+30% к скорости досмотра: ИИ для X-ray досмотра без замены интроскопов

Повысить скорость и стабильность рентгеновского досмотра за счёт автоматического выявления потенциальных угроз на X-ray изображениях, снизив нагрузку на операторов и исключив зависимость качества контроля от человеческого фактора.

В рамках проекта NeuroCore разработала X-Vision — ИИ-модуль для автоматического анализа X-ray изображений в пунктах рентгеновского досмотра.

Система работает поверх существующих интроскопов: получает поток изображений, анализирует его в реальном времени и подсвечивает оператору потенциально запрещённые предметы — оружие, ножи, аккумуляторы, ёмкости, электронику и другие классы угроз.

В ходе проекта было выполнено:

• проведён аудит досмотровых процессов и технических ограничений оборудования;

• собран и размечен собственный датасет X-ray изображений багажа;

• разработаны модели компьютерного зрения для детекции ключевых классов угроз;

• создан интеграционный слой, который позволяет подключать X-Vision к интроскопам без модификации оборудования и нарушения гарантий;

• разработан интерфейс для оператора: система выводит результат анализа на рабочий экран и помогает быстрее принять решение;

• настроен MLOps-подход для обновления моделей и добавления новых классов угроз.

Ключевая особенность решения — аппаратная независимость. X-Vision можно внедрять на уже работающих пунктах досмотра без капитальной замены интроскопов: система подключается через штатный интерфейс или плату видеозахвата и не вмешивается в основное программное обеспечение оборудования.

X-Vision прошёл пилотные внедрения и тестирование в реальных условиях досмотра. Система подтвердила, что ИИ-модуль можно подключать к действующим интроскопам без замены оборудования и использовать как дополнительный слой контроля для оператора.

По итогам проекта получены следующие результаты:

• до +30% к скорости досмотра за счёт анализа X-ray изображений в реальном времени и сокращения повторных проверок;

• 75–80% точности детекции по ключевым классам угроз в актуальной версии системы;

• снижение количества ложных тревог на 20–25%, что уменьшает объём ручного досмотра и нагрузку на персонал;

• сокращение ошибок операторов примерно на четверть благодаря автоматической подсветке подозрительных объектов на экране;

• возможность добавлять новые классы запрещённых предметов за 1–2 недели с использованием синтетических данных и MLOps-подхода;

• сохранение действующего парка интроскопов без капитальных затрат на замену оборудования.

Решение показало устойчивую работу в реальном времени и подтвердило совместимость с оборудованием разных производителей. Для заказчика это означает не просто автоматическое распознавание объектов, а более стабильный процесс досмотра: оператор быстрее видит потенциальную угрозу, служба безопасности получает меньше спорных ситуаций, а пункт контроля может пропускать больший поток без снижения требований к безопасности.