Como adicionar análises de IA às câmeras de segurança existentes

Quase todas as organizações que perguntam como adicionar IA às câmeras de segurança já têm a resposta de que precisam em algum lugar entre três opções, e o erro é começar pelo software em vez de começar pelo parque instalado. As câmeras que você possui (a resolução delas nas distâncias relevantes, os ângulos, o desempenho em baixa luminosidade e onde os fluxos podem ser processados) determinam qual das três opções está realmente disponível para você.

Este guia aborda a auditoria honesta das câmeras que deve ser feita primeiro e, em seguida, as três opções: comprar uma camada de análise que se sobreponha ao seu sistema de gerenciamento de vídeo atual, atualizar o VMS ou as próprias câmeras e hospedar seus próprios modelos de detecção nos fluxos que você já tem. A maioria dos leitores deve escolher uma das duas primeiras. A terceira é uma opção real para um conjunto específico de restrições, e este guia explica claramente quais são.

Comece pelo parque instalado, não pelo software#

Um fornecedor de análise conectará sem hesitar uma câmera que não consegue atender à detecção desejada. Faça a auditoria antes de avaliar as opções.

• Pixels no alvo, não megapixels. Uma câmera 4K que cobre um pátio amplo pode registrar menos pixels de uma pessoa a quarenta metros do que uma câmera 1080p que cobre uma entrada. Toda detecção exige uma altura mínima em pixels, e esse é, de longe, o motivo mais comum para uma modernização decepcionar.
• Ângulo. As câmeras posicionadas para segurança geralmente são inclinadas para ver rostos em uma área ampla. Essa geometria está perto de ser a pior possível para contagem e lógica de zonas, nas quais as vistas de cima têm um desempenho muito melhor do que as oblíquas.
• Desempenho em baixa luminosidade e contra a luz. Teste ao anoitecer, à noite e na hora em que o sol incide na lente. A iluminação infravermelha altera substancialmente as características da imagem, e um modelo avaliado apenas com imagens diurnas pode surpreender você.
• Taxa de quadros e codec. Fluxos muito comprimidos e com baixa taxa de quadros perdem os detalhes dos quais os modelos dependem. Verifique o que o gravador realmente armazena em comparação com o que a câmera consegue produzir.
• Acesso ao fluxo. Você consegue obter um segundo fluxo RTSP por câmera sem prejudicar a gravação? Muitas câmeras oferecem um fluxo secundário de resolução mais baixa, que costuma ser adequado e muito mais barato de processar.
• Capacidade e topologia da rede. A análise contínua de muitos fluxos consome largura de banda para um servidor central ou exige recursos computacionais próximos às câmeras. Isso determina a arquitetura com mais frequência do que a preferência por software.
• Idade e estado dos patches das câmeras. Câmeras com credenciais padrão em uma rede plana são um problema de segurança antes de serem uma oportunidade de análise.

O resultado dessa auditoria costuma ser uma divisão: algumas câmeras são adequadas para detecção de zonas e presença, menos câmeras são suficientes para classificação detalhada e algumas precisam ser reposicionadas ou substituídas, independentemente da opção escolhida.

Três opções#

Opção 1: uma camada de análise sobre o VMS existente#

Esta é a recomendação padrão. Esses produtos existem especificamente para adicionar recursos de detecção a parques de câmeras sem substituí-los e, para casos de uso padrão de segurança, são mais rápidos e baratos do que qualquer solução que você desenvolveria.

BriefCam. Uma camada de análise de conteúdo de vídeo que se destaca pela revisão rápida e pela pesquisa em imagens gravadas, implantável no local. Ideal para ambientes que dependem muito de investigações, nos quais encontrar eventos em vídeos históricos é a principal carga de trabalho. Desvantagem: funciona sobre um VMS, adicionando um componente em vez de substituí-lo.

IronYun / Vaidio. Uma camada de análise com IA projetada para levar a detecção a câmeras e plataformas VMS existentes, com um amplo catálogo de detecções de segurança. Ideal para organizações que querem mais recursos de análise sem mexer na infraestrutura de gravação. Desvantagem: mais um fornecedor na cadeia de integração para testar e manter.

Lumana. Focada em adicionar IA a parques de câmeras existentes, com atenção ao próprio processo de modernização, em vez de presumir uma instalação do zero. Ideal para equipes cujo requisito explícito é manter as câmeras atuais. Desvantagem: é uma empresa mais recente em comparação com os fornecedores de VMS estabelecidos.

Volt.ai. Também se concentra em sobrepor IA à infraestrutura de vigilância existente, incluindo orientações de integração como parte evidente da oferta. Ideal para organizações que modernizam parques com diferentes tipos de câmeras. Desvantagem: como acontece com qualquer solução sobreposta, a qualidade do resultado ainda depende das câmeras subjacentes.

O que você obtém com as quatro: detecções padrão (presença de pessoas e veículos, cruzamento de linha, intrusão em zona, permanência prolongada, objeto deixado para trás, densidade de multidão e pesquisa baseada em atributos em imagens gravadas), com suporte e alguém responsável pela precisão. O que você não obtém: uma detecção que não esteja no catálogo.

Uma observação sobre o escopo. Vários desses produtos promovem a pesquisa por atributos em imagens, e os fornecedores diferem bastante quanto a isso significar correspondência de atributos descritivos, como a cor da roupa, ou correspondência de identidades. São recursos materialmente diferentes, com implicações legais igualmente distintas, e vale a pena estabelecer o que você está comprando e o que realmente deseja. Restringir o escopo à detecção de atributos e eventos, em vez de identidades, simplifica a discussão sobre conformidade e é suficiente para a maioria dos fluxos de trabalho de segurança.

Opção 2: atualizar o VMS ou as câmeras#

Às vezes, a resposta honesta é que a limitação está no parque instalado, não na análise. Se as câmeras são antigas, estão mal posicionadas, não podem receber patches e gravam com baixas taxas de quadros, sobrepor IA a elas só trará decepção.

Genetec Security Center. Vídeo, controle de acesso e ALPR unificados, com recursos sólidos de cibersegurança e privacidade, implantável no local. Ideal para grandes instalações empresariais e do setor público que precisam de segurança física unificada. Desvantagem: é uma plataforma robusta que exige especialização correspondente.

Milestone XProtect. Um VMS de plataforma aberta com um amplo ecossistema de integração de terceiros, permitindo selecionar os recursos de análise independentemente da camada de gravação. Ideal para organizações que querem manter essa opção em aberto. Desvantagem: alguém precisa assumir a responsabilidade pela integração.

Avigilon Unity. Segurança de vídeo no local, com análise integrada e integração estreita entre câmera e software. Ideal para equipes que querem uma pilha coesa de um único fornecedor. Desvantagem: funciona melhor quando se adotam as próprias câmeras da empresa.

Verkada. Câmeras gerenciadas na nuvem, com análise integrada e forte ênfase na facilidade de implantação e gerenciamento. Ideal para organizações distribuídas com várias unidades e poucos recursos de TI no local. Desvantagem: a arquitetura gerenciada na nuvem não atende a alguns requisitos de residência de dados.

Rhombus. Também é gerenciada na nuvem e inclui análise, com foco em uma implementação simples em várias unidades. Ideal para organizações de médio porte que querem uma implantação rápida. Desvantagem: como acima, o modelo de nuvem é uma limitação quando as imagens precisam permanecer no local.

Eagle Eye Networks. Gerenciamento de vídeo na nuvem com uma abordagem de API aberta e opções de análise. Ideal para organizações que querem gerenciamento na nuvem sem abrir mão da flexibilidade de integração. Desvantagem: arquitetura centrada na nuvem.

Axis Camera Station. Gerenciamento de vídeo simples no local, com câmeras Axis e análise na própria câmera, além de documentação de procedência de hardware excepcionalmente detalhada. Ideal para implantações de médio porte com equipamentos Axis. Desvantagem: menos adequado a parques muito grandes distribuídos por várias unidades do que as plataformas empresariais.

Se houver um requisito de residência de dados, isolamento de rede ou restrição de compras, isso reduz esta lista antes de qualquer outro fator. Os padrões de conformidade que orientam essas decisões são abordados com mais detalhes no nosso guia sobre análise de vídeo de segurança no local para conformidade.

Opção 3: hospedar modelos nos seus fluxos atuais#

Esta é a opção menos comum, mas é a certa em condições específicas:

• A detecção não está em nenhum catálogo. Um equipamento específico, uma condição específica das instalações, um estado do processo ou um produto em uma linha. Não é possível configurar uma análise de segurança genérica para reconhecer uma nova classe. - O limite da inferência é absoluto. Não se trata apenas do armazenamento. Nenhuma imagem pode sair da rede para análise, inclusive para a camada de nuvem de um fornecedor. - Você está lançando um produto. Se a análise é um recurso de algo que você vende, o licenciamento por canal não se encaixa no modelo de custos e você está desenvolvendo uma solução. - O licenciamento por canal não é escalável para a quantidade de fluxos que você tem, e você dispõe de capacidade de engenharia para operar uma alternativa. - Você precisa controlar o ciclo de vida do modelo, retreinando-o com suas próprias imagens à medida que o local muda, em vez de esperar pelos lançamentos do fornecedor.

Se nenhuma dessas condições se aplica, escolha a opção 1.

A arquitetura#

Mantenha o VMS. Gravação, retenção, controle de acesso e registro de auditoria já estão resolvidos e são relevantes para a conformidade. Consuma os fluxos dele; não o substitua.

Direcione os fluxos RTSP para seu próprio serviço de inferência. Prefira o fluxo secundário da câmera quando a resolução permitir. Decodificá-lo custa muito menos, e a decodificação costuma ser o verdadeiro gargalo, não a inferência.

Execute detecção e rastreamento. Os modelos Ultralytics YOLO (YOLOv8, YOLO11 e YOLO26) abrangem as tarefas relevantes: detecção de pessoas, veículos e objetos, rastreamento para cruzamento de linhas e lógica de zonas, estimativa de pose para postura e detecção de quedas, e segmentação quando os limites são mais importantes do que as caixas. Exporte para ONNX ou TensorRT para o hardware em que você fará a implantação.

Treine com suas próprias imagens. Um modelo geral lida bem com pessoas e veículos. Suas câmeras, ângulos, condições climáticas e iluminação específicas determinam a precisão em produção, e os conjuntos de dados públicos não serão representativos delas. A Ultralytics Platform pode anotar imagens do local com a Anotação Inteligente baseada em SAM e treinar no mesmo fluxo de trabalho, o que é importante quando a alternativa é combinar ferramentas de anotação e treinamento.

Integre os eventos ao fluxo de trabalho de segurança. As detecções devem aparecer no VMS ou no sistema de gerenciamento de alarmes que os operadores já acompanham. Um painel separado se torna mais uma coisa que ninguém abre.

Resolva o licenciamento antes de o projeto-piloto entrar em produção. Os modelos Ultralytics YOLO são oferecidos sob a licença AGPL-3.0, e implantações comerciais ou proprietárias geralmente exigem uma licença Ultralytics Enterprise, que também cobre implantações privadas e suporte avançado. Resolver isso durante o projeto custa muito menos do que depois da implantação.

Dimensionamento dos recursos computacionais#

A inferência contínua em muitos fluxos exige planejamento de capacidade, e dois fatores são predominantes.

O primeiro é a taxa de quadros. A maioria dos eventos de segurança não exige todos os quadros. Defina a taxa com base no evento mais curto que você precisa detectar (uma pessoa cruzando uma linha exige muito menos do que 30 fps), e os requisitos de capacidade costumam cair substancialmente.

O segundo é onde a inferência é executada. Dispositivos de borda próximos às câmeras evitam transmitir vídeo pela rede e mantêm as imagens no local, que costuma ser justamente o objetivo. Um servidor GPU central é mais simples de operar e gerenciar, mas concentra a demanda por largura de banda. Em parques mistos, é comum usar as duas opções: inferência na borda em locais remotos e processamento central onde a rede é boa.

Faça benchmarks com seus próprios fluxos e hardware. As métricas de throughput do modelo, medidas em conjuntos de dados selecionados, não permitem prever o desempenho de um pipeline de decodificação e inferência nas suas câmeras.

Os falsos alarmes são resolvidos acima do modelo, não dentro dele#

A falha mais comum de um sistema desenvolvido internamente não é a baixa precisão da detecção. É um volume de alertas ao qual os operadores deixam de responder em duas semanas.

Detecções não são eventos. A camada que converte caixas em alertas é onde a taxa de falsos alarmes é realmente controlada:

• Persistência. Exija que um rastreamento seja estabelecido ao longo de vários quadros antes de considerá-lo válido. Detecções em um único quadro são ruído.
• Geometria das zonas em termos do mundo real. Um polígono desenhado em uma imagem 2D não representa uma área no chão. Sem calibração de perspectiva, uma pessoa bem fora de uma zona de perigo pode parecer estar dentro dela.
• Antirrepetição. Uma pessoa que permanece junto a um limite não deve gerar eventos de cruzamento repetidos.
• Horários e exceções. Uma empilhadeira em um corredor às 14h é normal, mas às 2h não é. Codificar essa regra elimina grande parte dos alertas.
• Níveis de escalonamento. Nem toda detecção merece um alarme. Alerta em tempo real, resumo do turno e tendência semanal são três resultados diferentes, com três requisitos de precisão diferentes.

Espere que essa camada exija mais código do que a integração do modelo e avalie o sistema pelo número de falsos alarmes por turno, não pela precisão da detecção em relação a um conjunto de teste. O número de falsos alarmes por turno determina se o sistema continuará ligado daqui a três meses.

Privacidade e escopo#

Adicionar análise às câmeras existentes altera a finalidade delas, e isso geralmente aciona obrigações que não se aplicavam à instalação original.

• Limitação da finalidade. Câmeras instaladas para segurança não devem se tornar, sem aviso, ferramentas de monitoramento da produtividade ou do comportamento. No ambiente de trabalho, isso é tanto uma questão jurídica quanto de confiança.
• Faça uma nova avaliação, não herde a anterior. Adicionar análise automatizada às imagens existentes geralmente exige uma nova avaliação de proteção de dados e, em grande parte da UE, consulta ao conselho de trabalhadores.
• Exclua a correspondência de identidades do escopo. Detecção de pessoas e veículos, cruzamento de linhas, intrusão em zonas, permanência prolongada, densidade de multidão e detecção de objetos deixados para trás funcionam com detecções anônimas. A Ultralytics não oferece seus modelos para reconhecimento facial, e a correspondência de identidades acarreta implicações legais muito maiores sem melhorar nenhuma dessas detecções.
• Minimize o que você retém. Quando eventos e contagens respondem à pergunta, mantenha eventos e contagens.
• Registre visualizações e exportações, não apenas alterações de configuração.
• Segmente a rede de câmeras. Uma modernização é uma boa oportunidade para corrigir redes planas e credenciais padrão.