Andrei Telenkov: 'Indien nøglemarked for ansigtsgenkendelsesteknologi; håber at vokse smart city use cases'

NtechLab ser Indien som et af de prioriterede markeder for videoovervågning og ansigtsgenkendelsesteknologi.

NtechLabs administrerende direktør Andrei Telenkov

Den russiske udbyder af ansigtsgenkendelsesteknologi NtechLab, som for nylig annoncerede en kontrakt med Indian Railways om at implementere sin teknologi på 30 stationer på tværs af Gujarat og Maharashtra, ser Indien som et af de prioriterede markeder for videoovervågning og ansigtsgenkendelsesteknologi. NtechLabs administrerende direktør Andrei Telenkov fortæller i et interview med Pranav Mukul om de ekspanderende use cases og hvordan Indien udnytter teknologien. Redigerede uddrag:



Hvordan ser du Indien som et marked?

Vi ser absolut Indien som et af nøglemarkederne, som en del af vores internationale ekspansion. Vi er allerede til stede i Indien og har flere use cases af vores produkt, men den, vi offentliggjorde, var den med Indian Railways. Med hensyn til størrelse, indbyggertal og hvor godt vi kan samarbejde med partnere her, er Indien internationalt kendt for meget god ekspertise inden for teknik og IT. Vi håber, at vores portefølje af use cases vil vokse - gennem ekspansion med nuværende kunder - og forhåbentlig kan vi gå ind i forskellige segmenter som smart city, detailhandel og bank. Indien er absolut en topprioritet for os, og i år har vi ansat dedikerede folk, som udelukkende vil arbejde med Indien.



Hvad er de forskellige use cases mulige i Indien?



Vi ser et stort antal scenarier og use cases, der kan sættes op. I Rusland har vi en Moscow Safe city, som vi mener er det største projekt på verdensplan, hvis man ikke tæller Kina med. Moskva har 1.70.000 kameraer, og vi laver ikke kun ansigtsgenkendelse, men forskellige slags videoanalyser. Selvfølgelig handler det om ansigter, det var sådan vi startede, men nu har vi udvidet til forskellige teknologier. Vi kan registrere mennesker ved hjælp af silhuetter, vi kan registrere og genkende biler selv uden nummerplader. Vi kan implementere smarte løsninger på videokameraer. Vi kan også genkende våben i politisager, hvis nogen bruger et våben foran kameraet. Antallet af sager vokser, vokser og vokser, og vi håber, at vi også vil implementere disse på andre markeder - Indien er et prioriteret marked. Selvfølgelig er retshåndhævelse et nøglescenarie, men der er mange andre tilfælde, for eksempel bruger byer videoanalyse til at analysere strømmen af ​​mennesker - hvor mange mennesker er på gaden, hvor mange venter på en bus osv.

Er der nogen Indien-specifikke udfordringer, du stod over for?

Med hensyn til tekniske udfordringer var der en meget interessant udfordring for vores R&D-team. Indien var en meget hård sag med hensyn til antallet af ansigter. Kunden var Indian Railways, som uden tvivl er verdens travleste jernbaner. I nogle geografier, når du laver et projekt af denne art, vil den gennemsnitlige video have 10 ansigter, men i Indien, i én frame, var det gennemsnitlige antal ansigter 50. Det var en stor teknisk udfordring at opdage og genkende alle disse ansigter .



Er det muligt for kunder at bruge din teknologi ud over det angivne formål?

Absolut, det er meget muligt. Vi støder ofte på denne sag. Mange af vores kunder i Rusland starter med en sortliste - det er de mennesker, de ikke ønsker at se i deres virksomhed. Disse mennesker er mistænkt for at være kriminelle af retshåndhævelse, vores kunder bruger vores teknologi til at få advarsler om disse mennesker, hvis de kommer ind i lokalerne. Efter det første trin vil de fortsætte med at bruge vores system til forskellige scenarier, andre use cases. Som virksomhed er vi meget åbne over for, hvad kunden lægger foran os, og vi tjekker, om deres problem kan løses med videoanalyse.

Kan en klient, for eksempel Indian Railways, udvide sin referencedatabase, som den bruger til ansigtsgenkendelse?



Dette afhænger af kontraktens struktur. Nogle gange er vi fleksible, hvor vi kan give ubegrænset licens, som vil være ubegrænset i forhold til antallet af ansigter, den kan genkende. Men det varierer fra kontrakt til kontrakt. Teknisk set er det meget muligt. Vi kan tilføje til og gennemgå databaser meget hurtigt. For eksempel har en af ​​vores kunder, som er en internetvirksomhed, en database på 1,5 milliarder ansigter, og vi kan søge et ansigt gennem denne enorme database på mindre end 0,3 sekunder.

Opbygger en virksomhed som NtechLab sikkerhedsforanstaltninger, så kunderne ikke bruger dem til at krænke borgernes privatliv?



Det er virkelig op til kunden, hvordan de bruger det. Fra vores erfaring er størstedelen af ​​kunderne etablerede institutioner, som har deres compliance-systemer på plads. Så vidt vi ved, er kunderne meget forsigtige, fordi dette er meget følsomme oplysninger. Vi får ikke adgang til databasen, vi leverer bare teknologien og knowhow, men vi kan ikke kommentere hver enkelt klient, fordi vi er teknologiudbydere. For eksempel er Indian Railways en velrenommeret kunde, og dette har ekstremt lave chancer for at ske. Vi ved ikke, hvordan systemet bruges præcist, vi leverer teknologien, og det er op til kunden at kompilere en database og tjekke denne database.