Узнайте, как видеоаналитика CVC может решить именно ваши задачи — запишитесь на индивидуальную демонстрацию!
Во время сессии мы подробно обсудим ваши задачи, ответим на интересующие вас вопросы и покажем, как уже реализованные нами решения могут быть адаптированы для вашего проекта.
Нажимая на кнопку "Отправить", Вы подтверждаете, что ознакомлены с политикой в отношении обработки персональных данных.
Связаться с отделом продаж
Пожалуйста, введите телефон, мы перезвоним Вам в ближайшее время.
Нажимая на кнопку "Отправить", Вы подтверждаете, что ознакомлены с политикой в отношении обработки персональных данных.
Технология распознавания лиц стремительно развивается, формируя мировой рынок объемом $7,73 млрд в 2024 году. Впечатляет, не правда ли? По оценкам, более половины населения мира регулярно сталкивается с этими технологиями в повседневной жизни.
Системы распознавания лиц получили широкую популярность примерно 7-8 лет назад и первоначально рассматривались как универсальное решение для множества задач — от обеспечения безопасности до контроля доступа. Сегодня они используются при организации контроля доступа на объекты, в банках и магазинах, для поиска пропавших без вести и повышения эффективности маркетинга.
Однако законодательство многих стран движется в сторону ужесточения требований к использованию биометрических данных. Это создает значительные препятствия для компаний, желающих внедрить технологии распознавания лиц.
В этой статье мы рассмотрим, как работает технология распознавания лиц, где она применяется, с какими проблемами сталкиваются компании при её внедрении, а также расскажем о разработанной нами альтернативе — видеоаналитике без использования биометрии, которая решает многие задачи бизнеса законно и с меньшими затратами.
Системы распознавания лиц получили широкую популярность примерно 7-8 лет назад и первоначально рассматривались как универсальное решение для множества задач — от обеспечения безопасности до контроля доступа. Сегодня они используются при организации контроля доступа на объекты, в банках и магазинах, для поиска пропавших без вести и повышения эффективности маркетинга.
Однако законодательство многих стран движется в сторону ужесточения требований к использованию биометрических данных. Это создает значительные препятствия для компаний, желающих внедрить технологии распознавания лиц.
В этой статье мы рассмотрим, как работает технология распознавания лиц, где она применяется, с какими проблемами сталкиваются компании при её внедрении, а также расскажем о разработанной нами альтернативе — видеоаналитике без использования биометрии, которая решает многие задачи бизнеса законно и с меньшими затратами.
Что такое распознавание лиц и видеоаналитика
Распознавание лиц представляет собой часть обширной области компьютерного зрения, которая в последние годы активно развивается. Прежде чем углубиться в детали, давайте разберемся с основными понятиями и принципами работы.
Основные определения и термины
Распознавание лиц – это технология, позволяющая автоматически локализовать лицо человека на изображении или видео и, при необходимости, идентифицировать личность по характерным параметрам лица. По сути, это практическое приложение теории распознавания образов.
Видеоаналитика (VCA, Video Content Analysis) – частное приложение компьютерного зрения, которое извлекает информацию и знания из видеоконтента. Она отвечает на четыре ключевых вопроса:
Процесс распознавания лиц включает несколько последовательных этапов:
Видеоаналитика (VCA, Video Content Analysis) – частное приложение компьютерного зрения, которое извлекает информацию и знания из видеоконтента. Она отвечает на четыре ключевых вопроса:
- Кто: распознавание и идентификация людей
- Что: объекты, действия, события, поведение
- Где: геолокация, пространственная локация
- Когда: маркировка даты и времени
Процесс распознавания лиц включает несколько последовательных этапов:
- Обнаружение лица – камера фиксирует положение лица в кадре, как одиночного, так и в толпе.
- Анализ лица – программа считывает геометрические параметры лица (расстояние между глазами, от лба до подбородка и т.д.).
- Преобразование в цифровую сигнатуру – аналоговая информация о лице преобразуется в набор цифровых данных, создавая уникальный "отпечаток лица".
- Поиск совпадений – полученная сигнатура сравнивается с базой данных известных лиц.
Чем отличается распознавание лиц от других видов аналитики
Главное отличие распознавания лиц от других видов видеоаналитики заключается в работе с биометрическими данными человека. В то время как другие технологии могут анализировать движение объектов, подсчитывать людей или распознавать действия, технология распознавания лиц работает непосредственно с уникальными биометрическими параметрами, что делает её объектом строгих законодательных ограничений.
Существуют различные методы и алгоритмы распознавания лиц:
Наша компания CVC, анализируя глобальные тренды в законодательстве о персональных данных, разработала альтернативные решения для идентификации персонала без использования биометрии. Вместо распознавания лиц мы применяем нейросетевую аналитику по спецодежде, что позволяет решать производственные задачи без юридических рисков и с меньшими затратами на оборудование.
Существуют различные методы и алгоритмы распознавания лиц:
- Геометрический подход – анализирует отличительные признаки лица и их взаимное расположение.
- Фотометрический подход – преобразует изображение в значения и сравнивает их с шаблонами.
- Метод гибкого сравнения на графах – представляет лица в виде графов со взвешенными вершинами и рёбрами.
- Нейронные сети – обеспечивают устойчивость к изменениям масштаба, поворотам и другим искажениям.
Наша компания CVC, анализируя глобальные тренды в законодательстве о персональных данных, разработала альтернативные решения для идентификации персонала без использования биометрии. Вместо распознавания лиц мы применяем нейросетевую аналитику по спецодежде, что позволяет решать производственные задачи без юридических рисков и с меньшими затратами на оборудование.
Подробнее посмотреть о использовании видеоаналитики в различных отраслях можно на странице "Отраслевые решения".
Как работает система распознавания лиц
Процесс распознавания лиц кажется волшебством, но на самом деле это сложная последовательность алгоритмических операций. Разберемся, что происходит "под капотом" современных систем распознавания лиц, которые в течение долгого времени считались оптимальным решением для контроля доступа и идентификации сотрудников.
Обнаружение лица на видео
Первый и критически важный этап работы системы — обнаружение лица в кадре. Для этого часто используется метод Виолы-Джонса, разработанный еще в 2001 году. Этот алгоритм сканирует изображение при помощи примитивов Хаара — особых прямоугольников, которые выделяют характерные перепады яркости на изображении.
Процесс обнаружения происходит в несколько этапов:
Процесс обнаружения происходит в несколько этапов:
- Система находит первый признак и формирует гипотезу: "В этой области может быть лицо"
- Затем проверяет наличие второго признака в той же области
- После обнаружения третьего признака система определяет: "Да, это лицо!"
Анализ и построение хэша лица
После обнаружения лица система переходит к его анализу. На этом этапе биометрический алгоритм расставляет на лице антропометрические точки — минимум 68 ключевых маркеров. Эти точки определяют уникальные характеристики человека: разрез глаз, форму носа, подбородка, расстояние между ними и другие параметры.
В идеале для распознавания нужно лицо анфас, но это редкость в реальных условиях. Поэтому система выполняет дополнительное преобразование: устраняет поворот и наклон головы, проводит 3D-реконструкцию лица из 2D-изображения. Благодаря этому даже если человек смотрел вбок, система может получить фронтальный снимок.
Затем нейросеть присваивает лицу вектор признаков — числовой код, который складывается из множества характеристик. Важно, чтобы эти характеристики описывали лицо независимо от макияжа, прически и возрастных изменений.
В идеале для распознавания нужно лицо анфас, но это редкость в реальных условиях. Поэтому система выполняет дополнительное преобразование: устраняет поворот и наклон головы, проводит 3D-реконструкцию лица из 2D-изображения. Благодаря этому даже если человек смотрел вбок, система может получить фронтальный снимок.
Затем нейросеть присваивает лицу вектор признаков — числовой код, который складывается из множества характеристик. Важно, чтобы эти характеристики описывали лицо независимо от макияжа, прически и возрастных изменений.
Сравнение с базой данных
На этапе идентификации система сравнивает полученный вектор признаков с другими векторами из базы данных. Существует два типа операций сравнения:
- Верификация (1:1) — когда система сравнивает изображение с конкретным эталоном. Например, при разблокировке телефона через FaceID.
- Идентификация (1:N) — поиск соответствия среди всех шаблонов в базе. Применяется на проходных с турникетами, для определения лиц в толпе, местах скопления людей.
Ограничения по качеству изображения
Эффективность распознавания сильно зависит от качества изображения. Основные требования:
Сегодня, учитывая законодательные ограничения на использование биометрических данных, компания CVC предлагает альтернативный подход — видеоаналитику по спецодежде, которая решает те же задачи контроля, но без юридических рисков.
- Разрешение лица — не менее 160 пикселей на овал лица и 60 пикселей между глазами
- Угол поворота — не более 15-20 градусов по вертикали и горизонтали
- Освещение — не менее 150 люкс, равномерное, без теней и бликов
- Четкость — изображение должно быть резким, не размытым
- Выдержка — не более 1/250 секунды, чтобы избежать смазывания
Сегодня, учитывая законодательные ограничения на использование биометрических данных, компания CVC предлагает альтернативный подход — видеоаналитику по спецодежде, которая решает те же задачи контроля, но без юридических рисков.
Где применяется распознавание лиц
Сферы применения технологии распознавания лиц постоянно расширяются. По данным аналитиков, среднегодовой рост объема рынка систем на базе распознавания лиц оценивается в 20%. Рассмотрим основные области, где сегодня активно используются эти технологии.
Контроль доступа и безопасность
Системы контроля и управления доступом (СКУД) с распознаванием лиц стали одним из наиболее востребованных применений этой технологии. Они выполняют несколько ключевых функций:
Стоимость терминалов с распознаванием лица для СКУД варьируется от 30 000 до 197 300 рублей, а с функцией измерения температуры — от 98 550 до 197 300 рублей. Однако несмотря на удобство, такие системы подпадают под строгие нормы законодательства о персональных данных.
- ограничение доступа к помещениям охраняемого объекта
- ведение табельного учета рабочего времени
- фиксирование времени прихода и ухода посетителей
- контроль перемещений сотрудников по объекту
Стоимость терминалов с распознаванием лица для СКУД варьируется от 30 000 до 197 300 рублей, а с функцией измерения температуры — от 98 550 до 197 300 рублей. Однако несмотря на удобство, такие системы подпадают под строгие нормы законодательства о персональных данных.
Розничная торговля и маркетинг
В сфере ритейла технология распознавания лиц значительно упрощает анализ клиентов и покупательского трафика. С её помощью можно:
Однако важно отметить, что использование технологии распознавания лиц в ритейле регулируется законодательством, и их нарушение может привести к штрафам или судебным искам. В России использование технологии подпадает под действие закона "О персональных данных", который требует получения согласия покупателей на обработку их биометрических данных.
- Фиксировать присутствие нежелательных покупателей (например, пойманных ранее на воровстве) и отправлять уведомления ответственным лицам
- Определять пол, возраст и частоту визитов клиентов
- Формировать индивидуальные маркетинговые предложения на основе анализа поведения
- Создавать программы лояльности без выпуска специальных карт
Однако важно отметить, что использование технологии распознавания лиц в ритейле регулируется законодательством, и их нарушение может привести к штрафам или судебным искам. В России использование технологии подпадает под действие закона "О персональных данных", который требует получения согласия покупателей на обработку их биометрических данных.
Здравоохранение и образование
В медицинских учреждениях системы распознавания лиц используются для идентификации пациентов, что помогает исключить ошибки при оказании медицинской помощи.
Применение технологии позволяет ускорить регистрацию пациентов и сократить очереди. Как показывает опыт компаний, где технология внедрена, пациенты тратят меньше времени на регистрацию, и клиника принимает больше клиентов на той же площади.
В образовательных учреждениях системы распознавания лиц начинают применяться для контроля посещаемости. Например, одна школа в Швеции использует эту технологию для проверки присутствия учеников на уроках.
Применение технологии позволяет ускорить регистрацию пациентов и сократить очереди. Как показывает опыт компаний, где технология внедрена, пациенты тратят меньше времени на регистрацию, и клиника принимает больше клиентов на той же площади.
В образовательных учреждениях системы распознавания лиц начинают применяться для контроля посещаемости. Например, одна школа в Швеции использует эту технологию для проверки присутствия учеников на уроках.
Госуслуги и транспорт
В транспортной сфере технология распознавания лиц активно внедряется для оплаты проезда и обеспечения безопасности. В Москве система позволяет автоматизировать процесс оплаты, сканируя до 20 лиц в секунду.
Авиакомпании Delta и JetBlue используют распознавание лиц для идентификации пассажиров, что позволяет использовать лицо в качестве билета и сокращает затраты на проверку. В аэропортах система значительно ускоряет процедуры паспортного контроля.
В сфере государственных услуг также активно внедряются биометрические технологии. С помощью биометрии, граждане могут безопасно входить на портал госуслуг и оплачивать покупки. Нейросети блокируют попытки взлома личного кабинета с помощью фотографий, видео или дипфейков.
Однако следует помнить, что при всех преимуществах технологии распознавания лиц, она имеет серьезные юридические ограничения. Именно поэтому компания CVC разработала альтернативные решения для идентификации персонала без использования биометрии, основанные на распознавании спецодежды.
Авиакомпании Delta и JetBlue используют распознавание лиц для идентификации пассажиров, что позволяет использовать лицо в качестве билета и сокращает затраты на проверку. В аэропортах система значительно ускоряет процедуры паспортного контроля.
В сфере государственных услуг также активно внедряются биометрические технологии. С помощью биометрии, граждане могут безопасно входить на портал госуслуг и оплачивать покупки. Нейросети блокируют попытки взлома личного кабинета с помощью фотографий, видео или дипфейков.
Однако следует помнить, что при всех преимуществах технологии распознавания лиц, она имеет серьезные юридические ограничения. Именно поэтому компания CVC разработала альтернативные решения для идентификации персонала без использования биометрии, основанные на распознавании спецодежды.
С какими проблемами сталкиваются компании
Несмотря на растущую популярность, внедрение технологии распознавания лиц сопряжено с серьезными трудностями, которые заставляют компании искать альтернативные решения. Рассмотрим ключевые проблемы, с которыми сталкиваются организации при использовании этих систем.
Юридические ограничения и законы о персональных данных
Законодательство в сфере биометрии постоянно ужесточается. В России обработка биометрических персональных данных может осуществляться только при наличии письменного согласия субъекта, за исключением строго регламентированных случаев, предусмотренных Федеральным законом № 152-ФЗ.
Правовой анализ использования технологий распознавания лиц в РФ по ссылке: https://cvc.ai/raspoznavanie-lic-zakon.
В Европе ситуация еще строже. Европарламент рассматривает законопроект, запрещающий использование технологии распознавания лиц в камерах наружного наблюдения в общественных местах. В США несколько городов вводили временные запреты на использование распознавания лиц правоохранительными органами. Например, власти Нового Орлеана были вынуждены смягчить запрет только из-за роста преступности во время пандемии COVID-19.
Даже в Бразилии суд Сан-Паулу запретил использовать технологии распознавания лиц в метрополитене после протестов правозащитников.
Правовой анализ использования технологий распознавания лиц в РФ по ссылке: https://cvc.ai/raspoznavanie-lic-zakon.
В Европе ситуация еще строже. Европарламент рассматривает законопроект, запрещающий использование технологии распознавания лиц в камерах наружного наблюдения в общественных местах. В США несколько городов вводили временные запреты на использование распознавания лиц правоохранительными органами. Например, власти Нового Орлеана были вынуждены смягчить запрет только из-за роста преступности во время пандемии COVID-19.
Даже в Бразилии суд Сан-Паулу запретил использовать технологии распознавания лиц в метрополитене после протестов правозащитников.
Высокая стоимость оборудования и ПО
Внедрение качественных систем распознавания лиц требует значительных инвестиций. Например, в 2019 году власти Москвы заказали 258 серверов, 105 компьютеров с графическими ускорителями и систему хранения данных общей емкостью 9 петабайт на сумму 1,2 млрд рублей. А в 2020 году был проведен конкурс на 1,9 млрд рублей на поставку оборудования для системы распознавания лиц на транспорте.
Высокоточные системы требуют дорогостоящего оборудования.
Высокоточные системы требуют дорогостоящего оборудования.
Ошибки распознавания и ложные срабатывания
Несмотря на заявленную точность 96-98%, системы распознавания лиц допускают ошибки. Известен эксперимент Американского союза защиты гражданских свобод, когда система ошибочно идентифицировала 28 из 535 известных политиков как опасных преступников.
Кроме того, технология часто демонстрирует разную точность в зависимости от этнической принадлежности человека. Исследование Национального института стандартов и технологий показало, что частота ошибок при распознавании лиц у граждан африканского и азиатского происхождения значительно выше, чем у европейцев.
В России также фиксируются ошибки — московского призывника дважды вызывали в военкомат, приняв за уклониста от мобилизации. А в Великобритании водитель Uber потерял работу, когда система перестала его распознавать.
Компания CVC, учитывая эти проблемы, разработала альтернативный подход — идентификацию по спецодежде. Это решение не только полностью законно, но и значительно дешевле, поскольку работает с обычными камерами видеонаблюдения и не требует дорогостоящего серверного оборудования.
Кроме того, технология часто демонстрирует разную точность в зависимости от этнической принадлежности человека. Исследование Национального института стандартов и технологий показало, что частота ошибок при распознавании лиц у граждан африканского и азиатского происхождения значительно выше, чем у европейцев.
В России также фиксируются ошибки — московского призывника дважды вызывали в военкомат, приняв за уклониста от мобилизации. А в Великобритании водитель Uber потерял работу, когда система перестала его распознавать.
Компания CVC, учитывая эти проблемы, разработала альтернативный подход — идентификацию по спецодежде. Это решение не только полностью законно, но и значительно дешевле, поскольку работает с обычными камерами видеонаблюдения и не требует дорогостоящего серверного оборудования.
Альтернатива: видеоаналитика по спецодежде от CVC
В поисках законных методов контроля персонала многие предприятия обращаются к альтернативным решениям. Нейросетевая видеоаналитика по спецодежде от CVC предлагает инновационный подход, который обходит юридические ограничения, связанные с биометрическими данными.
Как работает нейросетевая аналитика без биометрии
Система видеоаналитики CVC использует нейронные сети для распознавания не лица человека, а его спецодежды. Алгоритм работает по следующей схеме:
- Камеры формируют видеопоток, который поступает в ядро системы
- Серверы нарезают видеопоток на отдельные кадры и направляют их в нейросеть
- Нейросеть анализирует изображения и распознает спецодежду, каски, жилеты и другие СИЗ
- Программная логика обрабатывает результаты и выявляет инциденты
- Система отправляет уведомления ответственным сотрудникам в режиме реального времени
Преимущества: дешевле, проще, законно
Видеоаналитика по спецодежде имеет ряд существенных преимуществ перед системами распознавания лиц:
- Полная законность – система не использует биометрические данные, что исключает необходимость получения письменного согласия сотрудников
- Доступность оборудования – работает на камерах среднего ценового сегмента, не требуя дорогостоящего серверного оборудования
- Гибкая настройка – позволяет создавать сложные сценарии контроля под конкретные бизнес-процессы
- Быстрая интеграция – подключается к существующим системам видеонаблюдения в течение 14-50 дней
Примеры кейсов на производстве
На предприятиях, внедривших систему CVC, были достигнуты впечатляющие результаты:
- Снижение дисциплинарных нарушений на 83%
- Уменьшение числа нарушений ношения СИЗ на 97% всего через месяц после внедрения
- Сокращение простоев оборудования на 18%
В разделе "Кейсы" мы описали, как успешно справляется с различными производственными задачами CVC на конкретных предприятиях абсолютно разных сфер деятельности. Там же в цифрах показали экономическую целесообразность использования видеоаналитики CVC.
Почему стоит выбрать CVC
CVC предлагает решение, которое превосходит конкурентов по точности и функциональности. Система обеспечивает:
CVC контролирует не только ношение СИЗ, но и выполнение работ, экономические нарушения, производственные процессы и дисциплину труда. Благодаря этому система выявила более 100 миллионов дисциплинарных и более 10 миллионов экономических нарушений.
- 100% верификацию событий с возможностью проверки по видеофрагментам
- Интеграцию с СКУД, ERP и другими IT-системами предприятия
- Возможность хранения данных как в защищенном облаке, так и на серверах клиента
CVC контролирует не только ношение СИЗ, но и выполнение работ, экономические нарушения, производственные процессы и дисциплину труда. Благодаря этому система выявила более 100 миллионов дисциплинарных и более 10 миллионов экономических нарушений.
Заключение
Технологии распознавания лиц, несомненно, прошли значительный путь развития за последние 7-8 лет. Однако, несмотря на первоначальные ожидания, они столкнулись с серьезными препятствиями — прежде всего, с ужесточением законодательства о персональных данных во многих странах мира. Кроме того, высокая стоимость оборудования и проблемы с точностью распознавания заставляют компании искать альтернативные решения.
В этих условиях видеоаналитика по спецодежде от CVC представляет собой оптимальное решение производственных задач. Во-первых, такой подход полностью соответствует законодательству, поскольку не использует биометрические данные. Во-вторых, он значительно дешевле традиционных систем распознавания лиц, так как работает с обычными камерами видеонаблюдения. Наконец, точность идентификации событий достигает впечатляющих 99,7%.
Особенно важно отметить, что внедрение подобных систем приводит к конкретным измеримым результатам. В частности, компании сообщают о снижении дисциплинарных нарушений на 83%, уменьшении нарушений ношения СИЗ на 97% и сокращении простоев оборудования на 18%. Таким образом, инвестиции в систему окупаются в среднем за год.
Принимая во внимание все вышеизложенное, мы рекомендуем предприятиям, заинтересованным в повышении эффективности контроля персонала, обратиться к экспертам CVC за бесплатной консультацией. На консультации специалисты CVC покажут кейсы внедрения и расскажут как искусственный интеллект может помочь решать задачи именно на вашем предприятии.
Безусловно, каждое производство имеет свои особенности, и универсальных решений не существует. Тем не менее, опыт CVC в реализации проектов на предприятиях различного масштаба позволяет адаптировать систему под конкретные нужды клиента. Следовательно, современный бизнес получает надежный инструмент контроля, который не только соответствует законодательству, но и обеспечивает высокую окупаемость инвестиций.
В этих условиях видеоаналитика по спецодежде от CVC представляет собой оптимальное решение производственных задач. Во-первых, такой подход полностью соответствует законодательству, поскольку не использует биометрические данные. Во-вторых, он значительно дешевле традиционных систем распознавания лиц, так как работает с обычными камерами видеонаблюдения. Наконец, точность идентификации событий достигает впечатляющих 99,7%.
Особенно важно отметить, что внедрение подобных систем приводит к конкретным измеримым результатам. В частности, компании сообщают о снижении дисциплинарных нарушений на 83%, уменьшении нарушений ношения СИЗ на 97% и сокращении простоев оборудования на 18%. Таким образом, инвестиции в систему окупаются в среднем за год.
Принимая во внимание все вышеизложенное, мы рекомендуем предприятиям, заинтересованным в повышении эффективности контроля персонала, обратиться к экспертам CVC за бесплатной консультацией. На консультации специалисты CVC покажут кейсы внедрения и расскажут как искусственный интеллект может помочь решать задачи именно на вашем предприятии.
Безусловно, каждое производство имеет свои особенности, и универсальных решений не существует. Тем не менее, опыт CVC в реализации проектов на предприятиях различного масштаба позволяет адаптировать систему под конкретные нужды клиента. Следовательно, современный бизнес получает надежный инструмент контроля, который не только соответствует законодательству, но и обеспечивает высокую окупаемость инвестиций.
Cyber Vision Control
Хотите узнать, как можно сократить потери вашей компании с помощью видеоаналитики CVC? Звоните.
Получите конкурентное преимущество!
Получите конкурентное преимущество!
20 дней
Средний срок окупаемости внедрения CVC
>10 млн
>100 млн
Выявлено дисциплинарных нарушений
Выявлено экономических нарушений
FAQs
Технология распознавания лиц анализирует ключевые характеристики лица, такие как расстояние между глазами и форма подбородка. Эти данные преобразуются в цифровой шаблон, который сравнивается с базой данных для идентификации человека.
Основные проблемы включают предвзятость алгоритмов, которые могут неправильно идентифицировать представителей меньшинств, а также риски мошенничества и компрометации личных данных при недостаточной защите.
Одной из альтернатив является видеоаналитика по спецодежде, которая распознает не лица, а элементы униформы сотрудников. Это позволяет контролировать персонал без нарушения законов о персональных данных.
Видеоаналитика по спецодежде законна, не требует дорогостоящего оборудования, быстро интегрируется в существующие системы и позволяет гибко настраивать сценарии контроля под конкретные бизнес-процессы.
Компании, внедрившие системы видеоаналитики, отмечают снижение дисциплинарных нарушений на 83%, уменьшение нарушений ношения средств индивидуальной защиты на 97% и сокращение простоев оборудования на 18%.
Читать по теме