера сама замечала людей и присылала фото в Telegram. Когда со стройки украли материалы, по снимкам быстро нашли виновных, и все вернули.

Это примеры того, как видеонаблюдение с AI находит применение там, где его не ждали.

Видеонаблюдение с ИИ

 

Об ограничениях

  • Качество ответа зависит от картинки: ракурса, стекла, света и снега. Если кадр не позволяет посчитать, агент так и скажет, а оценку даст только по просьбе.

  • Одна камера не видит весь объект. Агент отвечает о том, что попало в кадр.

  • Не у всех событий в журнале есть текстовые описания, поэтому агент не всегда восстановит, сколько было людей.

  • Важные выводы стоит сверять с записью — под ответом агента есть переход в архив.

  • Агент работает только с облачным архивом и пока в статусе беты.

  • Распознавания лиц нет: агент описывает людей словами, но не определяет, кто это.

Попробуйте свою задачу

Лучший способ понять, на что способна система видеонаблюдения с ИИ, — задать ей вопрос, который важен именно вам. Подключите камеру, напишите агенту задачу своими словами и посмотрите на ответ. Если результат понравится, его можно поставить на расписание одной фразой.

Попробовать агента можно в приложении Faceter или в Telegram-боте. Посмотреть систему без регистрации — в демо-камерах.

Новые истории и эксперименты — в Telegram-канале Faceter.