В России каждый год под колёсами гибнет более 3 400 пешеходов.
В 2023 году в России в ДТП погибли 3 403 пешехода — почти каждый четвёртый (23,5%) среди всех погибших на дорогах (Госавтоинспекция). Наезд на пешехода — это каждое четвёртое ДТП в стране. Мы показываем реальный переход в прямом эфире: система считает пешеходов, велосипедистов и транспорт, ИИ оценивает каждую конфликтную ситуацию, а вы проверяете его вердикты. Та же открытая технология может следить за любым переходом — в том числе в вашем городе.
Live camera — AI analyses in real time
○ OFFLINEPublic crossing camera (PL) · 24/7
How it works: 3 models that cooperate
Together they approach an expensive "unlimited" AI agent — for pennies. An event is created ONLY when a moving vehicle meets a pedestrian in the crossing zone (a car stopped at a red light is not an event).
Check the AI — click an event, watch the clip fullscreen, step through the rest
Loading events…
Crossing statistics — live from the database
Traffic per hour (48h)
Speeding by time of day
Vehicle speed distribution (indicative)
Episodes & AI violations per hour
Download the full crossing analytics: HTML report CSV data
Почему это важно для власти
пешехода гибнут на дорогах России — почти по девять человек каждый день. Один переход под наблюдением может спасать жизни.Госавтоинспекция, 2023
всех погибших в ДТП — пешеходы. Это одна из самых незащищённых групп на дороге.Госавтоинспекция, 2023
цель ООН: вдвое сократить смертность на дорогах к 2030 году (Десятилетие действий 2021–2030).ВОЗ / ООН
мы даём объективные цифры, которых не хватает в решениях по инфраструктуре: реальная камера, открытый ИИ и проверка людьми.Bezpieczne Przejścia / SafeCross
Open source · for researchers and integrators
The whole project is open (Apache-2.0) — anyone can reproduce, verify or extend it. It is a deliberately cheap, multi-model system (local detector + cheap LLM + human verification) that approaches the quality of an expensive "unlimited" AI agent for pennies.
What's in the repo
- CV service (YOLOX ONNX, tracking, zones, episodes, clips).
- AI layer: scene-context + per-event analysis (cheap LLM).
- Database, API, camera admin panel.
- Frontend, reports, docker-compose with resource caps.
For researchers
- We collect anonymous AI explanations + human ratings → a dataset for surrogate-safety and "did-not-yield" research.
- The method ports to any crossing (describe the scene → analyse).
- Honest error profile and limits (see "Accuracy").
Collaborate
Andrii Shramko — computer vision / VR / 3D (Poland).
Deployments, consulting, joint research and grants.
✉ zmei116@gmail.com
in linkedin.com/in/andriishramko
⌥ github.com/AndriiShramko/bezpieczne-przejscia
О проекте
Bezpieczne Przejścia («Безопасные переходы») — личный проект Андрия Шрамко, инженера в области VR, объёмного видео и компьютерного зрения. Без гранта, без компании, без бюджета: один небольшой CPU-сервер, открытый код и публичная городская веб-камера.
Цель проста: показать, что мониторинг дорожной безопасности может быть прозрачным, дешёвым и открытым. ИИ наблюдает за пешеходным переходом в реальном времени, отмечает опасные ситуации и объясняет свои решения — а любой посетитель может проверить эти вердикты и проголосовать. Лица и номерные знаки размываются; на диск попадает только обезличенная статистика. Весь код публичен (Apache-2.0).
Города, дорожные службы, компании и исследователи приглашаются к сотрудничеству: поделитесь камерой над переходом, протестируйте систему в своём муниципалитете или развивайте код. Код на GitHub · свяжитесь через контактную форму.
Частые вопросы — честно, без маркетинга
Как система обнаруживает нарушения?
Система не гадает по одному кадру. Эпизод создаётся только тогда, когда локальная кинематика показывает две вещи одновременно: пешеход идёт по переходу, а транспорт движется через ту же зону (машина, остановившаяся на красный свет, — не эпизод). Затем последовательность до 8 кадров отправляется ИИ, который выносит вердикт с пояснением. Последнее слово за человеком — каждый вердикт можно подтвердить или опровергнуть.
Ошибается ли ИИ?
Да — и мы этого не скрываем. Поэтому у каждого вердикта есть кнопки ✓/✗: любой посетитель может подтвердить или опровергнуть решение ИИ. Из этих голосов мы вычисляем согласованность ИИ↔человек и публикуем её в реальном времени на главной странице. Мы считаем события кандидатами, а не фактами.
Как измеряется скорость транспорта?
Это монокулярная оценка: смещение в пикселях между кадрами, пересчитанное через известный масштаб полосы. Результат ориентировочный — погрешность может достигать ±30%. Это не радар и не измерительный прибор, и он не является юридическим доказательством чего-либо.
Что насчёт приватности и GDPR/РОДО?
Система никого не идентифицирует: для трекинга используются временные идентификаторы в памяти, а на диск попадают только агрегированные счётчики и короткие клипы событий. Доступно размытие лиц и номерных знаков. Это исследовательский демонстратор, а не слежка или контроль — реестр правонарушений не создаётся. Подробности на странице Соответствие / GDPR.
Почему видео отстаёт на несколько секунд и идёт с низким FPS?
Источник — HLS-поток, который по своей природе разбивает видео на многосекундные сегменты — отсюда задержка. Анализ идёт на CPU с ограниченным бюджетом вычислений, поэтому мы обрабатываем несколько кадров в секунду вместо полных 25. Сглаживающая очередь делает превью плавным вместо рваной картинки «в эфире любой ценой».
Учитываются ли велосипеды?
Да — велосипеды это отдельный класс детекции с отдельной статистикой, потому что их поведение на переходе отличается от пешеходов и машин. Мотоциклы учитываются как транспорт.
Откуда берутся камеры?
С публичных веб-камер, предоставленных муниципалитетами. Источник каждой камеры указан рядом с превью. Мы не устанавливаем собственные камеры и не используем закрытые системы видеонаблюдения.
Можно ли запустить это на своём переходе?
Да — весь проект с открытым исходным кодом под лицензией Apache-2.0: github.com/AndriiShramko/bezpieczne-przejscia. Нужен публичный видеопоток с камеры и небольшой сервер — достаточно CPU, без GPU. Метод переносим: ИИ один раз описывает сцену (зоны, полосы, направления), после чего анализ идёт автоматически.
Сколько это стоит?
Почти ничего. Детекция работает локально на CPU, вердикты ИИ укладываются в бесплатный дневной лимит, а хостинг — небольшой VPS. Код открыт — единственные реальные затраты это сервер и ваше время на настройку.
Что делает ИИ, а что делает YOLO?
Это сотрудничество трёх «моделей». YOLOX — это восприятие: он находит пешеходов и транспорт в каждом кадре, локально и бесплатно, но не «понимает» сцену. Gemini — это понимание: он один раз описывает топологию перехода, а затем оценивает каждый эпизод по последовательности кадров. Человек — финальная проверка: люди подтверждают или опровергают вердикты, и из этого вычисляется настоящая точность.
Обсудим ваш переход
Для города, дорожной службы, компании или исследовательского проекта. Отвечаю за 1–2 рабочих дня.