На финансирование проекта выделено 14 млн рублей. Предполагается, что камеры видеонаблюдения в образовательных организациях интегрируют с АПК «Безопасный город», благодаря чему данные будут обрабатываться в системе «Черный список».

Создание системы безопасности в школах подразумевает установку турникетов, видеокамер на входных группах, считывателей и интеграцию с системой пожарной сигнализации. По состоянию на апрель ведется формирование цифровых профилей школьников. При этом в администрации Нижнего Новгорода подчеркнули, что в полной мере запустить систему распознавания лиц учеников не выйдет ввиду требований законодательства в части обработки данных лиц, не достигших совершеннолетия.^[1]

2020: План оснащения 76 школ системами распознавания лиц

В 76 школах Нижнего Новгорода внедрят систему распознавания лиц. Об том стало известно 3 ноября 2020 года.

Учебные заведения оснастят системой видеонаблюдения с функцией распознавания лиц до конца 2020 года. До 2022 года система заработает во всех школах Нижнего Новгорода.

Кроме того, было принято решение о подключении камер к АПК «Безопасный город», а также сопряжении данной системы с системой оплаты питания. Они будут привязаны к одной карточке ученика, которая будет служить как пропуском в школу, так и средством оплаты в школьной столовой.

Ранее стало известно, что Нижний Новгород вошел в число пилотных регионов, где будут тестировать систему распознавания лиц.

В одном из городов Поволжья подключат к системе распознавания лиц порядка 3 тысяч камер. Устройства установят, прежде всего, на остановках общественного транспорта, местах массового скопления людей и домофонах. Часть из камер видеонаблюдения оснастят видеоаналитикой уже до конца 2020 года - это более 350 остановок, на каждой из которых будет находиться по четыре камеры, из них две или три будут c функцией распознавания лиц. Интеллектуальное видеонаблюдение будут использовать для розыска правонарушителей, а также установления фактов нарушения карантинных мер. В ближайшей перспективе данные с камер на остановках можно будет применять для прогноза загруженности общественного транспорта и оптимизации транспортных потоков^[2].