“未来的比萨店”出现在世界各地。 在照片中-来自加利福尼亚的Zume Pizza在美丽的未来俄罗斯，您将去比萨店，参观邮局或银行，采取正确的措施并从容离开。 没有队列。 只是自动从您的帐户中扣款。 同时，商品质量将显着提高，因为它们将通过机器而不是人员进行检查。
未来几年，云解决方案将改变零售世界。 VR，AR，视频分析，神经网络-所有这些技术都与云连接在一起，属于VSaaS的直接责任。
Dodo Pizza是一家国际披萨店网络，具有有趣的透明度结构-损益数据是公开的，投资者可以在线监视披萨店的重要指标：收入，平均账单，生产率，费用。
渡渡鸟披萨在每个比萨店设置视频监控。 不仅Fedor Ovchinnikov可以从摄像机观看广播，而且Dodo网站上的任何人都可以观看。 视频监视是Dodo开放性和透明性策略的一部分。 它也是增加销量的工具。
渡渡鸟成功的基础是对业务流程自动化的渴望。 为此，该公司创建了Dodo IP云信息系统，并开始在全球范围内改变视频监控的方法。
对于Dodo来说，一切都始于一个简单的愿望，即确保订单并向客户展示制作比萨的过程。 厨房中的每个比萨店都配有照相机。 广播是通过Internet进行的，可供所有人观看。
在过去的一年中，来自Live Presence工具的比萨店中的相机已经发展成为用于视频分析的数据收集工具。
Dodo Pizza利用了两项扩展视频监视功能的服务：Dbrain平台和Ivideon队列检测器。
神经网络DBrain
Dbrain的首席执行官兼联合创始人
-Dmitry Matskevich。 几年前，他参与了Icon8聊天机器人的创建，该聊天机器人使用神经网络即时处理照片。 用户从机器人可以使用的六种样式中选择一种-在2016年项目开始时，这令人惊讶。
Icon8吸引了750万用户，这是当时Telegram最受欢迎的项目，获得了Pavel Durov的资助。
德米特里（Dmitry）利用在DBrain中获得的经验。 该公司依赖于神经网络，并向它们添加了分布式注册表技术。
DBrain是一个可共同创建“弱”人工智能的区块链平台。 在标记数据时，神经网络培训涉及大量的体力劳动-该过程既昂贵又耗时。 该团队提出了如何降低创建成本并提高神经网络准确性的方法：任何人都可以成为金钱网络神经网络的“老师”。
训练网络非常简单-我们看一下应用程序中的照片，并回答上面显示的人：狐狸，猫，狗或羊毛球。 也许这是游戏“母牛让MUUU”最令人难以置信的诠释。
应Dodo Pizza的要求，DBrain开发了一个机器学习应用程序来监视比萨的质量。 该应用程序被实现为Telegram机器人，该机器人从照片中评估比萨饼。 机器人将根据关键标准-测试质量，从0到10独立评估产品。
该机器人与一群神秘的购物者合作-这是内部的Dodo Pizza社区，共有50,000多人。 比萨店的质量等级基于客户的报告，他们每周评估近700个比萨饼是否符合标准。 志愿者在工作中会收到渡渡鸟卢布，可以在下一次订购时支付比萨饼。
但是视频监控在哪里？
视频监控可降低成本，并使编制比萨店等级的工作完全自动化。 为此，只需为Dbrain的应用程序提供视频数据而不是照片。 使用相机，该程序将没有时间像普通人那样每周检查2个披萨，而是每天检查300个-恰好是烤箱发出的所有东西。
神经网络Dbrain在50,000张照片中分割了比萨饼，并学习了如何查找每个分类中的缺陷。 例如，如果网格在比萨饼的边缘检测到肉眼几乎看不见的细小肿胀，那么它立即“了解”了面团的劣质。 同时，该网络将每个比萨饼与“理想”模型进行比较，该模型是根据神秘购物者和专业评估比萨饼质量的专家提供的数据创建的。
Ivideon队列检测器
Ivideon使用机器学习来创建
队列检测器 。 已经发明了许多检测器，但它们并非并非没有缺陷。 排队的人的行为不像静态的几何形状。 人们到处移动，破坏了外部传感器的操作，变得与背景或彼此融合，并阻止了相机区分物体。
机器学习使将“主要”（头部）与人隔离成为可能。 依靠头部，可以确定框架中是否有人的准确率达到100％。 然后，只需计算人数并向经理发送有关队列的通知以立即做出反应就足够了。
经理收到通知，并决定开设另一个收银台。 或关闭收银机，卸载的收银员将错过该收银机。
服务的另一个重要部分是统计。 检测器对队列中的人数进行计数，构建表征客户随时间分布的图形和图表。 借助此类数据，可以更轻松地优化员工的工作计划，评估营销活动的质量或确定橱窗装饰的缺陷。
报告以CSV格式生成，数据也可以在Ivideon个人帐户界面中获得。 从报告中可以找到：
●问题领域（可能在一个或多个机构中进行比较）；
●峰值负载，排队的长度和动力学；
●每个人群的视频数据。
利用报告数据，可以轻松地进行进一步的预测，并预测未来几天和几周的时间。 现在，您可以轻松找出哪些售票处，在什么时间接收最大和最小负载。
Ivideon还处理来自结帐计数器的数据。 为此，队列管理系统必须补充一个带有1C的免费
集成模块 。 用户从1C界面接收任何系统事件的视频，例如打印支票，仓库操作（验收，装运），产品退货。
投资等级
在公共领域使用Dbrain“ Dodo”的项目成本尚未公布。 即使您以最高的成本购买它，该解决方案仍然看起来很有利润-神经网络不会提出要求，也不声称它是免费的披萨。
Ivideon服务的任何用户都可以在他们的个人帐户中看到队列检测器的费用-每个摄像机每月800卢布。 相同数量的费用包括运动检测器，云归档（其本身是付费的），将广播内容从摄像机嵌入到您的网站或在社交网络上共享视频的能力。
对于已经使用云归档文件存储摄像机数据的用户来说，连接检测器似乎是显而易见的一步。 在进行定期更新的情况下，人们应该期待会扩展服务功能的更改。 在将人检测为物体之后，显然会出现人脸检测器。
这个故事中的企业对利润感兴趣。 现在就与Dodo得出结论还为时过早，但是另一家公司（Interlogika）
公布了这些数字：考虑到摄像机的购买（在工厂中没有），引入队列检测系统的总成本约为500,000卢布。 系统的维护费用为每月30,000卢布。 由于工作质量的提高和人员的节省（仅在需要时才会出现其他卖方），平均商店收入增长了7％。 该系统将在不到1年的时间内得到回报，然后将开始盈利。
结论
相机是功能良好的塑料片。 它有助于监视员工，客户，商品-从而改变服务质量。 但是，相机除了闪烁火花并显示图片外，不知道如何做。
甚至在10到15年前，摄像头看起来就像是残疾护卫犬的一种版本-它可以监控周围的环境，向守卫发出有关违法者的信号，帮助解决犯罪，仅此而已。 随着视频分析技术的到来，摄像机本身并没有改变，但是其功能已经扩展了许多倍。
俄罗斯的所有主要参与者似乎都通过视频分析启动了单独的测试项目。 拥有30％的消费电子产品市场的Safmar Retail依靠区块链和增强现实技术。 X5零售集团正在测试Skolkovo常驻的智能零售技术，以使用机器视觉和Ivideon摄像机监控货架上商品的可用性。 IIDF分别投资了无队列购物平台。
中小型企业对命运的期待陷入僵局。