# Разбор фотоархива по людям и событиям

`ПР03`

> ПРОДУКТИВНОСТЬ · СРЕДНИЙ · тема по фильтру курса 15/20 — годится

Многоуровневая AI-система для интеллектуальной обработки фотографий. VLM анализирует содержимое изображений (объекты, люди, сцены, эмоции). LLM генерирует описательные имена файлов и теги на основе визуального контента. ML-модели определяют качество фото, дубликаты, размытие. Система извлекает EXIF данные, определяет геолокацию и время съемки. RAG интегрируется с базой знаний для контекстуальной категоризации. Включает распознавание лиц, группировку по событиям, автоматическую сортировку по папкам.

**Зачем:** Автоматизировать процесс организации больших фотоколлекций через многомодальный AI-анализ и интеллектуальную категоризацию.

## Что предстоит выяснить

- Что считается одним событием: время, место, состав людей
- Что делать с дублями и сериями почти одинаковых кадров
- Как обращаться с лицами: узнавание людей — персональные данные
- Как откатить раскладку, если она оказалась неверной

**Область:** изображения, персональные данные, разные носители, свободный текст

## Тема глазами курса

**Чей процесс:** Фотограф разбирает съёмку на тысячи кадров перед сдачей клиенту

**Почему не решается одним вызовом модели:** Событие определяется по картинке, времени и месту сразу: три разных источника с разными ошибками. Раскладка меняет файлы на диске — необратимо, если не продумать откат

**Где появляется результат:** Результат — переименованные и разложенные файлы у фотографа: это его архив и его сдача клиенту

**Что считается успехом:** Фотограф отдаёт съёмку быстрее, чем разбирал руками, и ни один кадр не потерян

**Что будут атаковать:** Метаданные файла как канал инъекции

**Откуда данные (добывают сами):** Свой фотоархив: у команды из четверых наберутся десятки тысяч кадров с реальным разбросом качества и событий

### Оценка по фильтру: 15/20 — годится

- Чей процесс: 4/5 — Кому больно — и можно ли этого человека спросить?
- Своё поверх модели: 3/5 — Что останется от продукта, если убрать чужую модель?
- Действие: 4/5 — Продукт что-то меняет — или только показывает?
- Проверяемость: 4/5 — Чем меряется качество и что здесь будут атаковать?

> Тема курса «Системы искусственного интеллекта». Команда из четырёх ролей (Product/VO, AI Engineer, Delivery, Quality & Safety) реализует её за 16 недель, семь спринтов-лабораторных.