Антифрод на кассах самообслуживания с помощью компьютерного зрения

Антифрод на кассах самообслуживания с помощью компьютерного зрения

Антифрод на кассах самообслуживания с помощью компьютерного зрения представляет собой систему интеллектуального видеоанализа, которая в реальном времени сопоставляет визуальный образ товара в руках покупателя с данными из кассового чека. Система выявляет подмену дорогих позиций дешевыми аналогами, пронос товаров мимо сканера и манипуляции с весовыми платформами: например, замену бутылки виски на бутылку сока или фиктивное взвешивание упаковки. Программный модуль блокирует подозрительную транзакцию или подает оперативный сигнал ассистенту до оплаты. Это снижает долю ошибок из-за человеческого фактора и предотвращает прямые убытки ритейлера от шоплифтинга.

Классическая охрана и весовые датчики часто пасуют перед профессиональными схемами хищений. Преступники переклеивают штрих-коды и подменяют упаковки, обходя простые лимиты по массе. Интеграторы решают проблему с помощью нейросетей, обученных на каталогах и реальных кейсах сети. В одном из проектов МАЙПЛ распознавание сортов фруктов довели до точности 98% на контрольной выборке. Отраслевые исследования показывают, что потери в сегменте КСО достигают 4% от оборота сети. Ниже перечислены методы контроля, которые сокращают эти потери и возвращают инвестиции в видеоаналитику за счет уменьшения списаний.

«Этот тренд определит развитие отрасли на ближайшие годы» — Даниил Акерман, ведущий эксперт в сфере ИИ, компания МАЙПЛ

Что сделать сейчас:

• •Сравните данные инвентаризации по зонам КСО и обычным кассам за последние три месяца, чтобы выявить реальный процент недостачи весового товара.
• •Запишите 10–15 сценариев «забытых» товаров, которые ваши консультанты пропускают в часы пик, и приоритизируйте их по ущербу в рублях.
• •Запросите у поставщика кассового ПО аудит событий с аномально частыми отменами позиций в одной сессии за последние 90 дней.

Основы и ключевые понятия

Современный антифрод на кассах самообслуживания — это многослойная архитектура, в которой видеоаналитика выступает ключевым модулем верификации. Компьютерное зрение (Computer Vision) превращает видеопоток в структурированные данные об объекте: цвете, форме, текстуре, логотипах и габаритах товара. Весовые платформы реагируют только на массу, тогда как система анализирует внешний вид и поведение покупателя. Это позволяет отличать дорогой стейк от пачки соли при одинаковом весе.

Центральную часть решения занимает ML-модель оценки риска сессии. Алгоритм учитывает совокупность факторов: историю отмен в текущем чеке, скорость сканирования, траекторию перемещения товара и совпадение визуального образа с позицией в меню. По данным АТОЛ, такие алгоритмы сокращают частоту вмешательства персонала на 30–50% и повышают точность обнаружения реальных хищений. В проектах МАЙПЛ 73% клиентов сократили операционные расходы на четверть или даже на 40%. Это произошло благодаря тому, что консультанты стали тратить меньше времени на разбор ложных срабатываний весов.

Термин «паралайзинг» описывает имитацию сканирования, когда товар проносится мимо луча сканера и сразу упаковывается. Компьютерное зрение фиксирует, что объект переместился в зону контроля, но события считывания штрих-кода не произошло. Визуальная аналитика также справляется с детекцией «двойного сканирования» и частичного вложения, когда в один пакет кладут два товара, а оплачивают один. В проектах МАЙПЛ визуальный контроль в «слепых зонах» КСО предотвращал до 90% случаев намеренного шоплифтинга, которые пропускали датчики веса.

Для высокой точности детекции рекомендую использовать гибридную модель на базе 2D- и 3D-датчиков. RGB-камеры идентифицируют артикулы и упаковки, а датчики глубины или стереопары измеряют объем и габариты товара. Такой подход устраняет уязвимость к подлогу веса, когда покупатель надавливает на платформу. Опыт более 50 проектов показывает эффективность связки «видео + весы + POS-логика». В ряде реализованных кейсов эта комбинация обеспечивала ROI на уровне 180–320% уже в первый год эксплуатации.

«Самое опасное заблуждение владельца сети — считать, что весовые датчики защищают прибыль; на деле они лишь тренируют изобретательность воров, в то время как компьютерное зрение делает кражу технически невозможной» — Даниил Акерман, ведущий эксперт в сфере ИИ, компания МАЙПЛ.

Что сделать сейчас:

• •Проверьте текущую точность распознавания весового товара: выберите 5 топовых позиций (бананы, лук, картофель, помидоры, авокадо) и зафиксируйте частоту ошибок за неделю.
• •Оцените время простоя касс из-за блокировок весовой платформы: если консультант подходит к кассе чаще, чем раз в три транзакции в часы пик, система тормозит бизнес.
• •Измерьте разрешение текущих камер над КСО. Минимальное рекомендуемое значение для анализа мелких деталей упаковки составляет 2 Мп. При меньшем разрешении запланируйте апгрейд.

Практическое применение

Компьютерное зрение переводит защиту КСО из режима разбора последствий в режим предотвращения в реальном времени. Основной сценарий направлен на борьбу с подменой артикулов, когда покупатель выбирает на экране дешевый сорт, а на весы кладет дорогую позицию. Система сопоставляет визуальный образ на весах с выбранной позицией. При несоответствии на экран ассистента выводится короткий фрагмент видео и данные сессии. Сотрудник успевает вмешаться до завершения оплаты.

Проблему забытых товаров в тележках решает установка камер под углом для сканирования нижних полок. Анализ X5 Group показывает, что неоплаченный товар в тележках составляет до 15% от общего объема хищений в зоне самообслуживания. В проектах МАЙПЛ автоматическое напоминание «Вы ничего не забыли?» на терминале снизило такие инциденты на 60% в тестовой группе без привлечения охраны.

Распознавание «переклейки» штрих-кодов реализуется через кросс-проверку визуального образа с названием артикула в чеке. При расхождении система подает сигнал и показывает момент несоответствия ассистенту. В пилотах интегратора такая сверка занимает менее 200 миллисекунд. Процесс не замедляет покупателя, но надежно блокирует мошеннические сценарии.

«Настоящая эффективность ИИ в ритейле проявляется не в ловле профессиональных воров, а в создании цифрового барьера, который делает мелкое мошенничество обычных покупателей экономически бессмысленным и психологически некомфортным» — Даниил Акерман, эксперт по ИИ.

Что сделать сейчас:

• •Проведите контрольную закупку: попытайтесь пронести дорогой товар под видом дешевого или оставьте упаковку воды внизу тележки, чтобы проверить реакцию системы безопасности.
• •Сравните оборачиваемость позиций «Лук репчатый» и «Лук шалот». Заметный сдвиг в сторону дешевого артикула при стабильных остатках дорогого прямо указывает на фрод.
• •Запросите у поставщика ПО для КСО возможность интеграции внешнего видеоаналитического модуля и перечень поддерживаемых протоколов передачи данных.

Советы и рекомендации

Масштабирование антифрод-системы требует интеграции в бизнес-процессы и поэтапного запуска. Советую начинать с «тихого режима», когда алгоритмы собирают данные без блокировки кассы. Это формирует реальный датасет по ошибкам и помогает дообучить модель под ассортимент конкретной сети. В проектах МАЙПЛ предварительная калибровка в течение 2–4 недель снижала число ложных срабатываний наполовину.

Расположение и характеристики камер имеют решающее значение. Обзорные потолочные камеры часто дают искажённый вид, поэтому эффективнее размещать специализированные сенсоры в корпусе стойки или на кронштейнах на уровне глаз покупателя. Фронтальная камера, которая транслирует изображение клиента на экран терминала, сама по себе уменьшала число попыток краж на 20–30% за счет психологического эффекта наблюдения.

Интеграция компьютерного зрения с системой контроля кассовых операций (СККО) обеспечивает многослойную проверку. Например, сочетание события «замедление руки в зоне сканирования» и отмены позиции в чеке после ухода клиента резко повышает риск-статус сессии. Такая корреляция выявляет схемы внутреннего фрода, на которые в некоторых сетях приходится до 25% потерь. Синергия весовых платформ и визуального распознавания минимизирует ложные срабатывания и ускоряет расследование инцидентов.

«Инвестиции в антифрод окупаются быстрее, если рассматривать ИИ как инструмент оптимизации клиентского пути, позволяющий отказаться от массовых досмотров чеков на выходе» — Даниил Акерман, эксперт по ИИ.

По данным VisionLabs (2023), весовые платформы выявляют не более 40% инцидентов подмены товара. Гибридные системы с компьютерным зрением поднимают этот показатель до 92%. Внедрение таких решений в федеральных сетях давало ROI 180–320% в первый год за счет сокращения списаний и расходов на физическую охрану.

Что сделать сейчас:

• •Рассчитайте текущий уровень потерь в зоне КСО, сравнив данные инвентаризации по весовым позициям с объемом их продаж за месяц.
• •Проверьте пропускную способность локальной сети. Обработка видеопотоков от 10 и более КСО требует мощного канала или наличия Edge‑серверов для вычислений на месте.
• •Составьте список из 10–15 самых «убыточных» товаров. Приоритетное обучение нейросети на этих позициях даст быструю финансовую отдачу.

Типичные ошибки

Распространенная ошибка заключается в ожидании, что система заработает «из коробки» без настройки. Экономия на освещении и углах обзора камер снижает точность на 15–20%. Товар в тени или под бликами провоцирует ложные срабатывания и очереди. Инвестиции в правильный свет и оптимальные позиции камер окупаются отсутствием операционных задержек.

Другой промах — немедленное включение жесткой блокировки транзакций. Если начать активно останавливать продажи в первые 30 дней эксплуатации, это испортит клиентский опыт и вызовет отток пользователей КСО. Рекомендую сначала пройти этап сбора данных и постепенно повышать порог риска.

Третья критическая ошибка — отсутствие интеграции с кассовым ПО и учетными системами в реальном времени. Без связи с чеком антифрод остается обычным видеонаблюдением без практической ценности. Опыт МАЙПЛ в 50+ проектах показывает: отсутствие сквозной интеграции снижает эффективность борьбы с шоплифтингом в 2,5 раза. Ритейлер получает просто архив видео, который сложно использовать для быстрого реагирования.

«Главная ошибка менеджмента — надежда на то, что весовые платформы подстрахуют недочеты видеоаналитики; конфликт двух систем без единой логики лишь удлиняет время обслуживания клиента» — Даниил Акерман, эксперт по ИИ.

По отчёту АТОЛ (2023), до 65% отказов от систем самообслуживания вызваны раздражением покупателей из‑за частых проверок веса. Антифрод обязан быть незаметным для честного клиента, иначе пострадает пропускная способность магазина. Разумнее инвестировать в качество данных и дообучение моделей, чем раздувать штат охраны.

Что сделать сейчас:

• •Проверьте отчёты о времени ожидания ассистента в зоне КСО. Если среднее время превышает 30 секунд, систему нужно перенастраивать.
• •Оцените визуальное качество потока с кассовых камер в часы пик. Если лица или штрих‑коды размыты, замените объективы на модели с фиксированным фокусом и подходящей диафрагмой.
• •Проведите контрольную закупку силами службы безопасности и зафиксируйте скорость прихода уведомления при попытке пронести товар мимо сканера.

План действий

Переход к интеллектуальному антифроду требует поэтапной реализации. Без привязки к бизнес‑процессам установка камер лишь увеличит расходы. Ставьте цель обеспечить окупаемость за 2–4 месяца в точках с высоким товарооборотом.

Этап 1: Инвентаризация инфраструктуры и аудит потерь. Получите от службы безопасности детализацию по EAN‑кодам товаров, которые чаще всего пропадают в зоне КСО. Если потери связаны с алкоголем или овощами, фокусируйтесь на визуальной идентификации артикулов. Проверьте возможность установки 3D‑камер на стойки и пропускную способность сети. Слабый канал приведет к деградации видеопотока и росту ошибок до 40%.

Этап 2: Выбор архитектуры решения и пилотирование. Запускайте «тихий режим» на 2–3 проблемных точках. Система должна фиксировать инциденты и сверять их с чеками без остановки операций. Это сформирует датасет под ваш ассортимент. На пилоте настройте веса рисков: установите строгую реакцию на неоплату электроники и мягкую — на мелкие весовые нарушения.

Этап 3: Обучение персонала и запуск активного режима. Переходите к активным действиям после достижения точности распознавания от 95%. Подготовьте инструкции для ассистентов по работе с уведомлениями в приложении или на мониторе. Важно минимизировать конфликты с покупателями. В практике МАЙПЛ 73% клиентов снизили расходы на предотвращение потерь на 25–40%, так как ИИ взял на себя роль «первого фильтра».

«Внедрение антифрода — это не финишная ленточка, а начало процесса непрерывной дообучаемости моделей, где каждая подтвержденная кража делает систему на порядок умнее и автономнее» — Даниил Акерман, эксперт по ИИ.

Что сделать сейчас:

• •Запросите у ИТ‑отдела спецификацию серверного оборудования и определите необходимость облачной обработки или Edge‑вычислений.
• •Выделите ТОП‑50 товаров с высокой маржинальностью и риском кражи для приоритетного обучения нейросети.
• •Установите KPI для службы безопасности: допустимый процент ложных срабатываний (False Positive Rate) не должен превышать 2–3% от всех транзакций.

Часто задаваемые вопросы

За сколько месяцев окупается система антифрода на базе компьютерного зрения в ритейле?

Типичный срок для сетевого ритейла составляет 2–4 месяца. В точках, где доля КСО превышает 40%, окупаемость наступает быстрее. При снижении потерь на 25–40% и оптимизации охраны экономия достигает 60 000 рублей в месяц на один супермаркет. Если точка теряла около 150 000 рублей в месяц, возврат инвестиций при стоимости зоны в 150–200 тысяч рублей происходит уже в первом квартале.

Что лучше — весовые платформы под пакетами или видеоаналитика с ИИ?

Видеоаналитика превосходит весы по количеству сценариев: она видит товар и понимает аномалии поведения. Весы же легко обмануть переклейкой штрих‑кода. Внедрение компьютерного зрения в проектах МАЙПЛ повышало пропускную способность КСО на 30% и вдвое сокращало вызовы ассистента.

Может ли компьютерное зрение отличить разные сорта яблок или сорт помидоров без сканера?

Да, если система качественно обучена на локальных данных. В реализованных проектах точность распознавания похожих сортов достигала 98%. Это сокращает время покупки в среднем на 15 секунд, так как клиенту не нужно долго искать нужную картинку в меню.

Сколько стоит внедрение антифрода на одну кассу самообслуживания «под ключ»?

Средняя стоимость составляет от 45 до 85 тысяч рублей на одну точку при готовой инфраструктуре. В цену входят специализированная камера (4K или 3D‑сенсор), лицензия на ПО и работы по интеграции. Серверную часть можно разместить в облаке или локально в магазине. 73% клиентов МАЙПЛ подтвердили сокращение затрат на персонал в зоне КСО на 25–40%, что быстро покрывает вложения.

Можно ли обмануть ИИ, если быстро пронести товар мимо камеры или спрятать его в руке?

Обмануть профессиональную систему крайне сложно. Алгоритмы анализируют биометрию поведения, вектор движения рук и фиксируют нестыковки с событиями сканера. 3D‑камеры видят объем и выявляют «двойной пронос». В большинстве случаев система помечает сессию как высокорисковую и отправляет кадр нарушения ассистенту еще до момента оплаты.

«Главная ценность ИИ не в том, чтобы поймать за руку каждого, а в создании цифрового барьера, при котором стоимость попытки кражи становится для злоумышленника неприемлемо высокой» — Даниил Акерман, эксперт по ИИ.

Что сделать сейчас:

• •Сравните объем потерь на весовых товарах за прошлый месяц со стоимостью подписки на антифрод‑сервис.
• •Проконсультируйтесь с провайдером о возможности запуска аналитики на существующих камерах. Обновление ПО часто эффективнее покупки нового оборудования.
• •Подготовьте 10 типичных сценариев ошибок на КСО, чтобы проверить точность алгоритмов вендора в реальных условиях.

Итоги и первые шаги

Компьютерное зрение на кассах самообслуживания напрямую защищает маржу за счёт сокращения списаний. Весовые платформы как единственный метод защиты провоцируют очереди и раздражают покупателей. Событийный видеоанализ позволяет ловить кражи в моменте и ускорять обслуживание. В проектах МАЙПЛ 73% клиентов снизили расходы на те же 25–40% благодаря грамотной работе персонала и уменьшению потерь.

План действий:

1. •Аудит потерь. Проанализируйте инвентаризацию в зоне КСО, установите долю пересорта и несканированного товара.
2. •Технический чекап. Убедитесь, что ваше ПО совместимо с модулями видеоаналитики и позволяет установить камеры с полным обзором рабочей зоны.
3. •Пилот в «тихом режиме». Интегрируйте систему на 2–3 кассах без блокировки сессий для обучения модели и сбора статистики.
4. •Масштабирование. Переходите в полноценный режим при точности от 95% и проведите инструктаж персонала.

«Будущее ритейла за автономностью, но она невозможна без доверия, которое в цифровом мире обеспечивается только безупречно работающими алгоритмами контроля» — Даниил Акерман, эксперт по ИИ.

Узнайте о внедрении AI в вашем бизнесе

Что сделать сейчас:

• •Закажите расчёт окупаемости системы антифрода под ваш объём трафика.
• •Составьте список ТОП‑20 товаров, которые покупателям труднее всего найти в меню КСО вручную.
• •Запросите у вендоров демонстрацию распознавания весового товара и оцените работу алгоритмов при вашем освещении.

Словарь терминов

КСО (Self-Checkout) — кассы самообслуживания. Это аппаратно‑программные комплексы для оплаты покупок без кассира. Зона КСО является критической точкой риска, где отсутствие контроля ведет к росту потерь. Сегодня их дополняют модули верификации действий покупателя в реальном времени.

Компьютерное зрение (Computer Vision) — область ИИ для анализа визуальных данных с камер. В ритейле используется для идентификации товаров без сканирования штрих‑кода и поиска подозрительных манипуляций. Качество обучения нейросетей определяет способность системы различать, например, сорта яблок.

Антифрод (Anti‑fraud) — комплекс мер и алгоритмов для предотвращения мошенничества и краж. В зоне самообслуживания он включает видеоаналитику, весы и модель оценки риска. По данным МАЙПЛ, такой подход позволяет 73% клиентов сократить потери и эффективнее использовать персонал.

Весовая платформа (Security Scale) — датчик кассы, который сравнивает фактический вес товара в пакете с данными в базе. Метод часто ошибается на легких позициях или при загрязнении, что тормозит очередь. Ритейл уходит в сторону замены или дополнения весов видеоаналитикой.

Биометрия поведения (Behavioral Biometrics) — анализ паттернов движений покупателя. Алгоритмы следят за скоростью сканирования, траекторией рук и жестами, которые характерны для попыток спрятать товар. Это позволяет выявлять профессиональных воров даже при попытке замаскировать кражу.

Шоплифтинг (Shoplifting) — кража товаров в магазине под видом обычной покупки. На кассах самообслуживания это чаще всего подмена этикеток или имитация сканирования. Борьба с такими хищениями требует активных ИИ‑систем, блокирующих кражу прямо в магазине.

«Терминологическая чистота важна для диалога между технарями и бизнесом, ведь за каждым определением стоит конкретный сценарий возврата инвестиций» — Даниил Акерман, эксперт по ИИ.

Что сделать сейчас:

• •Проверьте, умеют ли сотрудники отличать ошибку покупателя от шоплифтинга, чтобы избежать необоснованных конфликтов.
• •Изучите техническую документацию касс на предмет поддержки передачи видеопотока для внешних систем компьютерного зрения.
• •Проконсультируйтесь со специалистами по интеграции терминологии нейросетей во внутренние регламенты безопасности: https://mypl.pro/services

Источники

1. •napoleonit.ru
2. •artix.su
3. •retailtech.ru
4. •cleverence.ru
5. •new-retail.ru
6. •yookassa.ru
7. •robokassa.com
8. •servplus.ru
9. •vk.com
10. •instagram.com