В больших городах мира трафик уже давно регулируется умными камерами. Они считывают автономера, определяют скорость движения машин и даже автоматически отправляют уведомления о штрафах. К примеру, для жителей Шанхая это уже повседневная реальность. А приезжих украинцев такая технология города будущего может сильно удивлять.

И хотя у нас пока не так распространена эта система, мало кто знает, что украинцы делают такие продукты и составляют конкуренцию мировым компаниям.

FF Group одной из первых в мире разработала систему распознавания автономеров, которая не требует специального оборудования и дорогих серверов для обработки картинки. Наши разработчики придумали, как развернуть систему распознавания номеров внутри обыкновенной камеры. Их система уже стоит на камерах в Париже и ряде других городов. Компания практически монополизировала рынок Европы и планирует выходить в Америку.

LIGA.net пообщалась с CEO FF Group Александром Осиповым и расспросила его об уникальности технологии, деньгах, конкурентах и планах на будущее.

- Александр, расскажите, коротко о себе и команде.

- Сам я родом из Каменец-Подольского, учился в Киеве, сейчас живу между Киевом и Прагой. Команда у нас небольшая - 30-35 человек. Она разбросана по всему миру: Украина, Чехия, Польша, Азербайджан, Турция. R&D находится в Киеве. Если зайдем в Америку, то нужно будет открывать региональный офис. Мы присутствуем по всему миру, поэтому я говорю, что офис у нас находится в ближайшем аэропорту.

С частью разработчиков я лично не знаком. Но в каком городе или стране они работают и какой вклад они вносят в разработку продукта, знает вся команда. Мое мнение: уже давно никто ни на кого не работает - есть группа людей, которая работает над одним проектом.

- Как вы пришли к вашей технологии?

- Лет 10-15 назад у нас была группа математиков и программистов. Ядро до 30 человек - это ребята, которым было интересно работать на стыке физики, математики, философии, лингвистики и т.д. Иногда мы громко заявляли, что работаем над пониманием того, как устроен человеческий мозг. И делали робкие попытки осознать эту область.

Наша команда все время делала какой-то продакшн. В Украине мы одними из первых пробовали делать умную электронику. Потом сместились в сторону софта. IT-рынок очень динамичный, и тяжело на нем присутствовать, если не иметь в руках какой-то прорывной технологии. Утром просыпаемся и думаем, чем бы хотелось заняться сегодня. И иногда уходим в работу над проектом на полгода или год. Потом технология стареет, мы подытоживаем опыт и ищем новое направление.

То есть создаем продукты, пользуясь знаниями физики, математики, электроники. Ищем под них партнеров и рынок сбыта. Мы - продуктовая компания полного цикла.

- Расскажите, с чего началась разработка по распознаванию автономеров.

- Можно сказать, распознавание номерных знаков на стороне камеры - это наш основной доход вот уже 4 года.

А было так. С одним из наших партнеров мы были в гостях у крупнейшего производителя камер для рынка видеонаблюдения в городе Ханчжоу. Разговаривали с вице-президентом этой компании по маркетингу о том, что хорошо бы все эти умные технологии распознавания, которые мы в то время создавали, переместить с серверов на обычную камеру. Чтобы изображения обрабатывала не тяжелая инфраструктура и компьютеры, а маленькая камера сама видела, понимала и передавала опознанные объекты, а не просто картинку.

- В чем же уникальность?

- В то время распознавание номеров на камере для массового рынка никто не делал. У нас были глубокие знания в математике, и мы были уверены, что справимся с задачей. Нашелся первый клиент, и на деньги этого клиента технологию стало возможно развернуть.

Оказалось, индустрия и спрос уже есть в системах безопасных городов, парковок, в Европе, Украине. Так распознавание стало развиваться. Мы первые, кто это сделал на камерах не для спецсистем, а для коммерческого диапазона. Даже тех камер, которые для этого предусмотрены не были.

- Были ли сложности, связанные с этим новаторством? Как вы с ними справлялись?

- Мы поставили под сомнение все, казалось бы, классические вещи из нашего бизнеса: как рисовать картинку, как работать с памятью. Задавали сами себе кучу неудобных вопросов. А все потому, что боролись за время.

- Время самого процесса распознавания?

- Да. Изначально алгоритм работал 5 секунд - и это баснословно долго. Даже на средней скорости машина за это время успеет уехать. Надо было ускориться в 50 раз. Мы год боролись за каждую миллисекунду. В конце концов уложились в 100 мс. Помните задачку “как на 100 рублей прокормить всю семью”? Вот мы ее решали - только в терминах камеры и времени.

Для этого надо было понимать глубокие базовые вещи из математики. Мы даже пересматривали, можно ли ускорить стандартную процессорную операцию сложения (которая в алгоритме делается огромное количество раз). И вот так 365 дней непрекращающегося мозгового штурма.

- И что вышло в итоге?

- Классическая видеокамера снимает картинку и передает ее на устройства записи для хранения. Там же, на серверах, и происходит обработка картинки. А мы делаем так, что камера не просто шлет пиксели, а попутно говорит: “На изображении есть автомобиль с номером АА1234АА”. То есть передает дополнительную текстовую информацию, так называемые метаданные.

- Где вы брали деньги на разработку и запуск?

- Наша технология на тот момент была проработана. У нас был опыт работы с видео, мы продавали ряд продуктов и имели заказчиков. Поэтому большая часть денег была своих. А другая часть - предоплата за проект от партнера, который познакомил нас с упомянутым китайским производителем. Классических стадий инвестирования мы не проходили. Мы - не стартап. Сейчас все, что зарабатываем, снова вкладываем в разработку. Хотим стать номером один, а это стоит денег. Я думаю, цикл реинвестирования будет продолжаться еще ближайшие пару лет.

- Я правильно поняла, что распознавание номеров - ваш основной продукт, который вас кормит, но у вас есть еще ряд других? Можете рассказать о них?

- Да. К примеру, в Чехии у нас есть заказ на умные очки. Это обычные стекла с микросхемой на Android и системой распознавания. А предназначены они для контролера паркинга, которому на сетчатку глаза будет выводиться номер авто и информация о том, оплатил ли водитель парковку.

Есть еще технология поближе к лингвистике: система, которая понимает номерной язык мира. Автономера - это не просто буквы и цифры. Это целый язык. И мы учим систему отличать, скажем, чешский номер от украинского, не считывая при этом “Coca-Cola” на кузове машины. Это некоммерческий проект. Он внутренний и не продаваемый. Просто без этого инструмента нам будет тяжело двигаться дальше.

Также у нас есть распознавание знаков мобильным телефоном.

- Где есть спрос на вашу основную технологию, для камер?

- В первую очередь, это безопасные города, причем, не только большие, но и маленькие. Камеры, прежде всего, выступают сборщиком данных для городов. Классический пример - полиция: отслеживание нарушений или поиск угнанных машин.

Еще тон задают муниципалитеты, которые хотят оценить трафик. Камера - это, грубо говоря, сенсор, который меряет давление воды, только вместо воды - поток машин. Анализ трафика - это вообще востребованная задача. Другая задача - камеры для паркингов. Они могут автоматически оценить заполненность или дать информацию о тех, кто паркинг должен оплатить.

Но мы не остановились на номерных знаках и замахнулись на то, чтобы система могла распознавать марку автомобиля. То есть записывать в метаданные, к примеру, “белая Ауди А6, номер АА1234АА”. Появились микросхемы, которые позволят упростить эту обработку. И камера будет делать полный анализ трафика - как маленький информационный центр.

- Что в итоге является вашим конечным продуктом?

- Мы продаем софт, который легко инсталлировать на камеру.

- На камеру не нужно для этого устанавливать никаких дополнительных микросхем?

- Наша идея - не трогать железо, не вмешиваться в технологический цикл производства камер. Мы легонько встраиваемся, нам много места там не надо. Сделать сложную электронику тоже можем, но больше для спецзаказов.

Сейчас мы решили пойти на более базовый уровень - к производителям чипов для камер. Чтобы еще до камеры научиться с ними работать.

- В смысле, чтобы камеры продавались сразу с вашим софтом?

- Да. Распознавание номерных знаков - как базовая функция чипа, которую не нужно покупать отдельно к камере. Тогда мы сможем влиять на целый мир.

- А кто ваши заказчики?

- Базовые клиенты - производители камер. Из топ-10 таких мы сотрудничаем с 7-8. Они продаются и в Украине, и в Европе. Иногда мы продаем свой продукт и конечным пользователям.

- Какова стоимость вашей технологии в целом и продукта отдельно?

- С одной стороны, технология стоит десятки миллионов долларов, с другой - ноль. Потому что это софт. Это нематериальный актив, не завод, не кусок земли. Его тяжело оценить. Но это точно динамическая технология, и с каждым годом ее цена растет в разы. И субъективная стоимость нашей компании, думаю, тоже. Для конечного пользователя цена за лицензию на одну камеру составляет от $100 до $500.

- В каких городах уже стоит ваша система?

- Например, в Париже. Там есть свой производитель камер, на борту которых установлена наша система. Она будет контролировать нарушения на полосе общественного транспорта. В украинских городах мы тоже есть. В Чернигове и городах вокруг него стоит наш софт. Но в Украину система попадает сложным путем: на борту камер китайского производителя. Сразу продавать в Украине трудно, ведь у нас нет производителей камер.

- А что насчет Китая? Они же подсказали вам перекинуть всю нагрузку распознавания с серверов на камеру.

- Мы продаем софт китайским производителям. Те направляют его в Европу и другие страны мира. А внутри самого китайского рынка очень большая конкуренция. Хоть он и огромнейший. К тому же, местный рынок сильно зарегулирован. Мы справляемся с конкуренцией в Европе, хотим выйти в Америку, но Китай я даже в план на следующий год не ставлю.

- У вас много конкурентов?

- С точки зрения технологии их немного - единицы во всем мире. Просто потому, что трудно работать быстро на маленьком процессоре. Но помимо технологии есть еще канал сбыта. И фокус в том, чтобы добежать до первых пяти производителей камер и заключить с ними контракт. Так будет сложнее работать конкурентам. В Европе нам удалось получить контракты 4-х из 5-ти таких производителей. И мы условно монополизировали рынок. На этом рынке у нас буквально 2 конкурента, но хороших, с мировым именем.

В Америке тоже есть, но туда вообще сложно заходить. Нужно много ресурсов: и денежных, и человеческих. Мы решили попробовать заходить со стороны Канады, где мы сделали распознавание автономеров этой страны, и, наверное, будем искать партнера под американский проект.

- У вас есть глобальная цель для этого продукта? Например, все-таки завоевать китайский рынок и стать №1 там?

- Это скорее похоже на мечту, но мне хотелось бы в перспективе 3-5 лет влиять на целый мир. Ездить в командировки и запускать проекты по всей планете. Не ограничиваться номерными знаками. Но быть лучшими в своей нише - искусственного интеллекта, машинного обучения, систем распознавания - где существует легковесный интеллектуальный продукт и не требуется железо и завод. Мы можем быть в этом одними из лучших.

инновациираспознавание