Возникает большой вопрос, что, если computer vision — это такая бурно развивающаяся система, почему сложно вспомнить какие-то интересные проекты в этом направлении? Каждый раз, когда мы говорим про цикл разработки, сначала нам нужны данные и их обработка. На выходе у нас получается некая модель, которая что-то умеет. Путь от модели до реального продукта проходит через большую пропасть, связанную с многими проблемами.

Говоря про разработчиков, перед ними всегда стоит вопрос, как и где будет развернут их продукт: гибридные системы, cloud-сервисы, локальные сервера, edge-системы. Главным остается вопрос: нужна ли работа системы в реальном времени? 

 США уже почти весь рынок заполнен, в Европе и Азиатско-Тихоокеанском регионе около половины рынка заполнено. Основные сферы: ритейл, транспорт и производство. Темпы роста от года к году составляют 23%. Если говорить про типы приложений, то есть приложения для управления скоплениями людей, приложения по распознаванию лиц, обнаружению вторжений и инцидентов и всякие другие специальные приложения. 

У нас сейчас за последние годы рост равен 20% в год. Рынок совсем не насыщен. Требуются прикладные и утилитарные решения для госорганов и бизнеса. На рынке развлечений есть большой потенциал. Всё больше понимания, что компьютер может лучше следить за камерами, чем человек. Облачная видеоаналитика не является частью персональных данных, так как сведения обезличены.

Сегодня очень популярен генеративный дизайн, аддитивное производство, автоматизация принятия решений, конечно, облака, машинное обучение и многое другое.

Генеративный дизайн позволяет создавать трёхмерные модели на базе тех нагрузок, которые вводятся в систему. Это используется все больше в различных ремонтных работах. Кроме того, мировой авиапром использует аддитивные технологии, но в тестовом режиме

Полтора года назад было принято решение сделать команду, которая будет разрабатывать инициативы с использованием наших камер. Самый проработанный кейс — анализ товаров на полках. Плохо, когда их мало и они не разнообразные, хорошо, когда много разных товаров. 

Перед каждой полкой стоит камера, они скоммутированы с компьютером. Выдаём агрегированную информацию по пустотам, эти графики и алерты показываются работникам, что, допустим, закончились бананы и нужно их пополнить. Также собирается динамика по серии магазинов, чтобы понять, какие магазины работают хорошо, а какие нет.