Детекция скопления людей: как видеоаналитика контролирует плотность толпы

Турникеты на входе показали 4200 человек — всё в норме, концертная площадка рассчитана на 6 тысяч. А в это время у сцены справа, в кармане между ограждением и трибуной, давка такая, что люди не достают ногами до земли. Счётчик на входе про этот карман не знает ничего. Он считает, сколько вошло, а не где они стоят. И вот это «где» — главная разница между обычным подсчётом и настоящим контролем толпы.

Когда говорят про скопление людей, чаще всего имеют в виду цифру с входа. Сколько народу в зале, сколько в ТЦ, сколько на стадионе. Эта цифра нужна, но она усреднённая и слепая к местам. Беда случается не там, где «в среднем много», а там, где локально плотно — у узкого прохода, на лестнице, у одного работающего выхода, в горловине эскалатора. И именно эти точки видит видеоаналитика по плотности, а не суммарный счётчик.

Подсчёт на входе и плотность чел/м² — это не одно и то же

Разведём два разных инструмента, которые постоянно мешают в одну кучу.

Подсчёт посетителей отвечает на вопрос «сколько всего». Линия на входе, объект пересёк — плюс один, в обратную сторону — минус один. Отличная вещь для конверсии, расчёта нагрузки на персонал, оценки трафика. Но она оперирует одним числом на весь объект и ничего не говорит о распределении.

Детекция плотности отвечает на вопрос «сколько людей на квадратном метре вот здесь, прямо сейчас». Алгоритм считает головы в кадре (именно головы — они почти не перекрываются в плотной толпе, в отличие от тел), накладывает на размеченную геометрию пространства и выдаёт плотность по зонам. Чел/м² — это рабочая единица, по которой во всём мире оценивают риск.

Грубые ориентиры, на которые опираются специалисты по безопасности массовых мероприятий:

• до 2 чел/м² — свободное движение, человек идёт куда хочет;
• 3–4 чел/м² — плотно, но управляемо, скорость потока падает;
• 5 чел/м² — критично, человек уже не контролирует своё перемещение, его несёт толпа;
• 6 и выше — зона давки, где гибнут люди. Здесь начинается «волна» — плотность передаётся как жидкость, и человек физически не может ни упасть, ни выбраться.

Главное, что нужно понять: трагедии в толпе — это почти никогда не паника. Это физика. Люди задыхаются стоя, потому что грудная клетка не может расшириться для вдоха. И происходит это локально, в одном кармане, пока на входе цифры спокойные.

Heatmap скопления: где смотреть

Картинка, которая всё меняет, — тепловая карта плотности поверх плана объекта. Не запись, не цифра, а наложенная на схему зала область, которая из зелёной становится жёлтой, потом красной.

Что это даёт оператору в реальном времени:

• видно очаги — не «в зале людно», а «вот у западного эскалатора и у второго выхода красное»;
• видно динамику — пятно растёт или рассасывается, поток идёт к выходу или сбивается в пробку;
• видно узкие места, о которых на этапе проектировки никто не думал: карман у колонны, лестница, где сходятся два потока, дверь, которую в час пик открывают только наполовину.

За смену накапливается история, и она бесценна для следующего мероприятия: вы заранее знаете, что после третьего номера толпа всегда забивает правый проход, и ставите туда стюарда заранее, а не по факту давки.

Пороги давки и алерт ДО ЧП

Смысл системы не в красивой карте. Смысл в том, чтобы предупредить, пока ещё есть время развести потоки. На каждую зону вешается порог по плотности и по времени удержания. Логика простая:

• плотность в зоне перешла, скажем, 4 чел/м² и держится дольше 20–30 секунд — это не случайный кадр, а формирующийся затор. Алерт оператору: жёлтый;
• плотность пошла к 5 и растёт — красный, громкий, с указанием конкретной зоны на плане.

Разница между «среагировали на жёлтом» и «увидели на видео постфактум» — это разница между «открыли вторую створку и развели поток» и «вызвали скорую». На раннем пороге у службы есть 30–60 секунд, чтобы открыть дополнительный выход, придержать поток на входе, отправить людей в эту точку. На красном времени уже почти нет.

И отдельно — обратное движение. Хороший алгоритм ловит не только плотность, но и встречный поток в зоне, где все должны идти в одну сторону. Человек, идущий против толпы на узком проходе, — это и причина заторов, и часто признак того, что впереди что-то не так.

Где это реально нужно

Не каждому объекту нужна детекция плотности. Она для мест, где люди концентрируются и где геометрия создаёт узкие места.

• Вокзалы и метро. Платформа, эскалаторы, переходы, выход к электричке в час пик. Классические точки давки — край платформы и горловина перехода. Здесь же важна детекция человека у края платформы, но это уже отдельный сценарий.
• Торговые центры. Распродажи, открытия, фудкорт в обед, эскалаторные узлы. Плюс вечная история — эвакуация: система показывает, какие выходы реально работают, а к каким люди не идут.
• Стадионы и концертные площадки. Фан-зоны, выходы после матча, секторные проходы. Самые опасные минуты — не во время события, а на массовом выходе.
• Кинотеатры и развлекательные центры. Холлы между сеансами, когда один зал выходит, а другой заходит, и оба потока сходятся в одном фойе.
• Транспортно-пересадочные узлы, аэропорты, крупные ритейл-парки. Везде, где сходятся потоки и есть бутылочные горлышки.

Важно: системе не нужны специальные камеры. Она работает поверх того, что уже висит, — обычных IP-камер. Лучше всего, если есть верхний ракурс (купольные камеры под потолком), потому что считать головы сверху проще и точнее, чем под углом, где люди перекрывают друг друга.

Как это считается технически — без магии

Чтобы не было иллюзий: алгоритм не «понимает толпу». Он делает две вещи. Первая — детектирует головы/людей в кадре нейросетью, обученной именно на плотных сценах (обычные детекторы людей в толпе захлёбываются, когда тел десятки и они слиплись). Вторая — переводит координаты из плоскости кадра в реальную геометрию пространства через калибровку: вы один раз размечаете, где на полу какие зоны и какой у них реальный метраж.

Отсюда и ограничения, про которые честно стоит сказать:

• Калибровка обязательна. Без разметки геометрии система выдаст головы, но не чел/м². Это работа на старте, её не пропустить.
• Ракурс решает. Камера в упор сбоку считает толпу хуже, чем камера сверху. На плохом ракурсе в плотной толпе точность падает.
• Это оценка, а не перепись. В очень плотной толпе ±10–15% по числу голов — нормально. Но для порогов давки этого с лихвой хватает: разница между 2 и 5 чел/м² видна железно.
• Алгоритм не знает причину. Он скажет «здесь плотно и нарастает». Почему — драка, упавший человек, перекрытый выход — разбирается оператор по картинке.

Полезно понимать, какие функции видеоаналитики ещё крутятся на тех же камерах: детекция оставленных предметов, пересечение линий, контроль зон. Детекция плотности — один из модулей этого набора, и обычно её ставят не отдельно, а в общем контуре безопасности объекта вместе с охраной периметра и контролем доступа.

Данные не уходят в облако

Отдельный пункт, по которому спотыкаются службы безопасности крупных объектов. Видео с толпой — это потенциально персональные данные людей в кадре, и гонять его в чужое облако никто не хочет, особенно на режимных и государственных площадках.

Поэтому правильная архитектура для таких задач — on-premise: аналитика крутится на сервере внутри периметра объекта, видео и события не покидают вашу инфраструктуру. Это снимает вопросы по 152-ФЗ и упрощает согласования со службой безопасности. Наружу при необходимости отдаются только агрегированные числа и алерты, а не сами кадры с лицами.

Честно: где это уместно, а где избыточно

Не каждому нужна тепловая карта толпы.

Имеет смысл, если у вас регулярно собираются сотни и тысячи людей, есть узкие места по геометрии и цена ошибки измеряется не выручкой, а здоровьем людей: вокзалы, метро, стадионы, крупные ТЦ, площадки массовых мероприятий.

Избыточно для небольшого магазина, офиса, кафе — там плотность толпы физически не достигает опасных значений, и хватает обычного подсчёта посетителей для бизнес-задач. Тратить бюджет на детекцию давки там, где максимум — очередь из пяти человек, смысла нет.

И главное, что система не отменяет: грамотную организацию пространства, обученных стюардов, рабочий план эвакуации и достаточное число выходов. Видеоаналитика — это дополнительные глаза, которые видят формирующуюся опасность раньше человека и в каждой точке сразу. Но решение «открыть второй выход» и «придержать вход» по-прежнему за людьми.

Если на вашем объекте есть места, где в час пик становится тесно, и вы хотите видеть это на карте до того, как станет опасно, — начните с пилота на самых нагруженных зонах. Обсудить задачу можно на ваших существующих камерах, без замены оборудования.