Гибридная нейронная сеть для распознавания и отслеживания персонала в удаленном мониторинге оценки торгов

Почему важно следить за залами для оценки торгов

Когда государства или компании выбирают, кто будет строить дорогу, мост или электростанцию, они часто полагаются на экспертов, собирающихся в специальном зале для оценки торгов, чтобы оценить конкурирующие предложения. Если в комнату незаметно проберется посторонний или эксперт тихо уйдет, справедливость всего решения может оказаться под угрозой. В этом исследовании показано, как система с интеллектуальной камерой на базе искусственного интеллекта может автоматически наблюдать такие залы, отслеживать, кто присутствует, и подавать предупреждение, когда что-то выглядит подозрительно — без необходимости, чтобы люди смотрели на экраны целый день.

Как работает новый наблюдатель зала

Исследователи создали полноценную систему мониторинга, которая работает поверх обычных камер наблюдения в офисе для оценки торгов. У системы четыре основных задачи: обнаружение людей в видео, отслеживание их перемещений во времени, распознавание лиц и оценка того, что эти паттерны значат для безопасности. На основе этого объединенного представления блок оповещений решает, молчать ли системе или пометить события, такие как длительное отсутствие эксперта или появление постороннего. Повседневные изменения, например кратковременное закрытие видимости кем-то другим или нормальное приход-уход сотрудников, фиксируются, но не вызывают тревоги.

Видеть и учитывать всех в комнате

Чтобы отслеживать, кто находится внутри, система сначала обучается обнаруживать каждого человека в каждом видеокадре и подсчитывать, сколько людей присутствует. Затем она связывает обнаружения между кадрами, чтобы каждому человеку присваивался стабильный идентификатор в системе, даже когда он перемещается. Этот этап трекинга помогает отличить кратковременное исчезновение, например когда человек скрыт за коллегой, от реального ухода через дверь. Отслеживая путь каждого человека, программное обеспечение может определить, когда эксперт отсутствует дольше заранее заданного лимита времени, и рассматривать это как риск, требующий внимания.

Распознавание лиц, которые малы и далеко

Камеры в залах для торгов обычно устанавливают высоко на стене или потолке, поэтому лица на кадрах выглядят маленькими и часто под неудобными углами. Многие существующие инструменты распознавания лиц плохо работают в таких условиях. Авторы объединили быстрый метод обнаружения людей с усовершенствованным поиском лиц, который лучше увеличивает маленькие лица в многолюдной сцене. После локализации лица легкий по ресурсам метод сопоставления проверяет его по хранилищу известных экспертов и сотрудников. Если новое лицо не совпадает ни с одним одобренным лицом в пределах заданного порога, система помечает этого человека как возможного нарушителя и передает это заключение в блок оповещений.

Насколько хорошо система работает в реальных офисах

Команда протестировала свой подход на реальном видео из зала оценки торгов в энергетической компании. Они сравнили всю систему с более простыми методами, которые лишь считают людей или отслеживают их без идентификации. Гибридная система оказалась лучше в различении четырех практических ситуаций: эксперт действительно ушел, эксперт кратковременно исчез из вида, нормальные сотрудники вошли и посторонний прошел в комнату. Система показала высокую точность в распознавании маленьких лиц, работала достаточно быстро для работы в реальном времени и существенно сократила пропуски вторжений и ложные тревоги по сравнению с базовыми методами.

Что это значит для более справедливых решений

Проще говоря, работа демонстрирует, что обычные камеры в сочетании с грамотно спроектированным искусственным интеллектом могут помочь сохранять честность в помещениях для принятия чувствительных решений. Система может тихо отслеживать, кто присутствует, замечать, когда эксперт исчезает или когда появляется неизвестный человек, и посылать своевременные оповещения, чтобы руководители могли отреагировать. Хотя она все еще испытывает трудности, когда лица сильно закрыты или отвернуты, уже сейчас это практический инструмент для поддержки более чистых процедур торгов и его можно адаптировать для других рабочих мест, где требуется надежный и недорогой контроль прихода и ухода людей.

Цитирование: Zhou, Z., Wang, Z., Meng, Y. et al. Hybrid neural network for personnel recognition and tracking in remote bidding evaluation monitoring. Sci Rep 16, 15769 (2026). https://doi.org/10.1038/s41598-026-42936-8

Ключевые слова: мониторинг оценки торгов, отслеживание людей, распознавание лиц, видеонаблюдение, нейронная сеть