В марте 2012 г. Алекс Тейчмен, аспирант кафедры информатики Стэнфордского университета, работал над роботизированными автомобилями (робомобилями). Его цель была помочь робомобилю понимать окружающую среду вокруг себя. В частности, распознавать пешеходов, велосипедистов и другие движущихся объекты, которые могли бы оказаться на пути робомобиля. Его подход был достаточно оригинальным: вместо традиционного анализа изображения использовалась информация о расстоянии до объекта, собранная лазерными дальномерами или датчиками и возможность научить компьютер отслеживать их.

Хотя математика, которую развил автор идеи, довольно сложна, Тейчмен поясняет, что сама идея проста. “Вы когда-либо видели, как ребенок едет на лифте с прозрачными стенками и смотрит сверху на улицу? На уровне земли автомобиль выглядит нормальным и неинтересным. Но когда лифт едет вверх, вещи постепенно начинают выглядеть по- другому. Ребёнок видит мир совсем другим и, возможно, хихикает из-за этого. И его визуальные системы учатся распознавать автомобиль с разных расстояний и под разными углами зрения. Для робомобилей Тейчмен использовал эту технологию, чтобы сделать компьютеры автомобиля более способными распознавать важные вещи вокруг них с меньшим количеством “ручного обучения”.

Тейчмен поясняет: “Предположите, что есть едущий велосипедист. Он находится в нормальной позе велосипедиста, наклонен вперед. И программное обеспечение признает его велосипедистом. Но, допустим, он отрывает руки от руля и откидывается назад. Компьютерная система видения не смогла бы распознать его как велосипедиста, потому что она никогда не видела его прежде в таком положении. Однако мой алгоритм знает, что это тот же самый велосипедист, потому что моя система видела его ранее и отслеживала его в течение долгого времени. И она теперь знает, что это – тот же самый объект”.

Тейчмен не думал о других применениях этой технологии, пока странное стечение обстоятельств дома его не напугало. Он жил в небольшом арендованном доме. Однажды, он нашел уведомление на двери, сообщающей ему, что водопроводчик должен осуществить осмотр труб внутри дома. Он запланировал время контроля, готов был впустить в дом подошедшего к двери человека. Но этот человек просто шел около дома и случайно подошёл к двери в запланированное время. Он не был водопроводчиком.

В течение нескольких дней после этого посещения (и после чтения отчета местной полиции об увеличении количества домашних краж), Тейчмен начал принимать телефонные звонки, которые вызывали подозрение. Звонили страховые компании, сборщики долгов, ищущие людей, которые не жили в этом доме, и т.п. Складывалось впечатление, что это воры пытаются выяснить его типичный график нахождения в доме.

И он решил объединить свою обычную домашнюю систему безопасности со своей разработанной для робомобилей компьютерной технологией видения, над которой он продолжал работать. Система работала на двух ноутбуках и была соединена с коммерческими видеокамерами “ощущающими” расстояние (такими как Microsoft Kinect).
Система определяла, что неподвижная ветвь дерева перед окном и колышущаяся под действием ветра ветвь дерева – это один и тот же объект и находится давно в поле зрения. А вот человек, недавно появившийся в проёме окна – это новый объект в поле зрения. И возможно – это вор. Он так запрограммировал компьютер, что если система безопасности обнаруживала такой объект, она делала видеосъёмку и пересылала видеоролик “куда нужно”. И если бы компьютеры были украдены, информация о краже всё равно дошла бы до правоохранительных органов.

И затем он уехал на отдых. Тейчмен был уверен в надёжной работе системы, что обокрасть безнаказанно его не удастся. Телефонные звонки, в конце концов, (и с ними его страхи) прекратились. И Тейчмен больше не думал намного о том проекте до 2014 года, когда он с товарищем начали говорить о системе Тейчмена на вечеринке. Тогда они поняли вместе, что здесь есть огромный потенциал для создания реального коммерческого продукта.
Идея состояла в том, чтобы построить недорогое, простое в эксплуатации домашнее устройство безопасности, которое понимает различие между хозяйской собакой и злоумышленником и сообщает хозяину или в полицию о нештатной ситуации.

Они продемонстрировали свою технологию на мероприятии стартап компаний “StartX” в феврале этого года. Тейчмен сказал толпе потенциальных инвесторов на мероприятии: “Мы верим, что Ваша система безопасности должна знать, что Ваша собака не грабит Вас”. О стоимости системы ещё ничего не известно. Посмотрим видео.

На видео, компьютер рисует вокруг изображения собаки зелёный ореол – “свой”. А вокруг людей (хотя один из них на четвереньках имитирует собаку) – красным ореолом – “чужой”. Исходя из сказанного выше, система безопасность давно отслеживала собаку внутри помещения, а другие движущиеся объекты появились внутри помещения недавно.