Как обнаруживать аномалии на видео в реальном времени: практическое руководство 2026

По теме: читайте наш подробный гид — Топ-7 моделей обнаружения аномалий для видеонаблюдения (2026).

Почему Фора Софт написала это руководство по обнаружению аномалий

В компании Фора Софт мы уже два десятилетия разрабатываем продукты для видеонаблюдения и видеоаналитики — от интерфейса системы Netcam Studio до десятков многокамерных аналитических решений. Каждую неделю мы работаем с WebRTC, ONVIF, инференсом на edge и облачными пайплайнами. Эта страница — наша экспертная версия 2026 года: то, что мы рассказали бы любому CTO, который спросил бы: «Как реализовать обнаружение аномалий в реальном времени, не потратив 18 месяцев впустую?»

В 2024–2026 годах базовая технология шагнула вперёд: трансформерные видео-бэкбоны созрели, слабоконтролируемые варианты MIL подтянулись к полностью размеченным моделям, edge-НПУ (Hailo-8, Jetson Orin, Coral) подешевели настолько, что стали доступны для парковых инсталляций, а EU AI Act ввёл реальные требования к документации для всего, что в реальном времени наблюдает за людьми. Это руководство построено вокруг решений, которые действительно двигают проект: семейство моделей, топология развёртывания, стратегия работы с данными, протокол интеграции, соответствие нормам — и типичные ловушки на каждом из этих этапов.

Если хотите сначала контекст из смежных тем — у нас есть материалы про видеоаналитику в реальном времени и обработку видео с помощью ИИ. По стандартам и интеграции — наш обзор профилей ONVIF в системах безопасности и более подробный разбор ONVIF Profile M.

Что считается «аномалией» в видеонаблюдении

В большинстве технических заданий слово «аномалия» несёт слишком много смысла. На практике оно охватывает четыре совершенно разных класса задач, и модель выбирается в зависимости от конкретного класса:

• Поведенческие аномалии — человек бежит по запретной зоне, теряет ориентацию, перелезает через забор, забирается на платформу. Здесь лучше всего работают модели, учитывающие время и движение.
• Физические аномалии — оставленная без присмотра сумка, лужа на полу цеха, упавший знак. Покадровое детектирование плюс отслеживание устойчивости объекта.
• Аномалии плотности и толпы — переполненная очередь, давка, высокая плотность людей на платформе. Анализ тепловых карт с использованием регрессии и пороговой логики.
• Временные аномалии и нарушения расписания — движение в неурочное время, машина, стоящая слишком долго. Часто такие ситуации устраняют с помощью правил и обучения модели нормального поведения.

Назвать класс до выбора модели — самый эффективный шаг. Каждый квартал к нам приходят ТЗ с формулировкой «обнаружение аномалий на трансформерах», хотя на деле задача — детектирование оставленных объектов с расписанием. Правильно подобранный инструмент экономит 3–6 месяцев и 70% бюджета на инференс.

Бюджет задержки для real-time

Real-time здесь означает «достаточно быстро, чтобы успеть среагировать до конца события». В цифрах это превращается в конкретные бюджеты:

Рисунок 1. Бюджеты задержки и реалистичные топологии развёртывания. Сетевой RTT добавляет 50–100 мс на маршрутах WAN, поэтому всё, что должно укладываться в 300 мс, требует выполнения инференса на месте.

Семейства моделей, важные в 2026

Рисунок 2. Семейства моделей и их ниши. «Подходит для edge» означает совместимость с NPU класса Jetson Orin при использовании INT8-квантизации.

Датасеты и бенчмарки, на которые стоит ориентироваться

Бенчмарки не переносишь в продакшен один в один — но они задают отправную точку для обсуждения. Актуальные цифры на 2025–26:

• UCF-Crime — 1 900 видео, 13 классов аномалий (насилие, поджоги, кражи и т. д.). Реальный референс для методов с малым контролем. SOTA: ~97% AUC на уровне видео при использовании I3D с MIL на основе внимания. Подробно этот датасет мы разбирали в отдельной статье.
• ShanghaiTech Campus — 437 видео из кампуса. SOTA: ~95–96% AUC у VideoSwin и VideoMAE.
• Avenue — 47 видео с необычным поведением пешеходов. SOTA: ~98,5% AUC, доминируют трансформеры.
• XD-Violence — 2 405 видео с разметкой по насилию. Гибридные модели на основе CNN и Transformer показывают точность около 96% по метрике AP.
• Street Scene (2024–2025) — разнообразная городская съёмка; бенчмарк для проверки доменного сдвига. AUC обычно падает на 10–15 пунктов по сравнению с in-domain — это хорошая проверка на устойчивость к реальным условиям.

Честный взгляд: модель с 97% на UCF-Crime всё равно потребует дообучения на 2–6 недель реальных записей с ваших объектов, прежде чем достигнет клиентского уровня. Закладывайте сбор данных и переразметку в смету заранее.

Edge, облако или гибрид — как выбрать топологию

1. Только edge. Jetson Orin, Hailo-8 или Coral рядом с каждой камерой. 4–16 одновременных 1080p-потоков на устройство, задержка инференса — 50–200 мс, нет зависимости от сети WAN, максимальная защита приватности (кадры не покидают объект). Стоимость оборудования — 15 000–45 000 ₽ за устройство. Подходит для небольших объектов, регулируемых отраслей и при слабой связи.

2. Только облако. Потоки обрабатываются на GPU NVIDIA L4 или A100. На один GPU приходится более 100 потоков, задержка инференса — 20–50 мс. Обучение моделей централизованное, поддерживается горячая замена моделей. Стоимость на managed-тарифах — от 37 до 225 ₽ за поток в час. Подходит для крупных централизованных парков с качественной сетью и акцентом на криминалистику. Не подходит для задач, где нужен отклик менее 300 мс — задержка сети (RTT) сильно снижает производительность.

3. Гибрид (наш вариант по умолчанию). Edge распознаёт события с высокой точностью и умеренной полнотой; облако доразмечает пограничные случаи, хранит реестр моделей, отслеживает дрейф и архивирует данные. Типичное распределение: 60–70% событий обрабатываются на edge с точностью 95%+, остальные — в облаке. Именно так работают интеграции с BriefCam, Motorola Avigilon и Milestone в реальных условиях.

4. Что определяет выбор. Бюджет задержки (см. Рисунок 1), количество камер, связь на объекте, режим соответствия требованиям (EU AI Act проще соблюдать при edge-only) и локальность данных.

5. Антипаттерн. Отправлять необработанные 1080p-потоки в облако для сценария, где важна задержка, только потому, что у вас уже есть облачный GPU. Вы заплатите за трафик, задержку и риски, связанные с регулированием.

Протоколы интеграции — ONVIF, RTSP, WebRTC, MQTT

Детектирование без интеграции — это демонстрация. Четыре протокола, которые имеют значение:

• ONVIF Profile M. Профиль для работы с метаданными и аналитикой, утверждённый в 2022–2024 годах и поддержанный такими компаниями, как Milestone, Genetec, Avigilon, Hikvision, Axis. Если ваш детектор не умеет отправлять события через ONVIF, он не будет работать с корпоративными системами видеонаблюдения.
• RTSP. До сих пор остаётся стандартом для видеопотоков с камер. Задержка — 30–50 мс в локальной сети, 100–300 мс при передаче через интернет. Edge-устройства принимают RTSP-поток, выполняют анализ и отправляют события.
• WebRTC. Задержка — от 20 до 100 мс, лучше проходит через файрволы, шифрование надёжнее. Используется в современных облачных VMS и интерфейсах операторов, которые мы поставляем, когда нужна передача с задержкой менее секунды. На этой же технологии построен Worldcast Live.
• MQTT. Шина для оповещений. Детектор аномалий публикует event/shoplift/zone-5/conf-0.87; SIEM, системы тикетинга (Jira, ServiceNow), контроль доступа и мобильные приложения для сотрудников подписаны на эти события.

Цены вендоров и расчёт build- vs buy

Рисунок 3. Примерные цены вендоров на 2025–26 годы. Корпоративные контракты сильно различаются — воспринимайте цифры как ориентир по порядку величины, а не как коммерческое предложение.

Грубая точка пересечения build-vs-buy для парка из 100 камер — район 18–24 месяцев: расходы на SaaS растут линейно с числом камер, кастомная разработка фронт-лоадит инженерию, а дальше живёт на амортизированном железе и эксплуатации. За счёт того, что в Фора Софт мы опираемся на инженерию, усиленную ИИ-агентами, циклы MVP по кастомному обнаружению аномалий теперь измеримо короче, чем были два года назад, — но мы по-прежнему считаем цены консервативно и не озвучиваем цифры, которые не можем обосновать на бумаге.

Приватность, GDPR и EU AI Act

1. Статья 9 GDPR. Биометрические данные относятся к «специальной категории». Обнаружение аномалий по лицу почти всегда попадает под статью 9 и требует чёткого правового основания (чаще всего — существенный общественный интерес или нормы трудового права, а не согласие).

2. Статья 35 GDPR (DPIA). Любая видеоаналитика с обнаружением аномалий, применяемая в заметном масштабе, требует оценки воздействия на защиту персональных данных. На подготовку закладывайте 2–4 недели работы DPO и юристов.

3. EU AI Act (Регламент 2024/1689). Биометрическая категоризация в реальном времени в общественных местах строго ограничена. Многие продукты видеоаналитики теперь запускаются в Европе только после проверки соответствия требованиям, подготовки документации, внедрения контроля человеком и организации мониторинга после выхода на рынок. Именно поэтому несколько поставщиков ушли с рынка ЕС в 2025 году.

4. ICO UK (январь 2024) и законы отдельных штатов США. В Великобритании частное использование live-распознавания лиц фактически запрещено; законы BIPA в Иллинойсе, CUBI в Техасе и CCPA в Калифорнии вводят дополнительные требования к получению согласия и раскрытию информации при работе с биометрическими данными и видеоаналитикой.

5. Практические следствия. По возможности используйте распознавание по походке, позе или предметам вместо распознавания лиц. Если позволяет задержка, держите кадры на объекте. Фиксируйте каждое срабатывание с указанием уверенности, ID оператора и результата проверки — такой журнал станет доказательством человеческого контроля.

Сценарии, которые окупаются

1. Сокращение потерь в ритейле. При использовании системы с обученным персоналом и оповещениями в реальном времени о кражах потери снижаются на 20–40% уже в первый год работы в сетях среднего размера. Подробности — в нашем разборе видеоаналитики для ритейла.

2. Транспортная безопасность. Обнаружение падения на край платформы с задержкой менее 200 мс позволяет автоматически остановить поезд или закрыть ворота. Метро Парижа, Сингапура и Сеула в 2022–2025 годах внедряли системы обнаружения аномалий на основе существующего видеонаблюдения.

3. Охрана периметра. Обнаружение перелеза через забор и проезда на удалённых объектах: при текущих моделях достигается 90–95% положительных срабатываний при менее чем 10 ложных срабатываниях на 1000 часов.

4. Промышленная безопасность (СИЗ, разливы, поведение). Распознавание объектов по технологии YOLO плюс анализ аномалий; отчётность по стандартам OSHA и снижение числа зафиксированных инцидентов на 40–60% в проверенных нами объектах.

5. Детектирование падений пожилых в учреждениях ухода. Edge-обработка на Jetson Nano / Orin; чувствительность 95%+ при задержке менее 500 мс до оповещения персонала. Режимы конфиденциальности в здравоохранении (HIPAA в США) требуют хранения данных на месте и строгих правил их хранения.

Мини-кейс: аналитика видеонаблюдения, запущенная без лишних сложностей

Контекст. Корпоративному вендору видеонаблюдения нужно было внедрить обнаружение аномалий на многокамерных объектах перед крупным обновлением платформы. Команда поддерживала стабильную сборку в CI, но предложенная модель — на основе трансформеров и работающая только в облаке — не уложилась бы в лимит задержки в 300 мс по их WAN. Требования к журналам аудита на уровне регулятора были жёсткими.

План на 12 недель. Перейти на гибридную архитектуру: квантизованный I3D с MIL-головой в режиме слабого контроля на edge-устройствах (Jetson Orin), TimeSformer для доразметки пограничных событий в облаке. Шина событий на основе ONVIF Profile M для интеграции с VMS. Рассылка уведомлений через MQTT — персоналу объекта и в центральный SOC. Контроль дрейфа модели по скользящим 7-дневным когортам. Параллельно — формальный DPIA и документы соответствия AI Act. Типовой интерфейс оператора, который мы обычно поставляем, можно посмотреть на примере Netcam Studio.

Результат. Внедрение завершено на нескольких сайтах за 12 недель. End-to-end задержка составила 180–220 мс — с запасом до SLA в 300 мс. После четырёх недель дообучения уровень ложных срабатываний по приоритетным классам аномалий снизился ниже 3%. Журнал аудита прошёл проверку регулятора без замечаний. Заказчик оставил систему контроля качества на абонентском обслуживании.

Фреймворк решения — правильный размер за пять вопросов

1. Каков бюджет задержки? Менее 200 мс — только edge; 200–500 мс — можно использовать гибрид; больше секунды — облако и пакетная обработка.

2. Какой класс аномалий вы решаете? Поведенческий, физический, плотностной или временной — у каждого свой набор моделей. В ТЗ должен быть указан класс, а не «трансформер».

3. Сколько у вас размеченных примеров? <100 → начните с CLIP/VLM zero-shot. 100–1 000 → слабоконтролируемый MIL. >10 000 → обучение с учителем.

4. Какой режим комплаенса? EU AI Act, HIPAA, GDPR, биометрические законы штатов — каждый определяет, где можно хранить данные и какие метаданные обязательно фиксировать.

5. Build, buy или гибрид? <20 камер или горизонт <18 месяцев → SaaS. >100 камер, нишевые классы аномалий, аудит уровня регулятора → кастом, возможно поверх существующей VMS.

Пять ловушек, которые мы видим в программах обнаружения аномалий

1. Гонка за точностью на бенчмарке вместо точности на объекте. Модель с 97% на UCF-Crime редко справляется с вашими камерами. Закладывайте 2–6 недель на сбор данных и дообучение.

2. Игнорирование ложных срабатываний. Даже 1% ложных срабатываний при 30 кадрах в секунду на 100 камер — это десятки тысяч оповещений в день. Ансамбли моделей, пороги уверенности и ручная проверка — не подходят.

3. Недостаточно проработанное обнаружение дрейфа. Сезонность, время суток и изменения на объекте незаметно сдвигают распределение. Ежемесячное переобучение и контроль дрейфа на скользящем окне должны быть включены в runbook с самого начала.

4. Допущение, что облако в одиночку справится с real-time. WAN RTT + GPU-инференс + рассылка алертов редко укладываются в 300 мс в продакшене. Обычно правильный подход — edge-первый.

5. Отношение к AI Act и DPIA как к бумажкам постфактум. Это инженерные требования. Привязывайте их к потокам данных, журналам и артефактам model-card с первой недели разработки.

KPI, которые показывают, что система работает

1. KPI качества. AP по классам на кадрах — не ниже 0,85 на данных объекта; полнота по приоритетным классам — не ниже 0,9; количество ложных срабатываний — не более 5 на 1000 часов проверенных алертов; дрейф ΔAUC — не более чем на 2 пункта от недели к неделе.

2. Бизнес-КПИ. Время реакции на отмеченное событие; количество предотвращённых инцидентов; снижение потерь и убытков по сравнению с базовым уровнем; NPS клиентов или сотрудников по оценке восприятия безопасности.

3. KPI надёжности. p95 end-to-end задержки относительно целевого бюджета; доступность реестра моделей; количество дней без сбоев edge-боксов; SLO доставки алертов ≥ 99,9%.

Когда НЕ стоит делать обнаружение аномалий в реальном времени

• На алерты никто не реагирует. Без команды, которая будет на них отвечать, алерты накапливаются и перестают вызывать доверие. Сначала решите кадровый вопрос.
• Бюджет задержки — минуты, а не миллисекунды. Офлайн- или пакетная аналитика обходится дешевле и зачастую точнее.
• Неоднозначный класс аномалии. Если поведение невозможно описать одной фразой, разметить его тоже не получится.
• Узкое место — качество камеры. Купольные камеры 360p и широкоугольные «рыбьи глаза» снижают точность до уровня ниже, чем у любой модели.
• Комплаенс заблокирует. Если сценарий нарушает согласие на использование биометрии или требования AI Act, используйте меры защиты, не связанные с ИИ.

FAQ

Что почитать дальше

Готовы запустить обнаружение аномалий в реальном времени, которое действительно масштабируется?

Версия этой задачи на 2026 год — уже не вопрос «может ли машинное обучение», а подбор оптимального сочетания моделей, архитектуры развёртывания, протокола интеграции и соответствия требованиям регулятора под ваши камеры, SLA по задержкам и нормативные рамки. Математика сместилась в сторону гибридного edge+cloud, требования к соответствию стали строже, а сами модели заметно улучшились по сравнению с уровнем двухлетней давности.

Если вы изначально оценили бюджет задержки, честно определили класс аномалии, внедрили ONVIF Profile M, сохранили кадры на объекте в соответствии с требованиями регулятора и начали отслеживать дрейф с первого дня — у вас уже есть основа решения. Дальше — дело вкуса и итераций.

Если это звучит как план на ближайшие 12 недель — мы готовы помочь: провести обзорную сессию, неделю исследования или взять проект под полный контроль.