Город в краске: почему граффити — не только искусство
Городские власти тратят миллионы на закрашивание тегов и баллончиков. Только в Москве за 2025 год на уборку фасадов ушло около 1,2 млрд рублей. Бюджет трещит по швам, а вандалы возвращаются каждую ночь. Старые методы — объезды и заявки от жителей — работают медленно. К тому времени, когда инспектор доедет, свежий рисунок успеет “украсить” стену пару недель.
NtechLab предложила решение: заставить городские камеры не просто смотреть, а видеть. Умная система видеоаналитики распознаёт появление новых надписей на стенах за считанные минуты. И делает это без участия человека. Хватит ходить с ведрами краски — пусть нейросеть сама отловит нового “художника”.
С апреля 2026 года система NtechLab уже внедрена в пилотных зонах Екатеринбурга и Казани. Точность детекции превышает 94%, ложные срабатывания — менее 3%.
Как нейросеть отличает банки от Малевича
Секрет не в сложной философии искусства, а в математике. Камера фиксирует участок стены, загружает изображение в облачную платформу NtechVision 4.0 (обновлённая версия на базе трансформеров). Алгоритм сравнивает текущий кадр с эталоном — чистым фасадом. Если на стене появились новые пиксели, которые по текстуре и цвету не похожи на грязь или тень, запускается тревога.
Дальше — классификация. Система понимает, что именно появилось: абстрактный тег, мультяшный персонаж или целая фреска. Легальные муралы с разрешения администрации заносятся в “белый список”. Всё остальное — в базу нелегалов. Модель обучена на десятках тысяч примеров граффити, включая надписи маркерами, аэрозольные баллончики и даже наклейки.
Здесь уместно вспомнить проблему ИИ-плагиата: нейросеть может принять легальное произведение за вандализм, если в эталоне фасада была реклама. Поэтому NtechLab постоянно дообучает модель на данных с конкретных улиц.
От камеры до коммунальщиков: как устроен пайплайн
Схема простая до жестокости: камера → детекция → верификация → заявка. На практике верификация двойная — сначала софт отсеивает ложные срабатывания (например, когда по стене скользит тень от дерева). Потом оператор за 10 секунд подтверждает, что это именно граффити. И только тогда уборщики получают наряд с координатами.
Время от фиксации до заявки — не более 5 минут. При традиционном подходе — от суток. Разница колоссальная: свежий слой краски смывается легче, чем застывший за неделю. К тому же, если успеть, можно застать вандала на месте по горячей записи с камеры.
Но есть и подводные камни. В дождь или снегопад система начинает видеть «граффити» в разводах воды. Пока операторы корректируют пороговые настройки, ложные срабатывания растут на 15%.
Не только граффити: где ещё применяют видеоаналитику NtechLab
Платформа заточена не только под стрит-арт. Та же технология распознаёт нелегальную рекламу, брошенные автомобили, несанкционированные свалки. И даже может выявлять подозрительное поведение — например, если кто-то долго стоит у стены с баллончиком. Это пример того, как компьютерное зрение работает на социальное благо — как в проекте TraffickCam, где фото отелей помогают ловить преступников.
При этом NtechLab не ограничивается внешними стенами. В частных кейсах систему адаптируют для контроля граффити внутри подземных переходов и лифтов. Там вандалы особенно активны, а времени на уборку — минимум.
Тёмная сторона: ошибки и приватность
Любая система видеоаналитики тащит за собой хвост вопросов о privacy. Камеры записывают происходящее 24/7, и хотя разработчики клянутся, что фиксируются только стены, сегментация кадра всё равно захватывает прохожих. Пока что все данные обезличиваются в облаке, но кто даст гарантию, что завтра власти не попросят «чуть-чуть расширить функционал»?
Недавний скандал с X и штампами на fake-изображения показал: даже благие намерения могут упираться в бюрократию и недоделанный софт. В случае с NtechLab есть риск, что систему начнут использовать не для борьбы с граффити, а для тотальной слежки за гражданами, особенно если учёные решат взять на вооружение ИИ для пропаганды.
Ещё одна неочевидная проблема — ложное обвинение. Если система ошибочно примет легальный мурал за вандализм, бригада закрасит работу настоящего художника. Уже были прецеденты, когда уничтожали стрит-арт, согласованный с мэрией. Приходится тратить часы на переверификацию.
Что дальше: ИИ станет главным дворником
Судя по темпам внедрения, к 2027 году видеоаналитика граффити станет стандартной опцией в городских системах видеонаблюдения. NtechLab уже тестирует технологию предиктивной очистки: нейросеть предсказывает, какие стены наиболее уязвимы, и предлагает заранее нанести антивандальное покрытие.
А ещё — интеграцию с дронами. Дрон с камерой облетает квартал, а на земле коммунальщики уже ждут с краскопультом. Звучит как антиутопия, но на самом деле просто экономит бюджет. Город станет чище, а художникам придётся договариваться с властями заранее — иначе их работы сотрут, не успев высохнуть.
Совет для тех, кто управляет городским хозяйством: не покупайте «коробку» от NtechLab без пилотного теста на реальных данных своего района. Настройка под локальные климатические условия и архитектуру — половина успеха. И не забывайте про публичные слушания по приватности: горожане должны знать, что камеры смотрят не на лица, а на стены.
