Je vaše riešenie videodohľadu na okraji siete?
Uri Guterman, vedúci produktového a marketingového oddelenia pre Hanwha Techwin Europe, vysvetľuje, ako sme sa dostali k okraju siete a prečo to poskytuje cestu k zavádzaniu nových, vzrušujúcich, inovatívnych a udržateľných riešení videodohľadu.
V časoch, keď existoval iba analógový CCTV, by ste potrebovali miestne umiestnený video kazetový rekordér (VCR), ak by ste chceli uchovať video dôkazy zachytené vašimi bezpečnostnými kamerami. To znamenalo, že ste museli kúpiť veľké množstvo videokaziet, aby sa zabezpečilo, že obrazové dáta môžu byť uložené až 30 dní alebo dlhšie, pretože každá kazeta mohla uchovať iba obmedzené množstvo videa, kým nebolo potrebné ju vymeniť. Organizácie s viacerými lokalitami mohli tiež zvoliť diaľkový monitoring obrazov, ktoré boli prenášané cez PSTN, ADSL alebo drahé špecializované prenajaté linky do centrálnej riadiacej miestnosti.
S príchodom IP sieťového videodohľadu mali používatelia možnosť pohodlne ukladať veľké množstvá video dát na sieťový video rekordér (NVR) alebo server, pričom hlavnou výhodou bolo, že už nebolo potrebné zahlcovať sieť prenosom videa z miest, kde sa nič dôležité neodohrávalo. Výsledkom toho sa monitoring založený na udalostiach, ktorý je tiež známy ako hlásenie výnimiek, stal akceptovanou metódou na upozornenie operátorov riadiacej miestnosti na incidenty. Ak to bolo potrebné, operátori mohli rýchlo a jednoducho získať pred a po-udalostné obrázky akéhokoľvek incidentu.
Výhoda tohto sa stala ešte zjavnejšou s príchodom viacpixelových kamier, keď bolo potrebné, aby zachytené video dáta zdieľali dostupnú šírku pásma so všetkým, čo bolo prenášané cez sieť. Mnohí bezpečnostní manažéri sa pravdepodobne stretli s komentárom “Ani o tom neuvažujte!” od IT tímu ich organizácie, ktorí neboli ochotní podstúpiť riziko, že by mohol byť narušený prenos kritických obchodných dát.
Aj keď väčšina veľkých inštalovaných systémov videodohľadu v posledných rokoch pravdepodobne využíva sieťové zdroje, ktoré sú izolované od hlavnej sieťovej infraštruktúry spoločnosti, príležitosť minimalizovať požiadavky na šírku pásma a s tým spojené náklady naďalej predstavuje významnú výhodu.
Okraj
Výpočtový výkon
Avšak potreboval to výrobca, ako je Hanwha Techwin, ktorý viedol cestu vývojom čipsetov s dostatočným výpočtovým výkonom, ktorý umožnil, aby sa dáta nahrávali a ukladali prostredníctvom slotov na SD karty zabudovaných do kamier, namiesto toho, aby boli drahšie uložené na NVR alebo serveri.
Kamery s dvojitými SD slotmi, ktoré celkovo ponúkajú až 512 GB kapacity na ukladanie, môžu poskytnúť bezpečnostnému personálu istotu, že to, čo môže byť kľúčovým dôkazom, bude bezpečne uložené na okraji siete. Pri plnej snímkovej frekvencii budú obrázky, ktoré nepretržite zachytávajú 2-megapixelové kamery v vysokom rozlíšení, napríklad, uložené až približne 20 dní, než budú prepísané. Počet dní záznamu môže byť zvýšený, ak je akceptovateľná nižšia snímková frekvencia a/alebo ak výrobca vyvinul vlastnú kompresnú technológiu, ktorá dopĺňa H.265 a tým minimalizuje požiadavky na ukladanie a zlepšuje efektivitu šírky pásma.
SD karty tiež pomôžu udržať dáta v bezpečí na okraji siete v prípade výpadku siete. Nasadenie kamier s funkciou automatického zálohovania obnovenia (ARB) zabezpečí, že aktivita zaznamenaná na SD karte, ak sa dočasne stratí pripojenie, bude automaticky prenesená na vzdialené zariadenie na záznam, keď sa pripojenie obnoví.
Výhody okraja však idú ďaleko za hranice uchovávania dát priamo na kamere.
Aplikácie na okraji siete
Kamery na videodohľad sú čoraz častejšie považované za inteligentné IT zariadenia, ktoré sú vybavené obrazovým senzorom a objektívom. V tomto ohľade sme blízko bodu, kedy vynikajúca kvalita obrázkov zachytených viackamerovými kamerami bude považovaná za samozrejmosť, podobne ako teraz považujeme za samozrejmosť možnosť telefonovať cez mobilný telefón. Kedy ste naposledy videli reklamu propagujúcu funkciu alebo kvalitu hovoru nového mobilného telefónu?
Teraz, keď kamery majú schopnosť spúšťať analytické aplikácie priamo na zariadení, ako je mapovanie tepla, počítanie ľudí, riadenie frontov, ako aj detekcia tvárových masiek súvisiacich s pandémiou, meranie sociálnych vzdialeností a monitorovanie obsadenosti, je oveľa viac toho, čo môžete s kamerami urobiť. S výpočtovým výkonom na to, je logické spracovať zachytené informácie na okraji siete a vyhnúť sa tak prenosu veľkého množstva dát cez sieť.
Zatiaľ čo výrobcovia ako Hanwha Techwin dodávajú kamery predinštalované s týmito aplikáciami, ako aj inteligentné video analytiky (IVA), ako je detekcia manipulácie, detekcia smeru, detekcia rozostrenia, virtuálne línie, vstup/výstup a detekcia pohybu, okraj poskytuje ideálnu príležitosť pre špecializovaných vývojárov tretích strán na inováciu vyvíjaním prelomových riešení bez serverov, ktoré vyhovujú špecifickým potrebám jednotlivých vertikálnych trhových sektorov.
Úsporné a škálovateľné riešenia na okraji siete
Ako príklad existuje bezserverové riešenie ANPR pre „malé lokality“, ktoré automaticky riadi pohyb vozidiel zo zoznamu povolených cez bariéry prostredníctvom výstupov kamier, ako aj poskytuje cenné informácie o správe parkoviska, ako je „strávený čas“ a miery obsadenosti. To všetko sa deje bez toho, aby používatelia museli vynaložiť náklady na inštaláciu a prevádzku aplikácie na serveri, pretože až 4 kamery (1 hlavná kamera a 3 podriadené) sú schopné súčasne zachytávať a prenášať dáta videoanalytiky na pohodlné používateľské rozhranie.
Bezserverové riešenia na okraji siete sú škálovateľné a poskytujú používateľom flexibilitu postupne rozširovať svoje systémy kedykoľvek, bez nutnosti obstarať si drahý server.
Video analytika na báze Deep Learning AI
Tieto aplikácie posúvajú videodohľad z bežného bezpečnostného systému, ktorý pomáha monitorovať a detegovať podozrivú aktivitu, na inteligentné riešenie, ktoré poskytuje oveľa viac.
Nedávne zavedenie cenovo dostupných kamier vybavených Deep Learning AI video analytikou na palube ďalej zlepšilo schopnosť kamier fungovať ako detekčné zariadenia. Deep Learning AI video analytika ignoruje šum vo videu, pohybujúce sa stromy, pohybujúce sa oblaky a zvieratá, ktoré by normálne mohli spôsobiť falošné poplachy, keď sa používajú štandardné technológie detekcie pohybu alebo senzory na detekciu aktivity, pretože tieto technológie neboli vyškolené na detekciu týchto objektov.
Tento vyšší výkon video analytiky na báze Deep Learning AI znamená, že operátori v kontrolnej miestnosti a bezpečnostný personál sa môžu sústrediť na reagovanie na skutočné incidenty a núdzové situácie a nemusia strácať čas a úsilie na falošné poplachy. Okrem extrémnej presnosti umožňuje Deep Learning AI operátorom vyhľadávať špecifické vlastnosti a atribúty, vrátane vekovej skupiny osoby, pohlavia a toho, či má osoba na sebe okuliare, klobúk alebo nesie tašku.
Retailové a dopravné aplikácie
Kamery vybavené Deep Learning AI sú obzvlášť vhodné pre aplikácie, ktoré vyžadujú vyšší stupeň sofistikovanosti, než aký ponúkajú tradičné video analytiky. Umožňuje to napríklad maloobchodníkom zachytávať a analyzovať obchodné informácie, ako je vek a pohlavie, čo im umožňuje podrobne analyzovať demografiu zákazníkov a tým získať lepšie pochopenie správania zákazníkov a nákupných vzorcov.
Plánovači ciest, orgány na presadzovanie dopravných predpisov a polícia môžu tiež teraz využiť AI kamery na identifikáciu značky, modelu a farby vozidiel, okrem rozpoznávania evidenčných čísiel vozidiel. Čoskoro uvádzané riešenie inteligentného riadenia dopravy Wisenet Road AI na báze okrajového spracovania bude napríklad využívať Deep Learning AI video analytiku na identifikáciu viac ako 700 modelov vozidiel vyrobených v rámci 70 značiek. Tieto údaje môžu byť použité na vykonávanie prieskumov na získanie lepšieho pochopenia využívania ciest, ako aj na presné identifikovanie vozidiel zapojených do dopravných priestupkov.
Záver
Systémoví integrátori zistia, že okraj poskytuje príležitosť ponúknuť svojim koncovým užívateľom inovatívne a udržateľné systémy, napríklad samostatné inteligentné zariadenia, ktoré môžu byť dokonca napájané solárnymi panelmi. Týmto spôsobom budú môcť využiť najnovšiu technológiu na dodávanie riešení, ktoré by v minulosti považovali za nemožné, keď sa nízko rozlíšené, monochromatické CCTV snímky museli draho prenášať a vzdialene monitorovať z centrálnej lokality.