Безопасность университетских кампусов с помощью ИИ

Чем кампус отличается от школы K-12

• В типичной школе 30–60 камер. В среднем университете — 600–2 000.
• Студенты — совершеннолетние, их изображения попадают под действие законодательства о персональных данных.
• Количество камер превышает возможности одного GPU-сервера.
• Реагирование на инциденты распределено между охраной, деканатами и администрацией.

Архитектура для сетей из 1 000+ камер

• Периферийные узлы (Edge nodes). Один средний GPU на учебный корпус или кластер общежитий, обрабатывающий 30–80 RTSP-потоков. Задержка 1–2 секунды.
• Центральная плоскость управления. Единый Kubernetes-кластер (on-premise или в частном облаке) агрегирует инциденты, хостит панель оператора и раздаёт обновления модели.
• Конвейер без идентификации личности. Та же цепочка «извлечение позы → классификатор пространственно-временного графа», что и в K-12. Разница только в горизонтальном масштабировании.

Рабочий процесс оператора

1. Модель фиксирует событие с высокой уверенностью на камере ОБЩЕЖИТИЕ-04-ХОЛЛ.
2. Дежурный диспетчер видит красную карточку на панели с 4-секундным превью и оценкой уверенности (например, 0,87).
3. Одно нажатие направляет событие в мобильное приложение ближайшего патрульного с автоматической загрузкой корпуса/этажа/комнаты камеры.
4. Сотрудник реагирует, отмечает инцидент как подтверждённый или закрытый; эта метка попадает в обучающую выборку модели.

Конфиденциальность в высшей школе

Хранение идентифицируемого видео с инцидентами — даже для легитимных целей безопасности — создаёт массив данных, который становится проблемой при утечке. Конвейер GuardianAI на основе скелетов не производит ничего идентифицируемого. Система сохраняет 30-секундный буфер до события в оперативной памяти, который при подтверждении инцидента может быть экспортирован в VMS кампуса для доказательных целей — но сам ИИ никогда не сохраняет изображения.

Соответствие требованиям

Для международных кампусов и кампусов с иностранными студентами особенно важно соответствие GDPR и локальным законам о биометрии. Поскольку GuardianAI никогда не обрабатывает биометрические данные (только координаты суставов), он не попадает под действие статьи 9 GDPR. По запросу предоставляем Соглашение об обработке данных (DPA) и шаблон DPIA.

Сроки развёртывания

Пилотная зона из 100 камер (один корпус) запускается за 3–4 недели. Полное развёртывание на кампусе зависит от количества корпусов и сложности сетевой инфраструктуры. Предварительная оценка и предложение по проектированию — бесплатно.

Часто задаваемые вопросы

Нужно ли заменять камеры?

Нет. GuardianAI работает с любым RTSP-потоком — в том числе с устаревшими камерами через конвертер IP-DVR.

Как это интегрируется с нашей существующей VMS (Genetec, Milestone)?

GuardianAI подписывается на RTSP-потоки напрямую, параллельно с VMS. Подтверждённые инциденты можно передавать в VMS через webhook или API. Нативные плагины для Genetec и Milestone в разработке.

Что происходит с превью-клипами инцидентов?

30-секундный буфер до события хранится в оперативной памяти edge-узла. Если инцидент подтверждён оператором — клип может быть сохранён локально или передан в VMS. Если отклонён — буфер очищается. Ничего не уходит в облако без явного действия оператора.

Хотите обсудить масштаб вашего кампуса? Напишите нам или изучите техническую основу: обнаружение на основе позы и граф-классификатор CTR-GCN.