Как добавить аналитику на базе ИИ к существующим камерам видеонаблюдения

Почти каждая организация, которая спрашивает, как добавить ИИ в камеры видеонаблюдения, уже располагает ответом — он скрывается в одном из трёх вариантов. Ошибка — начинать с программного обеспечения, а не с имеющейся инфраструктуры. Именно камеры, которыми ты владеешь, — их разрешение на важных расстояниях, углы обзора, работа при слабом освещении и возможность обрабатывать видеопотоки на месте — определяют, какой из трёх вариантов тебе вообще доступен.

В этом руководстве сначала разбирается объективная проверка камер, а затем рассматриваются три варианта: купить аналитический слой поверх существующей системы управления видео, обновить саму VMS или камеры либо самостоятельно разместить модели детекции для уже имеющихся видеопотоков. Большинству читателей стоит выбрать один из первых двух вариантов. Третий подходит при определённых ограничениях, и в руководстве прямо указано, при каких именно.

Начни с имеющейся инфраструктуры, а не с программного обеспечения#

Поставщик аналитики с готовностью подключится к камере, которая не способна обеспечить нужную тебе детекцию. Проведи аудит до того, как начнёшь оценивать решения.

• Пиксели на объекте, а не мегапиксели. Камера 4K, охватывающая широкий двор, может давать меньше пикселей на человека в сорока метрах, чем камера 1080p, направленная на дверной проём. Для каждой детекции требуется минимальная высота объекта в пикселях, и именно это чаще всего становится причиной разочарования при модернизации.
• Угол обзора. Камеры видеонаблюдения обычно устанавливают так, чтобы видеть лица на большой территории. Для подсчёта объектов и логики зон это почти худший вариант: обзор сверху значительно эффективнее, чем под углом.
• Работа при слабом освещении и контровом свете. Проверь камеру в сумерках, ночью и в тот час, когда солнце светит прямо в объектив. Инфракрасная подсветка значительно меняет характеристики изображения, поэтому модель, проверенная только на дневной видеозаписи, может тебя удивить.
• Частота кадров и кодек. Сильно сжатые видеопотоки с низкой частотой кадров теряют детали, на которые опираются модели. Сравни то, что фактически сохраняет видеорегистратор, с тем, что может выдавать камера.
• Доступ к видеопотоку. Можно ли получать с каждой камеры второй поток RTSP, не ухудшая качество записи? Многие камеры поддерживают поток меньшего разрешения, которого часто достаточно и обработка которого обходится гораздо дешевле.
• Пропускная способность и топология сети. Непрерывная аналитика для множества потоков либо потребляет пропускную способность при передаче на центральный сервер, либо требует вычислительных ресурсов рядом с камерами. Архитектуру чаще определяет именно это, а не предпочтения в отношении программного обеспечения.
• Возраст камер и статус установки обновлений. Камеры со стандартными учётными данными в неразделённой сети — это проблема безопасности, а не возможность внедрить аналитику.

Обычно по итогам аудита камеры распределяются по группам: одни подходят для обнаружения объектов в зонах и определения присутствия, меньшее число — для подробной классификации, а некоторые в любом случае нужно переставить или заменить.

Три варианта#

Вариант 1: аналитический слой поверх существующей VMS#

Это рекомендуемый по умолчанию вариант. Такие продукты созданы специально для добавления функций детекции в существующую инфраструктуру камер без её замены. Для стандартных сценариев использования в сфере безопасности они быстрее и дешевле любого решения, которое ты будешь разрабатывать самостоятельно.

BriefCam. Слой видеоаналитики, особенно эффективный для быстрого просмотра и поиска по записанным видеоматериалам; можно развернуть локально. Лучше всего подходит для расследований, где основная задача — находить события в архиве видеозаписей. Компромисс: решение работает поверх VMS и добавляет компонент, а не заменяет его.

IronYun / Vaidio. Слой аналитики на основе ИИ, предназначенный для добавления детекции на существующих камерах и платформах VMS; включает широкий набор функций обнаружения для безопасности. Лучше всего подходит организациям, которым нужна дополнительная аналитика без изменений в инфраструктуре записи. Компромисс: в цепочке интеграции появляется ещё один поставщик, решение которого нужно проверять и обслуживать.

Lumana. Решение для добавления ИИ в существующую инфраструктуру камер, ориентированное именно на модернизацию, а не на предположение, что внедрение начинается с нуля. Лучше всего подходит командам, которым важно сохранить текущие камеры. Компромисс: это более новый участник рынка по сравнению с давно работающими поставщиками VMS.

Volt.ai. Аналогично ориентирован на интеграцию ИИ поверх существующей инфраструктуры видеонаблюдения; заметную часть предложения составляют рекомендации по интеграции. Лучше всего подходит организациям, модернизирующим системы со смешанным парком камер. Компромисс: как и в случае с любым дополнительным слоем, результат по-прежнему зависит от характеристик самих камер.

Все четыре решения предоставляют стандартные функции детекции: присутствие людей и транспортных средств, пересечение линии, вторжение в зону, длительное нахождение в зоне, оставленные предметы, плотность толпы и поиск по атрибутам в записанных видеоматериалах. Также ты получаешь поддержку и ответственного за точность. Но детекции, которой нет в каталоге, ты не получишь.

Один важный нюанс при определении объёма работ. Несколько таких продуктов предлагают поиск по атрибутам в видеоматериалах, но поставщики существенно различаются в том, означает ли это сопоставление описательных атрибутов, например цвета одежды, или сопоставление личности. Это принципиально разные возможности с совершенно разными юридическими рисками, поэтому стоит выяснить, что именно ты покупаешь и что тебе действительно нужно. Ограничение области применения распознаванием атрибутов и событий, а не личности, упрощает обсуждение соответствия требованиям и достаточно для большинства сценариев обеспечения безопасности.

Вариант 2: обновление VMS или камер#

Иногда объективный ответ заключается в том, что ограничение — сама инфраструктура, а не аналитика. Если камеры старые, плохо расположены, не подлежат обновлению и записывают видео с низкой частотой кадров, добавление ИИ лишь поверх них приведёт к разочарованию.

Genetec Security Center. Единая система управления видео, контролем доступа и ALPR с мощными средствами кибербезопасности и защиты конфиденциальности; можно развернуть локально. Лучше всего подходит крупным организациям и государственным структурам, которым нужна единая система физической безопасности. Компромисс: это масштабная платформа, требующая соответствующей экспертизы.

Milestone XProtect. Открытая платформа VMS с широкой экосистемой интеграций со сторонними решениями, поэтому аналитику можно выбирать отдельно от системы записи. Лучше всего подходит организациям, которые хотят сохранить такую возможность выбора. Компромисс: кому-то придётся отвечать за сборку интеграций.

Avigilon Unity. Локальная система видеобезопасности со встроенной аналитикой и тесной интеграцией камер с программным обеспечением. Лучше всего подходит командам, которым нужна согласованная система от одного поставщика. Компромисс: максимальную эффективность система показывает при использовании собственных камер.

Verkada. Камеры с облачным управлением и встроенной аналитикой; особое внимание уделяется простоте внедрения и управления. Лучше всего подходит распределённым организациям с несколькими площадками и ограниченными ресурсами IT на местах. Компромисс: некоторым требованиям к локализации данных не соответствует архитектура с облачным управлением.

Rhombus. Аналогичное решение с облачным управлением и встроенной аналитикой, предназначенное для простого внедрения на нескольких площадках. Лучше всего подходит организациям среднего сегмента, которым нужно быстрое развёртывание. Компромисс: как и выше, облачная модель ограничивает применение там, где видеозаписи должны оставаться локально.

Eagle Eye Networks. Облачное управление видео с открытым подходом к API и вариантами аналитики. Лучше всего подходит организациям, которым нужно облачное управление при сохранении гибкости интеграции. Компромисс: архитектура ориентирована на облако.

Axis Camera Station. Простая локальная система управления видео для камер Axis со встроенной аналитикой на камерах и необычно подробной документацией о происхождении оборудования. Лучше всего подходит для развёртываний Axis среднего масштаба. Компромисс: для очень крупных систем с несколькими площадками она подходит хуже, чем корпоративные платформы.

Если действуют требования к локализации данных, изолированной сети или ограничения закупок, круг вариантов сужается ещё до рассмотрения остальных факторов. Нормативные требования, лежащие в основе таких решений, подробнее рассматриваются в нашем руководстве по локальной видеоаналитике для соблюдения требований безопасности.

Вариант 3: самостоятельное размещение моделей для существующих видеопотоков#

Этот вариант выбирают реже, но при определённых условиях он подходит лучше всего:

• Нужной детекции нет ни в одном каталоге. Например, требуется обнаруживать конкретное оборудование, специфическое для предприятия состояние, этап процесса или товар на производственной линии. Обычную аналитику безопасности нельзя настроить для распознавания нового класса. - Граница обработки данных должна быть абсолютной. Речь не только о хранении. Ни одно изображение не должно покидать сеть для анализа, в том числе передаваться в облачную среду поставщика. - Ты поставляешь продукт. Если аналитика — функция продукта, который ты продаёшь, лицензирование по каналам не вписывается в модель затрат, и тебе придётся разрабатывать решение самому. - Лицензирование по каналам не масштабируется при твоём количестве видеопотоков, а у тебя есть инженерные ресурсы для эксплуатации альтернативного решения. - Тебе нужно управлять жизненным циклом модели, переобучая её на собственных видеозаписях по мере изменений на объекте, а не ожидая релизов поставщика.

Если ничего из перечисленного к тебе не относится, выбирай вариант 1.

Архитектура#

Оставь VMS. Запись, хранение, контроль доступа и журналы аудита уже решены и важны для соблюдения требований. Получай из VMS видеопотоки — не заменяй её.

Передавай видеопотоки RTSP в собственный сервис инференса. Если разрешение позволяет, отдавай предпочтение дополнительному потоку камеры. Его декодирование обходится гораздо дешевле, и часто именно декодирование, а не инференс становится узким местом.

Запускай детекцию и отслеживание. Модели Ultralytics YOLO (YOLOv8, YOLO11 и YOLO26) подходят для нужных задач: детекция людей, транспортных средств и объектов; отслеживание для пересечения линий и логики зон; оценка позы для определения положения тела и падений; сегментация, когда границы важнее рамок. Экспортируй модели в ONNX или TensorRT для оборудования, на котором собираешься их запускать.

Обучай модель на собственных видеозаписях. Универсальная модель хорошо справляется с людьми и транспортными средствами. Точность в реальных условиях зависит от конкретных камер, ракурсов, погоды и освещения, которых не будет в открытых наборах данных. Ultralytics Platform позволяет размечать видеозаписи с объектов с помощью Smart Annotation на базе SAM и обучать модели в том же процессе. Это особенно важно, когда иначе пришлось бы объединять инструменты разметки и обучения.

Передавай события обратно в рабочий процесс обеспечения безопасности. Результаты детекции должны поступать в VMS или систему управления тревогами, за которой операторы уже следят. Отдельная панель мониторинга превратится в ещё один инструмент, который никто не открывает.

Реши вопрос с лицензированием до того, как пилотный проект перейдёт в промышленную эксплуатацию. Модели Ultralytics YOLO доступны по лицензии AGPL-3.0, а для коммерческого или проприетарного развёртывания обычно нужна лицензия Ultralytics Enterprise, которая также включает частное развёртывание и расширенную поддержку. Разобраться с этим на этапе проектирования гораздо дешевле, чем после внедрения.

Расчёт вычислительных ресурсов#

Планирование ресурсов для непрерывного инференса множества видеопотоков — отдельная задача, и на результат сильнее всего влияют два фактора.

Первый — частота кадров. Для большинства событий безопасности не требуется обрабатывать каждый кадр. Выбирай частоту исходя из самого короткого события, которое необходимо обнаружить: для человека, пересекающего линию, требуется гораздо меньше 30 кадров в секунду. Обычно это значительно снижает требования к ресурсам.

Второй — место выполнения инференса. Периферийные устройства рядом с камерами избавляют от передачи видео по сети и позволяют хранить видеозаписи локально — часто именно это и требуется. Центральный сервер с GPU проще в эксплуатации и управлении, но создаёт высокую нагрузку на сеть. В инфраструктурах со смешанными условиями обычно используют оба подхода: инференс на периферии удалённых площадок и централизованную обработку там, где сеть работает хорошо.

Проверяй производительность на собственных видеопотоках и оборудовании. Показатели пропускной способности модели, измеренные на специально подготовленных наборах данных, не предсказывают производительность конвейера декодирования и инференса на твоих камерах.

Ложные тревоги устраняют на уровне выше модели, а не внутри неё#

Самая распространённая проблема самодельной системы — не низкая точность детекции. Это поток тревог, на которые операторы перестают реагировать уже через две недели.

Детекция — это ещё не событие. Уровень, на котором рамки преобразуются в тревоги, и позволяет контролировать долю ложных срабатываний:

• Подтверждение во времени. Требуй, чтобы трек существовал на протяжении нескольких кадров, прежде чем учитывать его. Детекции на одном кадре — это шум.
• Задавай геометрию зон с учётом реального мира. Полигон, нарисованный на 2D-изображении, не совпадает с участком на земле. Без калибровки перспективы человек далеко за пределами опасной зоны может казаться находящимся внутри неё.
• Защита от повторов. Человек, задержавшийся у порога, не должен генерировать повторные события пересечения.
• Расписания и исключения. Погрузчик в проходе в два часа дня — это нормально, а в два часа ночи — нет. Учёт таких условий устраняет значительную часть тревог.
• Уровни эскалации. Не каждая детекция заслуживает тревоги. Уведомление в реальном времени, сводка за смену и еженедельная динамика — это три разных результата с разными требованиями к точности.

На этот уровень, скорее всего, уйдёт больше кода, чем на интеграцию модели. Оценивай систему по числу ложных тревог за смену, а не по точности детекции на тестовом наборе. Именно число ложных тревог за смену определит, будет ли система включена через три месяца.

Конфиденциальность и область применения#

Добавление аналитики к существующим камерам меняет их назначение и обычно влечёт за собой обязательства, которых не было при первоначальной установке.

• Ограничение целей обработки. Камеры, установленные для безопасности, не должны незаметно превращаться в инструмент контроля производительности или поведения. На рабочем месте это и юридический вопрос, и вопрос доверия.
• Проведи новую оценку, а не полагайся на прежнюю. Добавление автоматического анализа существующих видеозаписей обычно требует новой оценки защиты данных, а во многих странах ЕС — консультаций с производственным советом.
• Исключи сопоставление личности. Обнаружение людей и транспортных средств, пересечения линий, вторжения в зоны, длительного нахождения в зоне, плотности толпы и оставленных предметов работает на анонимных детекциях. Ultralytics не предлагает свои модели для распознавания лиц, а сопоставление личности создаёт значительно более серьёзные юридические риски и не улучшает ни одну из перечисленных функций.
• Сокращай объём сохраняемых данных. Если для ответа на вопрос достаточно событий и подсчётов, сохраняй только события и подсчёты.
• Регистрируй просмотр и экспорт, а не только изменения конфигурации.
• Раздели сеть камер на сегменты. Модернизация — хороший повод устранить проблемы неразделённых сетей и стандартных учётных данных.