AI COLD — видеоаналитика
палетных операций в магазине
Система превращает длинную запись с боди-камеры сотрудника в структурированную временную шкалу: стадии разгрузки, перемещения и выкладки товара, участники и объекты процесса, отдельные эпизоды и расчётный индекс AI-CCEI.
Смотреть демо ↓о проекте
Зачем это нужно
Проект направлен на оцифровку процесса разгрузки охлаждённых товаров и их выкладки на витрину — особенно важную задачу в жаркое время года, когда несвоевременная обработка поставки может приводить к существенным потерям.
AI COLD — пилотная система видеоаналитики для анализа операций с товаром в магазине. Она преобразует длинные видеозаписи в структурированную последовательность стадий, обнаруживает участников и объекты процесса, выделяет отдельные эпизоды и рассчитывает AI-CCEI на основе длительности операций.
В рамках PoC обработаны три исходных видео, объединённые в единый поток продолжительностью 45 минут.
задача продукта
Что должна была проверить система
Создать PoC AI-системы, которая обрабатывает видеозаписи из магазина, распознаёт объекты и стадии работы с товаром, формирует непрерывную временную шкалу операций и рассчитывает индекс AI-CCEI.
Решение позволяет определять этапы, на которых возникают задержки, и собирать данные для последующей оптимизации операций. В перспективе на их основе планируется сформировать рейтинг магазинов по скорости обработки поставок.
Решение должно было проверить техническую возможность анализировать полный цикл работы с палетами — от разгрузки и приёмки до перемещения, выкладки товара и завершения операции — и подготовить основу для контролируемого пилота с измеримыми критериями качества.
контекст возникновения
Почему ручной просмотр не подходит
Для оценки работы с палетами необходимо определять время прохождения основных стадий: разгрузки и приёмки, перемещения товара и выкладки в торговом зале. Ручной просмотр длинных записей требует времени и не обеспечивает единого подхода к фиксации границ операций.
В рамках PoC требовалось проверить, можно ли с помощью моделей компьютерного зрения:
- Распознавать сотрудников, груз, короба, палеты и оборудование
- Определять операционную стадию в конкретный момент времени
- Объединять отдельные наблюдения в непрерывные участки
- Выделять законченные эпизоды работы с палетами
- Рассчитывать AI-CCEI по временным порогам
- Явно отделять подтверждённые результаты от операционных оценок и неоднозначных сцен
Следующий шаг — не промышленное внедрение, а контролируемый пилот в одном магазине с экспертной разметкой и измерением качества.
что используется сейчас
Пайплайн обработки видео
Пять стадий, через которые проходит каждая запись — от сырого потока с камеры до временной шкалы операций и индекса AI-CCEI.