Камеры видеонаблюдения с ИИ для бизнеса: что работает и сколько стоит

Камеры видеонаблюдения с ИИ для бизнеса: что это на деле

Камеры видеонаблюдения с ИИ для бизнеса это обычные камеры плюс программа, которая смотрит видео вместо человека и превращает его в цифры и события: сколько людей зашло, сколько стоит в очереди, какая машина въехала, где опустела полка. Сама камера чаще всего остаётся прежней. Умной становится обработка на сервере или в облаке.

Внутри обычно две части. Модель находит на кадре людей, машины и предметы. Поверх неё работают правила: «человек в зоне кассы дольше пяти минут», «номер не из списка», «на полке пусто». Без правил модель просто рисует рамки, и пользы от этого мало. Пользу дают правила, привязанные к вашему процессу, и отчёт, который кто-то читает каждое утро.

Что работает на обычных камерах, а что требует новых

Первое, что я проверяю на объекте: можно ли забрать видео с ваших камер по сети. Большинство IP-камер отдают поток по протоколу RTSP, с ним работают и готовые системы, и открытые вроде Frigate. В документации Frigate прямо советуют избегать Wi-Fi-камер из-за нестабильного потока и пишут, что размер матрицы важнее разрешения, особенно ночью. Со старыми аналоговыми камерами всё решает регистратор: отдаёт он поток наружу или нет, видно только на месте.

Дальше простое правило: чем мельче то, что надо разглядеть, тем выше шанс, что камеру придётся менять или добавлять.

• Обычно хватает существующих камер: подсчёт людей на входе, очередь у кассы, человек в зоне после закрытия, машина на парковке, каска и жилет на рабочем, если камера смотрит под разумным углом.
• Чаще нужна новая или перенесённая камера: номера машин, лица, ценники и мелкий товар на полке.

Как устроена такая система целиком на своём сервере, я разбирал в статье про Frigate и умное видеонаблюдение.

Подсчёт посетителей и очереди

Самая частая задача для магазина, салона или офиса продаж. Камера над входом считает, сколько людей зашло и вышло по часам. Камера над кассой считает, сколько человек стоит в очереди и сколько они ждут. Сводите это с чеками и получаете конверсию: зашло 300, купили 90. Становится видно, в какие часы людей много, а касса одна, и в какие продавцы стоят без дела.

Лица для подсчёта не нужны: система видит силуэт и считает пересечения линии. Это важно и для закона, о нём ниже. Если камеру на вход ставить не хочется, есть способы считать без неё, их плюсы и ограничения я описывал в статье про подсчёт посетителей магазина без камер.

Если хотите понять, сколько людей уходит без покупки и в какие часы растёт очередь, такую аналитику я собираю на ваших камерах под ключ. Подробнее на странице компьютерного зрения для бизнеса.

Номера машин: въезд, парковка, склад

Распознавание номеров решает понятную задачу: открыть шлагбаум своим, записать въезд и выезд, посчитать, сколько машина простояла на территории. Подходит складам, базам, автомойкам, СТО, закрытым парковкам.

Здесь почти всё решает камера. В документации Frigate честно написано: если вы сами не можете прочитать символы на кадре, система тоже не прочитает. Минимальная площадь номера по умолчанию там около 32 на 32 пикселя, а ночью качество зависит от подсветки и инфракрасного режима. Поэтому обзорная камера над воротами часто не справляется, и под номера ставят отдельную камеру с узким углом прямо на полосу въезда.

Номер сам по себе про машину. Когда вы связываете его с конкретным человеком, сотрудником или клиентом, появляются персональные данные. Про открытые движки и установку подробно в статье о распознавании автономеров на своём сервере.

Выкладка на полках и кражи

Контроль выкладки по камере ищет пустые места на полке, упавшие ценники, товар не на своём месте по планограмме. Это работает, но модель приходится учить вашим полкам и вашему товару, поэтому задача дороже подсчёта людей. Иногда проще начать с фото с телефона в конце смены, этот вариант есть в статье про проверку витрины по фото с ИИ.

С кражами скажу прямо. Система, которая сама уверенно говорит «это вор», ошибается слишком часто, и на ложных тревогах охрана быстро перестаёт реагировать. Что у меня реально работает:

• человек или машина в зоне в нерабочее время, уведомление в Telegram или MAX с кадром;
• долгое нахождение у дорогой витрины или у выхода со склада;
• сверка событий кассы с видео: отмены чеков, возвраты, ручные скидки, к каждому событию прикладывается фрагмент записи.

Последний пункт часто полезнее любой умной детекции: управляющий смотрит двадцать секунд записи по конкретной операции вместо часов архива.

Распознавание лиц: биометрия по 152-ФЗ

Здесь я притормаживаю каждого заказчика. По статье 11 закона 152-ФЗ «О персональных данных» биометрическими считаются сведения о физиологических и биологических особенностях человека, по которым можно установить его личность и которые оператор использует для установления личности. Обрабатывать их можно только с письменного согласия человека, кроме случаев, прямо перечисленных в части 2 (правосудие, оборона, безопасность и подобные). Часть 3 добавляет: предоставление биометрии не может быть обязательным, и отказ от неё в ряде случаев не может быть причиной отказать человеку в обслуживании. Текст статьи я сверял на КонсультантПлюс в октябре 2026 года (редакция закона от 26.07.2026).

Что из этого следует на практике:

• Узнавать постоянных покупателей по лицу без письменного согласия нельзя. Табличка у входа письменным согласием не является.
• Вход сотрудников по лицу возможен, но с согласием каждого. Для того, кто откажется, я всегда оставляю другой способ войти: пропуск или код.
• Обычная запись без распознавания под режим биометрии по формулировке закона не попадает, ключевые слова там «используются для установления личности». Но и обычная запись может быть персональными данными, поэтому вопрос уведомления людей о съёмке никуда не уходит.

Кроме 152-ФЗ, есть отдельный закон 572-ФЗ об идентификации и аутентификации по биометрии через Единую биометрическую систему и аккредитованные коммерческие системы. Касается ли он вашего сценария, решает юрист, и разговор с ним я ставлю в план до покупки оборудования.

Техническая сторона, наоборот, простая: открытые библиотеки узнают лица на обычном сервере. Где они подводят, я разбирал в статье про распознавание лиц на открытом SDK. Сделать технически можно почти всё. Вопрос в том, можно ли это законно у вас.

Облако или свой сервер

Облако. Камеры отправляют поток провайдеру, вы платите подписку и смотрите отчёты в браузере. Быстрый старт, ничего не надо ставить. Минусы: видео уходит из компании, нужен стабильный канал на выгрузку, абонентская плата растёт с каждой камерой.

Свой сервер. Видео остаётся у вас, обработка идёт на месте, абонентки за камеры нет. Нужен компьютер с ускорителем: по документации Frigate подойдёт встроенная графика Intel от 6-го поколения, видеокарта NVIDIA или модуль Hailo. Ускоритель Google Coral Frigate больше не рекомендует для новых установок, это стоит знать, если вам его предлагают.

Есть и юридическая разница. Статья 18 152-ФЗ требует, чтобы персональные данные граждан России записывались и хранились в базах на территории России. Если облачный провайдер держит записи за границей, это ваш риск как оператора. Поэтому по умолчанию я ставлю обработку на сервер заказчика или на российский хостинг, а спорные случаи сверяем с юристом.

Сколько стоит видеоаналитика для бизнеса

Цены из моего прайса, это нижняя граница работ. Камеры и сервер считаются отдельно, после осмотра объекта.

Задача	Разработка	Срок	Сервер в месяц
Видеоаналитика на готовых моделях: посетители, очереди, каски	от 150 000 ₽	от 3 недель	от 5 000 ₽
Въезд по номерам	от 100 000 ₽	от 2 недель	от 3 000 ₽
Контроль выкладки	от 300 000 ₽	от 1 месяца	от 5 000 ₽
Подсчёт продукции на складе и конвейере	от 300 000 ₽	от 1 месяца	с видеокартой от 10 000 ₽
Контроль качества на производстве	от 500 000 ₽	от 2 месяцев	с видеокартой от 15 000 ₽

Распознавания лиц в прайсе нет: считаю его отдельно и только после разговора с вашим юристом. Полный список работ на странице цен.

Как я это делаю

1. Один вопрос бизнеса. Начинаем с одной метрики: «сколько людей уходит без покупки» или «кто въезжал ночью». Список из десяти функций откладываем.
2. Аудит камер. Забираю поток с ваших камер, смотрю кадры днём и ночью, отмечаю, какие камеры годятся, какие надо повернуть или заменить.
3. Пилот на одной-двух камерах. Пару недель система считает параллельно с человеком, сверяем цифры. Если расхождение большое, разбираемся до масштабирования.
4. Правила и отчёты. События приходят в Telegram или MAX, отчёт по дням в таблицу или на дашборд.
5. Документы по 152-ФЗ вместе с вашим юристом: какие данные храним, сколько, кто имеет доступ.
6. Передача. Сервер ваш, доступы ваши, инструкция для сотрудников.

Если хотите начать с аудита камер, которые уже висят, посмотрим, что из них можно выжать без замены. Как устроена работа, описано на странице видеоаналитики и компьютерного зрения.

Частые вопросы

Можно ли подключить ИИ к старым камерам видеонаблюдения?

Чаще всего да, если камера или регистратор отдают видеопоток по сети, обычно по RTSP. Для подсчёта людей, очередей и людей в зоне их хватает. Под номера машин и лица камеру часто приходится добавлять.

Сколько стоят камеры видеонаблюдения с ИИ для бизнеса?

По моему прайсу видеоаналитика на готовых моделях от 150 000 ₽, въезд по номерам от 100 000 ₽, контроль выкладки от 300 000 ₽. Сервер от 3 000 ₽ в месяц. Камеры считаются отдельно, после осмотра.

Законно ли распознавание лиц покупателей в магазине?

Это обработка биометрии по статье 11 152-ФЗ, и для неё нужно письменное согласие каждого человека. Без согласия узнавать покупателей по лицу нельзя. Конкретный сценарий сверьте с юристом до запуска.

Нужен ли интернет для видеоаналитики?

Для своего сервера нет: обработка идёт внутри вашей сети, интернет нужен только для уведомлений и удалённого доступа. Облачной видеоаналитике нужен стабильный канал на выгрузку видео.

Умные камеры для магазина ловят воров?

Уверенно сказать «это кража» система не может, ложных тревог слишком много. Работают уведомления о людях в зоне после закрытия и сверка кассовых операций с записью.

Коротко о главном

Видеоаналитика для бизнеса уже рабочий инструмент. Подсчёт людей, очереди, номера и выкладка решаются на готовых моделях, часто на ваших же камерах. Новые камеры нужны там, где надо разглядеть мелкое: номер, лицо, ценник. Распознавание лиц упирается в закон раньше, чем в технику. Свой сервер держит видео внутри компании и снимает абонентку за каждую камеру.

Напишите мне в Telegram кодовое слово «КАМЕРА», и я посмотрю кадры с ваших камер и скажу, какие задачи на них можно решить без замены оборудования.