Klient rzadko chce „nagrywać”. Chce wiedzieć, że ktoś wszedł na plac po zamknięciu, że samochód wjechał na parking od strony, od której nie powinien, albo że nie musi przeglądać całej nocy nagrań, żeby znaleźć jedno zdarzenie. Do tego właśnie służy detekcja ruchu i analiza obrazu.
Tylko że sam napis „AI” na kamerze niczego nie załatwia. O tym, czy system będzie działał, decyduje kadr, wielkość obiektu w obrazie, sensownie ustawione reguły i to, czy rejestrator w ogóle rozumie, co kamera do niego wysyła. Po kolei.
Najpierw zdarzenie, potem kamera
Pierwsze pytanie, jakie zadaję przy takiej instalacji, nie brzmi „jaka kamera”, tylko „co dokładnie ma się stać, żebyś dostał alarm”. Odpowiedzi zwykle mieszczą się w kilku typach:
- człowiek lub pojazd pojawia się w wyznaczonym obszarze,
- obiekt wchodzi do chronionej strefy,
- ktoś przekracza linię,
- ktoś przekracza linię w konkretnym kierunku (wjazd tak, wyjazd nie),
- jest jakikolwiek ruch i chcę tylko szybciej znaleźć fragment nagrania.
Każdy z tych przypadków to inna reguła i często inne miejsce montażu. Linia sprawdza się na przejściach i wjazdach, obszar – na parkingu, przy wejściu albo na wydzielonej części posesji. Jeśli klient tego nie sprecyzuje, skończy się na „kamera ma wszystko”, a potem na telefonach, że alarm dzwoni co pięć minut.
Dla porządku: dokumentacja AXIS Object Analytics opisuje klasyfikację ludzi i pojazdów oraz scenariusze Object in area i Line crossing, z możliwością wskazania kierunku wyzwalającego zdarzenie. To dobry punkt odniesienia, bo Axis pisze wprost, w jakich warunkach ich analityka działa, a w jakich nie – do tego wrócę.
„AI” na kamerze i „AI” na rejestratorze to nie to samo
Cyfrowe przetwarzanie obrazu to filtracja, segmentacja, kompresja – rzeczy, które dzieje się w każdej kamerze IP od lat. Klasyfikacja obiektów to warstwa wyżej: algorytm ma powiedzieć, że ten kształt to człowiek, a tamten to samochód, i sprawdzić, czy spełnia regułę. To zupełnie inne wymagania i nie każde urządzenie z „inteligentną detekcją” w opisie faktycznie to robi.
Druga sprawa, na której wykłada się mnóstwo projektów: gdzie ta analiza się odbywa i kto obsługuje jej wynik. Analityka w kamerze nie znaczy, że do NVR lecą same metadane – rejestrator nadal dostaje strumień wideo i musi umieć odebrać zdarzenie, zapisać je i pokazać w wyszukiwarce. Widziałem instalacje, gdzie kamera świetnie rozpoznawała ludzi, a rejestrator innej marki traktował to jak zwykłą detekcję ruchu i nagrywał wszystko, co się ruszało.
Dlatego przed zakupem sprawdzam pięć rzeczy osobno:
- czy kamera obsługuje typ analizy, o który chodzi,
- czy rejestrator odbiera obraz z tej konkretnej kamery,
- czy potrafi obsłużyć jej zdarzenia analityczne (nie tylko strumień),
- czy funkcje nie zależą od wersji firmware albo licencji,
- czy konfigurację da się zrobić z poziomu systemu, którego klient będzie używał.
Dwa loga „AI” na dwóch pudełkach nie są dowodem na nic.
Wielkość obiektu w kadrze – tu przegrywa najwięcej instalacji
To najważniejszy fragment tego tekstu. Jeżeli człowiek w kadrze jest wielkości kropki, żaden algorytm go nie sklasyfikuje, choćby kamera miała nie wiadomo ile megapikseli. Rozdzielczość nie zastępuje pola widzenia i miejsca montażu.
Axis podaje konkretne progi dla AXIS Object Analytics: minimalna wysokość człowieka w idealnych warunkach, bez zasłonięcia, to 4% wysokości obrazu, pojazdu – 3%. Żeby detekcje nie ginęły, producent zaleca co najmniej 8% dla ludzi i 6% dla pojazdów. Podkreślam: to wartości Axis dla ich analityki. Inni producenci mogą mieć inne progi i nie przenoszę tych liczb na cudzy sprzęt.
Sprawdzić to prosto:
wysokość obiektu w obrazie / całkowita wysokość obrazu × 100%
Podczas montażu ustawiam podgląd, proszę kogoś, żeby stanął w najdalszym punkcie, w którym alarm ma jeszcze zadziałać, i patrzę, ile zajmuje. Jeśli za mało – zmieniam ogniskową, przesuwam kamerę albo dzielę scenę na dwie. Do tego trzeba założyć, że osoba będzie czasem częściowo schowana za autem, słupkiem czy krzakiem, więc margines nie zaszkodzi.
A teraz o tym, czego dokumentacja nie ukrywa. Axis wymienia sytuacje, które generują fałszywe alarmy albo pominięcia: owady na obiektywie (klasyk każdej letniej nocy przy promienniku IR), obiekty częściowo zasłonięte, zwierzęta wielkości człowieka i reflektory samochodów w ulewnym deszczu. Analityka ogranicza liczbę bezsensownych powiadomień, ale nie zeruje jej. Kto obiecuje klientowi „zero fałszywych alarmów”, będzie miał trudną rozmowę po pierwszej burzy.
Przykład: wejście na posesję i parking
Prosty, koncepcyjny układ, bez odniesienia do konkretnego zestawu.
Wejście dostaje linię z kierunkiem. Chodzi o to, żeby alarm szedł tylko przy ruchu do środka, a nie za każdym razem, gdy domownik wychodzi po pocztę. Parking dostaje obszar z klasyfikacją ludzi i pojazdów – alarm powiązany z kategorią obiektu i miejscem, w którym jego obecność ma znaczenie, a nie z samym „coś się ruszyło”.
Przed odbiorem robię zawsze tę samą rundę:
- Sprawdzam, czy w kluczowych punktach obiekt zajmuje wymaganą część wysokości obrazu.
- Testuję regułę przy wejściu do strefy i przy jej opuszczaniu.
- Chowam się częściowo za samochodem i patrzę, czy detekcja trzyma.
- Powtarzam w warunkach, w jakich to miejsce naprawdę żyje – wieczorem, przy włączonym oświetleniu, przy ruchu aut.
- Sprawdzam, czy rejestrator faktycznie zapisał zdarzenie analityczne, a nie tylko ciągły strumień.
Dopiero po tym mówię klientowi, że działa. Test na biurku nie zastąpi testu na scenie.
Kamera, którą bierzemy do takich zadań
Na posesje, wejścia i parkingi sięgamy często po kamerę Hikvision DS-2CD2T63G2-2LI(4mm), bo ma AcuSense z klasyfikacją ludzi i pojazdów na algorytmach Deep Learning, a ogniskowa 4 mm daje na tyle szeroki kadr, że jedna kamera obejmuje wjazd i kawałek placu.
Z karty produktu: rozdzielczość 3200 × 1800 (6 MP), kąt widzenia poziomy 78°, pionowy 38°, przekątny 96°, zasilanie DC 12V albo PoE.
Dwie uwagi, zanim wpiszecie ją do projektu. Po pierwsze, potwierdźcie dokładny standard PoE i budżet mocy na switchu oraz to, czy wasz rejestrator obsługuje jej zdarzenia analityczne, a nie tylko obraz – karta produktu tego nie rozstrzyga. Po drugie, progi procentowe z sekcji o wielkości obiektu dotyczą Axis, nie tego modelu. Dla Hikvision trzeba je zweryfikować na miejscu.
Na czym ludzie się wykładają
Najczęstszy błąd: wybór po rozdzielczości. Klient słyszy „6 MP”, myśli „będzie widać wszystko”, a potem kamera wisi na rogu hali i patrzy na cały plac, gdzie człowiek jest zbyt mały do jakiejkolwiek klasyfikacji. Piksele nie pomogą, gdy obiekt jest mały albo regularnie zasłaniany.
Drugi: wiara w procentową skuteczność z ulotki. „Skuteczność 99%” bez opisu warunków pomiaru nic nie mówi. Ta sama kamera w jasnej hali i na parkingu w deszczu to dwa różne urządzenia.
Zamiast pojedynczego parametru patrzę na całe zadanie:
- Obiekt: ludzie, pojazdy czy tylko ruch?
- Reguła: linia, obszar czy oba?
- Kadr: ile obiekt zajmuje w najważniejszym punkcie sceny?
- Ogniskowa i pole widzenia: czy obejmuję, co trzeba, nie zmniejszając obiektów do kropek?
- Scena: zasłonięcia, owady, deszcz, światła aut?
- Integracja: czy ten rejestrator obsługuje strumień i zdarzenia tej kamery?
- Zasilanie: czy switch lub zasilacz udźwignie urządzenie?
- Testy: czy mogę to sprawdzić na docelowym miejscu montażu?
Co dalej
Zacznijcie od kartki: jakie zdarzenia, gdzie linie i strefy, jak duży ma być obiekt w kadrze. Dopiero z tym porównujcie kamery IP z odpowiednią analityką i sprawdzajcie zgodność z rejestratorem i zasilaniem. Rejestratory NVR, switche PoE i oprogramowanie znajdziecie w kategorii monitoring IP.
Jeśli nie macie pewności, czy dana kamera dogada się z posiadanym rejestratorem albo czy scena w ogóle nadaje się pod analitykę, lepiej zapytać w CTR przed zakupem niż tłumaczyć się klientowi po montażu.