Видеоаналитика на основе ИИ: что нужно знать перед монтажом

Сегодня видеоаналитика по умолчанию входит в состав многих систем видеонаблюдения. Это не попытка разработчиков повысить цены, это потребность пользователей в повышении ситуационной осведомленности на своих объектах. Видеомониторинг сегодня — это не только наблюдение, но и анализ данных. 

Однако видеоаналитика в видеонаблюдении может работать хуже, есть не учесть правила монтажа. 

Принцип работы видеоаналитики

Видеоаналитика — это искусственный интеллект, способный реагировать на определенный характер информации, поступающей с камер наблюдения. Разберемся в теме подробнее. 

Видеоаналитика использует видеоматериалы для сравнения их с установленными условиями “нормы”, которые определены в ПО. Принципы работы отличаются от вида аналитики, то в целом схема выглядит так: 

  • искусственный интеллект ищет во входящем потоке данных определенную информацию и сравнивает ее с установленными правилами в ядре; 
  • если данные не соответствуют “норме”, система реагирует. 

Например, в “мозгах” видеоаналитики прописано, что на данной территории наблюдения не должно быть движения. Как только система заметит посторонний объект, поступит сигнал оператору или владельцу. А благодаря развитию IT-технологий искусственный интеллект сможет отличить человека на территории и мимо пролетающую птицу и т.п. 

Подробнее про ИИ вы можете узнать в статьях:

  1. Умная видеоаналитика: мыльный пузырь или прорыв в технологиях?”.
  2. Интеллектуальная видеоаналитика: преимущества, принципы, задачи”.
  3. Периметр безопасности: защита тепловизорами и видеоаналитикой”. 

Типы видеоаналитики

Существует 3 основных типа видеонаблюдения с искусственным интеллектом

  • базовая. Работает на основе изменений части изображения. Например, когда группа пикселей меняет цвет, система подсчитает это движением. Однако метод часто ложно реагирует;
  • расширенная. Система ищет формы, а не изменения отдельных пикселей. Это значительно снижает процент ложных тревог;
  • анализ с глубоким обучением. Работает видеоаналитика на основе обучаемых нейронных сетей. Это новая технология, которая выдает максимальную на сегодняшний день точность работы и эффективность. 

Перед установкой камер на основе видеоаналитики, нужно понимать, для чего будет применяться видеонаблюдение. Для этого требуется проект, а также учитывать 3 фактора, которые могут снизить эффективность всей системы. 

Факторы, которые нужно знать до монтажа

Нельзя проводить монтаж камер с ИИ без подготовки. Для многих систем требуются определенные правила для минимальной эффективности. Это может касаться скорости съемки, угол наклона, разрешение видео и пр. 

Мы рассмотрим 3 основных фактора. 

Эффект бочки

Оптическое искажение — это перемещение объектов к углам картинки. Данный эффект снижает возможность идентификации объектов системой.  К этому склонны камеры без широкого динамического диапазона. 

Выбирайте камеры с широким динамическим диапазоном и высокой скоростью затвора, если объекты на территории наблюдения перемещаются быстро. 

Пропускная способность

Для видеоаналитики нужна достаточная пропускная способность и вычислительная мощность для анализа. Видеоматериалы не должны замедлять работу сети и наполнять хранилище за несколько минут или часов, тогда появляется риск не записать самый важный момент наблюдения, например, нарушение правил. 

Некоторые пользователи думают, что организация высокой пропускной способности нужны больше финансовые траты. Однако это не так. Прочтите статью: “Снизим затраты на пропускную способность HD видеонаблюдения”.

Уровень освещения

Камеры могут работать только в определенных условиях освещения. Например, до монтажа нужно понять, сколько времени в сутках будет работать наблюдение. Если: 

  • камеры будут включены 24/7, то нужна функция автоматического перехода из дневной съемки в ночную; 
  • оборудование работает только днем, нужно учитывать расположение солнца в разное время суток, чтобы не было засветов картинки; 
  • устройства нужны только ночью, то требуется учитывать эти 6 факторов при выборе

Без хорошего освещения все изображения будут некачественные и аналитика не сможет на основе них принимать решения. 

Выводы по теме 

Многие проблемы с видеонаблюдением появляются в результате некачественного монтажа. Если вы, как ответственный пользователь, уделите время на разработку проекта и продумывания целей системы, то наблюдение с ИИ прослужит вам долгие годы без каких-либо трудностей.

Александр Вебер

Александр Вебер

Специалист в области видеонаблюдения, видеоаналитики, облачных систем хранения данных. Консультант по вопросам интеграции систем и средств видеонаблюдения в различные сферы бизнеса. Опыт работы в отрасли более 10 лет.

Читайте также