Стоп Шоплифтер (Stop Shoplifter)

2019: С помощью Stop Shoplifter удалось предотвратить краж из сетевых магазинов на сумму более 150 млн. рублей

В 2019 году с помощью решения «СТОП Шоплифтер» с распознаванием лиц от NtechLab удалось предотвратить краж из сетевых магазинов на сумму более 150 млн. рублей. Подробнее здесь.

Решение BIT ИАС «СТОП Шоплифтер» внедрено в более, чем в двух десятках ритейл-сетей в крупнейших городах России, включая Москву, Санкт-Петербург, Новосибирск, Екатеринбург, Нижний Новгород, Казань, Челябинск, Самару, Уфу, Волгоград, Тулу, Владимир, Хабаровск. Частью решения является алгоритм NtechLab, позволяющий распознать лицо потенциального нарушителя и отправить охранной организации оповещение при его повторном появлении в любом из магазинов торговой сети.

2018: С помощью Stop Shoplifter выявлено около 65 тыс. граждан, совершивших мелкую кражу

21 января 2019 года компания BIT (БИТ) сообщила, что разработанная ею ИАС «СТОП Шоплифтер» выявила в 2018 году около шестидесяти пяти тысяч лиц, выносивших неоплаченный товар из магазинов в ряде крупных городов России. Обезличенные статистические данные, полученные системой благодаря использованию алгоритма FindFace от одного из мировых лидеров области биометрических технологий NtechLab, позволили BIT составить портрет типичного российского шоплифтера.

Решение BIT ИАС «СТОП Шоплифтер» на январь 2019 года внедрено в магазинах 14 ритейл-сетей в крупнейших городах России, включая Москву, Санкт-Петербург, Екатеринбург, Новосибирск, Уфу, Казань, Самару, Нижний Новгород, Волгоград, Челябинск. Частью решения является алгоритм NtechLab, позволяющий распознать лицо потенциального нарушителя, а также определить его пол и возраст.

Всего за 2018 год система выявила 64 743 гражданина, совершившего мелкую кражу. Чаще всего это мужчины (их около 78% от всех выявленных) в возрасте от 18 до 35 лет (на эту возрастную группу пришлось около 60% лиц). Объединение данных видеоаналитики с данными открытой статистики МВД за январь-ноябрь 2018 года дало BIT основания дополнить портрет шоплифтера: чаще всего он не имеет постоянного источника дохода, ранее уже совершал противоправные действия, а также с вероятностью более 30% находится в состоянии опьянения. Средняя сумма кражи составила 1000 рублей.Обзор российского рынка банковской цифровизации: импортозамещение, искусственный интеллект и собственные экосистемы 6.6 т

В компании рассказали, что занимаются внедрением распознавания лиц в камеры магазинов из крупных ритейл-сетей уже более двух лет. В основном они применяются для профилактики мелких краж. Решение «СТОП Шоплифтер» помогает организациям из сферы ритейла заметно сокращать упущенную выгоду – по оценкам аналитиков, убытки от действий шоплифтеров могут составлять 2-3% от оборота магазина.

Не обошлось и без курьезных ситуаций. Так, в одном из магазинов сети в базу лиц ИАС «СТОП Шоплифтер» добавили всех сотрудников для ведения учета их рабочего времени. В результате выяснилось, что более 10 сотрудников регулярно совершали кражи, причем как у конкурентов, так и в магазинах своей сети.

Решения NtechLab на основе нашего алгоритма FindFace уже используются в крупных городах России и за рубежом в сфере общественной безопасности. Например, в 2018 году наши решения помогали обеспечить безопасность стадионов и фан-зон в Москве в рамках проведения Чемпионата мира по футболу. Успешное применение технологий FindFace в борьбе с шоплифтерами - хороший пример того, как распознавание лиц может использоваться коммерческими структурами, способствуя повышению эффективности бизнеса. Михаил Иванов, генеральный директор NtechLab