AI-детекция аномалий в видеонаблюдении: как устроена, сколько стоит и как соблюдать законы в 2026

По теме: читайте наш полный гайд — Топ-7 моделей детекции аномалий для видеонаблюдения (2026).

Зачем Фора Софт написала этот плейбук

Фора Софт создаёт продукты в области видео и видеонаблюдения с 2005 года — кастомные VMS-платформы, системы записи в залах судов и AI-стеки для ритейл-безопасности. Наша практика охватывает весь конвейер: захват с камер, инференс на edge, агрегацию в облаке, рабочий процесс оператора и аудит-трек — а не только саму модель.

Эту статью мы используем как чек-лист, по которому проходим со стартапами, руководителями служб безопасности и продакт-менеджерами на скоупинговых звонках. Основа — наши материалы из этого блога (разбор edge AI против cloud AI и гайд по кастомным VMS) и метрики из реальных внедрений.

На каждом проекте мы применяем Agent Engineering — поэтому сроки скоупинга и интеграции у нас короче, чем у классических команд. Все ценовые диапазоны ниже — это реальная вилка Форсофт, а не средняя по рынку.

Что такое AI-детекция аномалий на самом деле

Детекция аномалий — это класс задач компьютерного зрения, в котором модель учится распознавать нормальное поведение в сцене: типичные векторы движения, время пребывания, заполняемость и траектории объектов. Любой кадр, сегмент или траектория, выходящие за рамки этого нормального поведения, помечаются как аномальные. В отличие от детекции объектов («есть ли здесь человек?») или распознавания действий («бежит ли этот человек?»), детекция аномалий отвечает на вопрос: «необычно ли это для данной сцены в данное время?»

Большинство систем в продакшене используют три слоя: быстрый детектор объектов (YOLOv8/YOLOv11, RT-DETR), модель для отслеживания объектов между кадрами (ByteTrack, BoT-SORT) и модуль обнаружения аномалий, который сравнивает поведение с моделью нормальной активности (автоэнкодер, one-class SVM, normalising flow) или с заранее заданными правилами (например, вторжение в зону, превышение времени бездействия, оставленные предметы). Именно такой гибридный подход обеспечивает высокую точность в реальных условиях.

Почему это важно в 2026 году

Три фактора в этом году сделали детекцию аномалий на основе ИИ обязательной в системах видеонаблюдения. Во-первых, количество камер стало огромным: типичное корпоративное развёртывание сегодня превышает 200 каналов, и ни один человек не в состоянии следить за всем в реальном времени. Во-вторых, edge-ускорители (NVIDIA Jetson Orin Nano, Hailo-15, Google Coral) подешевели до 22 500–52 500 ₽ за устройство, и теперь анализ видео прямо на камере стал реальным и доступным решением. В-третьих, такие законы, как EU AI Act, а также нормативы штатов США (Illinois BIPA, California CPRA), требуют, чтобы аналитика была проверяемой и понятной — а стандартные облачные системы зачастую не справляются с этим.

Сценарии, которые реально окупаются

Подробнее о реализованных нами паттернах AI в ритейле смотрите в нашем материале о разработке облачной видеоплатформы для AI-системы безопасности в ритейле.

Референсная архитектура — это четыре слоя, которые работают в продакшене

Продакшен-стек детекции аномалий, который мы разворачиваем, почти всегда состоит из четырёх слоёв с чёткими контрактами между ними — чтобы каждый можно было заменить или обновить независимо.

1. Захват и транспорт. ONVIF/RTSP-совместимые камеры (4–8 МП), кодирование H.264 / H.265, стриминг по приватной VLAN. Для контрактов с федеральными ведомствами США обязательно использовать NDAA-совместимое оборудование (без прошивок Hikvision / Dahua).

2. Edge-инференс. Небольшой бокс на каждые 8–16 камер с детектором объектов, трекером и лёгкой «аномальной головой». NVIDIA Jetson Orin Nano (~22 500 ₽, 40 TOPS), Hailo-15 (~15 000 ₽, 20 TOPS) или серверный Jetson AGX Orin (~112 500 ₽, 275 TOPS) — для работы с плотными объектами. ONVIF-уведомления отправляются только при подтверждённой аномалии.

3. Облачная агрегация и модель второго прохода. Когда уверенность edge-модели близка к границе, 5–10-секундный фрагмент видео отправляется в облачную модель (более мощный видео-трансформер с мультикамерным анализом) для проверки — и только после этого срабатывает тревога. Хранение обычно организовано в S3-совместимом хранилище, срок хранения — от 30 до 90 дней.

4. Консоль оператора и аудит-трейл. Веб-интерфейс для анализа инцидентов, мобильные уведомления для дежурных, интеграция через MQTT и вебхуки с VMS и SIEM, неизменяемый журнал событий для соответствия требованиям. Именно удобство работы оператора решает, будет ли система приносить пользу — или останется без дела.

Алгоритмы, которые стоят за этой «магией»

Единого алгоритма для обнаружения аномалий не существует — продакшен-системы используют сразу несколько подходов, у каждого из которых своя сильная сторона.

1. Детекторы объектов. YOLOv8 / YOLOv11, RT-DETR, EfficientDet. На выходе — прямоугольник вокруг объекта и его класс. Это основа для всего остального.

2. Трекеры. ByteTrack, BoT-SORT, OC-SORT. Превращают покадровые детекции в траектории, чтобы, например, «человек слоняется» можно было выразить как «траектория с id N находилась в радиусе 5 м от точки X более 3 минут».

3. Распознавание действий. SlowFast, X3D, VideoMAE-2 — для ответов на вопросы: «это падение?», «это драка?», «это бросок?». Десять лет назад здесь использовались признаки, созданные вручную; сегодня дообученная модель VideoMAE-2 показывает результат выше 90% на подмножествах Kinetics-400.

4. Аномальные «головы». Автоэнкодеры (ошибка реконструкции как показатель аномальности), one-class SVM, Isolation Forest, нормализующие потоки (FastFlow, CFLOW). Применяются для обнаружения аномалий по внешнему виду — например, поломка оборудования или несанкционированный доступ.

5. Правила. Контринтуитивно, но простые правила (зона, время пребывания, счётчик, пересечение линии) ловят 60–70% полезных событий почти без вычислительных затрат. Они всегда поставляются в продакшене — вместе с ML-моделями.

Подробнее — в нашем сопутствующем материале об алгоритмах машинного обучения для обнаружения аномалий.

Build, buy или гибрид — сравнительная матрица

Пример расчёта: 100 камер, розничная сеть

Ниже — модель, которую мы используем на этапе скоупинга. Представьте розничную сеть из пяти магазинов и 100 камер. Задача — выявлять кражи, падения покупателей, длину очереди и несанкционированный доступ вне рабочего времени.

Для сравнения: облачная подписка уровня Verkada на тот же парк камер стоит 3 000–6 000 ₽ с камеры в месяц, или 3,6–7,2 млн ₽ в год. Кастомная разработка окупается за 18–24 месяца при парке более 50 камер — быстрее, если вам нужно хранить данные в своей юрисдикции или генерировать специфические события, которые стандартный SaaS не поддерживает.

Проблема ложных срабатываний — как снизить их до пяти в день

Модель с 95% true-positive rate бесполезна, если она срабатывает 50 раз в час. Главный фактор выживания детекции аномалий в продакшене — частота ложных срабатываний. Четыре рычага, которые мы используем на каждом проекте:

• Покамерная калибровка. Обученная базовая линия для каждой камеры и каждого времени суток — чтобы «человек в 3 часа ночи» означало разное в круглосуточной больнице и в офисе.
• Двухступенчатый каскад. Edge-модель с точностью около 70% запускает облачную модель второго этапа с точностью около 95%. Операторы видят только подтверждённые тревоги.
• Обратная связь от операторов. Каждое ложное срабатывание, отмеченное оператором, становится размеченным негативным примером для следующего цикла обучения. Модель учится распознавать конкретный объект.
• Правила подавления. Захардкоженные зоны-исключения (маршрут уборки, разгрузочный док с 5 до 7 утра, известная смена обслуживания). Скучно — и максимально эффективно.

Сделанное правильно, это даёт корпоративным объектам менее 5 ложных тревог в день на 100 камер — то есть ниже порога, при котором операторы перестают отключать оповещения.

Сбор данных, разметка и обучение модели

1. Захват. Две недели записей с каждой камеры — на все смены. Десяти часов недостаточно, а 200 часов уже достаточно.

2. Предобработка. Выбор кадров (1–5 кадров в секунду для статичных сцен, 10+ кадров в секунду для падений и драк), вычитание фона при стабильном освещении, скрытие приватных зон (детские комнаты, санузлы).

3. Разметка. Активное обучение с небольшим пулом экспертов. Инструменты, которые мы используем: Label Studio, CVAT, Roboflow. На разметку каждого класса аномалий для стартового датасета закладывайте 50–100 часов.

4. Обучение. Дообучение моделей с открытыми весами (YOLOv11, VideoMAE-в2) проходит быстрее, обходится дешевле и проще для анализа, чем обучение с нуля. Методы few-shot (PatchCore, FastFlow) хорошо справляются с обнаружением аномалий, когда размеченных примеров аномалий очень мало.

5. Непрерывное обучение. События, отмеченные операторами, попадают в еженедельный цикл переобучения. На каждом релизе проверяется дрейф: если точность (precision) на отложенной выборке падает более чем на 5 пунктов — деплой блокируется.

Edge vs cloud — задержка, стоимость и почему гибрид по умолчанию

Edge-инференс снижает задержку с секунд до менее чем 200 мс, почти полностью устраняет исходящий трафик и оставляет необработанное видео на месте. Облачный инференс позволяет использовать модели, которые не помещаются на edge-устройства, выполнять анализ по нескольким камерам одновременно и заниматься сложным переобучением. Стандарт 2026 года — гибридный подход: edge-устройства делают первичный анализ каждого кадра, а облако подтверждает результаты и проводит поиск по истории.

Несколько эмпирических правил из наших внедрений:

• < 50 камер, регулируемая отрасль: гибрид с NDAA-совместимыми камерами, on-pret-серверы, опционально только облачный аудит-журнал.
• 50–500 камер: edge-боксы на ~10–16 камер, облачный второй проход и хранилище. Оптимальное соотношение цены и производительности.
• 500+ камер: серверные edge-стойки на каждой площадке (Jetson AGX Orin, GPU A2/ A30), региональная облачная агрегация. Закладывайте круглосуточное SRE-дежурство.

Безопасность, приватность и соответствие требованиям — фильтр «deal-killer»

1. EU AI Act. Биометрическая идентификация в реальном времени в общественных местах в основном запрещена; небиометрическая детекция аномалий (праздношатание, проникновение, падения) остаётся разрешённой, но во многих сценариях относится к категории высокого риска — а значит, обязательны аудит-логи, человеческий надзор и оценка соответствия.

2. GDPR и UK GDPR. Требуется законное основание (например, проверка легитимного интереса или DPIA), определённые сроки хранения данных и соблюдение прав субъектов данных. Простейшая мера — маскировка лиц на записях из общественных мест.

3. NDAA Section 889. Федеральные проекты США не могут использовать камеры Hikvision, Dahua, Huawei и их ключевые компоненты. Подходящие альтернативы — Axis, Hanwha, Bosch, i-PRO, Pelco.

4. BIPA и законы штатов. В Иллинойсе, Техасе, Вашингтоне и всё большем числе других штатов действуют правила по сбору биометрических данных. Обнаружение аномалий без извлечения биометрических признаков, как правило, не попадает под регулирование — но если система дополнительно распознаёт лица, это уже регулируется.

5. Отраслевые рамки. HIPAA в здравоохранении, PCI в офлайн-ритейле, NERC CIP в энергетике, CJIS в правоохранительной сфере. Каждая из них добавляет чёткие требования к базовым стандартам.

Мини-кейс: зал суда и розничная сеть — один стек, две сцены

Ситуация. В одном квартале к нам обратились клиент с системой записи судебных заседаний и региональная розничная сеть — обоим нужна была AI-видеоаналитика. Суду требовалось распознавать, когда кто-то заходит в чужой зал, и оповещать о забытых вещественных доказательствах, ритейлу — выявлять кражи и падения покупателей. Оба клиента настаивали на хранении данных в своей юрисдикции и на обработке на собственных серверах (on-prem).

План на 12 недель. Используем один и тот же стек: YOLOv11 + ByteTrack + автоэнкодерная аномальная «голова» с двумя сценоспецифичными «головами», дообученными на 200 часах записей. Обработка на edge-устройствах по зонам (Jetson Orin Nano), приватная VLAN, локальная консоль оператора. Аудит-логи хранятся в WORM-хранилище для обоих клиентов.

Результат. Объект суда: частота ложных тревог — менее 2 в день на 30 камерах; среднее время реакции оператора на отмеченные события снизилось с примерно 95 до примерно 22 секунд. Ритейл: кражи фиксировались с полнотой около 88% по внутренней оценке; время реакции на падение покупателя сократилось с примерно 7 минут до примерно 90 секунд. Один и тот же инженерный вклад — два разных продукта.

Хотите такую же оценку?

Фреймворк решения — выберите путь за пять вопросов

В1. Насколько специфична ваша сцена? Типовое проникновение или движение — хватит плагина к стандартной VMS. Доменная задача (производство, зал суда, больница, спорт) — нужен кастом или гибрид.

В2. Сколько камер? Меньше 30 — облачный SaaS подойдёт. От 30 до 500 — выгоднее гибрид. Более 500 — нужен собственный edge-парк.

В3. Вы под EU AI Act, NDAA, BIPA или отраслевым комплаенсом? Да — переходите к кастомной разработке с чётким аудиторским следом.

В4. Будут ли операторы реально реагировать на тревоги? Если нет — сначала исправьте процесс. Ни одна модель не починит сломанный процесс реагирования.

В5. Какие требования по локализации данных? Только облачные решения подходят для нерегулируемых сценариев; в остальных случаях размещайте инференс локально и передавайте за пределы только агрегированные метаданные.

Пять ловушек, которые мы видим каждый квартал

1. Выбор модели до выбора процесса. Готовность операторов реагировать — это ограничивающий фактор. Сначала проектируйте схему диспетчеризации, затем подбирайте модель под порог точности.

2. Игнорирование качества камер. Камера 4K с низким битрейтом может быть хуже, чем 2 МП с высоким битрейтом. Проверяйте кодировщик до начала обучения.

3. Недооценка стоимости разметки. Большинство проектов недофинансируют разметку в 3–5 раз. Закладывайте бюджет заранее.

4. Пропуск консоли оператора. Отличная модель с плохим интерфейсом для анализа не сработает. Относитесь к консоли как к полноценному продукту.

5. Комплаенс как «бумажки». Аудит-логи EU AI Act и уведомления BIPA могут заблокировать запуск проекта, если их обнаружат слишком поздно. Учитывайте их с самого начала.

KPI, которые стоит отслеживать после запуска

1. KPI качества. Точность (цель — более 90%), полнота (более 80% для событий безопасности), количество ложных срабатываний на 100 камер (цель — менее 5 в день).

2. KPI эксплуатации. Среднее время реакции оператора (цель — менее 60 с для задач высокого приоритета), доля подавленных тревог (менее 5%), время от возникновения инцидента до его закрытия по сравнению с базовой линией.

3. KPI надёжности. Время доступности камеры — более 99,5%, задержка edge-обработки на 95-м перцентиле — менее 250 мс, полнота аудиторского журнала — 100%.

Когда AI-детекцию аномалий разворачивать ещё рано

Три сценария, в которых правильный ответ — «пока нет». Первый: у вас нет команды операторов и чёткого процесса эскалации — тревоги будут поступать, но на них никто не отреагирует. Второй: ваш парк камер слишком слабый (< 1 МП, низкий битрейт, нестабильное питание), и вы будете обучать модель на шуме. Сначала решите проблему с камерами. Третий: регулирование ИИ в вашей юрисдикции и отрасли ещё не устоялось — запускайте пилот в нерегулируемом сегменте, пока правовые рамки не станут ясными.

FAQ

Что почитать дальше

Готовы запустить детекцию аномалий, которой будут доверять операторы?

AI-детекция аномалий в 2026 году — зрелая, доступная и регулируемая технология. Проблемой больше не является точность; теперь ключевыми становятся минимальное количество ложных срабатываний, удобство работы оператора и наличие аудита. Используйте кастомные решения, если сценарии специфичны и операторы готовы реагировать; выбирайте гибрид edge + cloud, если у вас более 30 камер; и закладывайте требования по комплаенсу ещё на этапе проектирования.

Если вам нужен партнёр, который уже внедрил это в продакшене на регулируемых, on-prem и мультиплатформенных проектах — от записи в залах судов до ритейла и производства — свяжитесь с нами. За 30 минут мы подскажем, что вам подходит лучше: разработка с нуля или покупка готового решения, и обоснуем рекомендацию теми же цифрами, что и выше.