Mevcut Güvenlik Kameralarına Yapay Zeka Analitiği Nasıl Eklenir

Güvenlik kameralarına yapay zekanın nasıl ekleneceğini soran neredeyse her kuruluş, ihtiyaç duyduğu cevabı üç seçenekten birinde zaten bulmuştur ve yapılan hata, yazılımdan değil varlık envanterinden başlamaktır. Sahip olduğunuz kameralar (önemli mesafelerdeki çözünürlükleri, açıları, düşük ışık performansları ve akışlarının nerede işlenebileceği), bu üç yoldan hangisinin sizin için gerçekten erişilebilir olduğunu belirler.

Bu kılavuz, önce yapılması gereken dürüst kamera denetimini, ardından ise şu üç yolu ele almaktadır: mevcut video yönetim sisteminizin (VMS) üzerinde çalışan bir analitik katmanı satın almak, VMS'yi veya kameraların kendisini yükseltmek ve halihazırda sahip olduğunuz akışlar üzerinde tespit modellerini kendi sunucunuzda barındırmak (self-host). Çoğu okuyucu ilk iki seçenekten birini tercih etmelidir. Üçüncü seçenek belirli kısıtlamalar seti için gerçek bir alternatiftir ve bu kılavuz hangileri için geçerli olduğunu açıkça belirtmektedir.

Yazılımdan değil, envanterden başla#

Bir analitik sağlayıcısı, istediğiniz tespiti destekleyemeyen bir kameraya memnuniyetle bağlanacaktır. Değerlendirme yapmadan önce denetim gerçekleştirin.

• Megapiksel değil, hedef üzerindeki piksel sayısı. Geniş bir avluyu kapsayan 4K bir kamera, kırk metre uzaklıktaki bir kapı girişini kapsayan 1080p bir kameraya kıyasla bir kişi üzerinde daha az piksel bırakabilir. Her tespitin minimum bir piksel yüksekliği vardır ve bu, bir sistem güncellemesinin hayal kırıklığı yaratmasının en yaygın nedenidir.
• Açı. Güvenlik için konumlandırılan kameralar genellikle geniş bir alandaki yüzleri görecek şekilde açısaldır. Bu durum, yukarıdan çekilen görünümlerin eğik görünümlere kıyasla olağanüstü derecede iyi performans gösterdiği kişi sayımı ve alan mantığı için en kötü geometrilere yakındır.
• Düşük ışık ve arkadan aydınlatma davranışı. Alacakaranlıkta, gecede ve güneşin merceğe vurduğu her saatte test edin. Kızılötesi aydınlatma görüntü özelliklerini büyük ölçüde değiştirir ve yalnızca gündüz görüntüleriyle değerlendirilen bir model sizi şaşırtacaktır.
• Kare hızı ve codec. Yoğun bir şekilde sıkıştırılmış, düşük kare hızına sahip akışlar modellerin güvendiği detayları kaybeder. Kayıt cihazının gerçekte neyi sakladığı ile kameranın ne üretebildiğini kontrol edin.
• Akış erişimi. Kaydı bozmadan kamera başına ikinci bir RTSP akışı alabilir misiniz? Birçok kamera, genellikle yeterli olan ve işlenmesi çok daha ucuz olan daha düşük çözünürlüklü bir alt akışı destekler.
• Ağ kapasitesi ve topoloji. Birçok akış üzerindeki sürekli analitik, ya merkezi bir sunucuya bant genişliği tüketir ya da kameraların yakınında işlem gücü gerektirir. Mimari kararını yazılım tercihinden çok bu durum belirler.
• Kamera yaşı ve yama durumu. Düz bir ağ üzerinde varsayılan kimlik bilgileriyle çalışan kameralar, bir analitik fırsatı olmadan önce bir güvenlik sorunudur.

Bu denetimin çıktısı genellikle bir bölünmedir: bazı kameralar alan ve varlık tespiti için uygundur, daha azı ayrıntılı sınıflandırma için yeterlidir ve bir avuç kamera ise rotadan bağımsız olarak yeniden konumlandırma veya değiştirme gerektirir.

Üç rota#

Rota 1: Mevcut VMS'niz üzerinde bir analitik katmanı#

Bu varsayılan tavsiyedir. Bu ürünler, kamera altyapılarını değiştirmeden tespit yeteneği eklemek için özel olarak var olmuştur ve standart güvenlik kullanım senaryoları için inşa edeceğiniz her şeyden daha hızlı ve daha ucuzdur.

BriefCam. Şirket içinde (on-premise) dağıtılabilen, kaydedilmiş görüntüler üzerinde hızlı inceleme ve arama konusunda en güçlü video içerik analitiği katmanı. Geçmiş videolarda olayları bulmanın ana iş yükü olduğu soruşturma ağırlıklı ortamlara en uygunudur. Dezavantajı: Bir bileşenin yerini almak yerine üzerine eklenerek bir VMS'nin üstünde çalışır.

IronYun / Vaidio. Geniş bir güvenlik tespiti kataloğuyla, mevcut kameralara ve VMS platformlarına tespit getirmek için tasarlanmış bir yapay zeka analitiği katmanı. Kayıt altyapısına dokunmadan daha fazla analitik isteyen kuruluşlar için en uygunudur. Dezavantajı: Test edilip sürdürülmesi gereken entegrasyon zincirindeki başka bir tedarikçidir.

Lumana. Sıfırdan (greenfield) kurulum varsaymak yerine doğrudan modernizasyon yoluna odaklanarak, mevcut kamera envanterine yapay zeka eklemeye odaklanır. Açık gereksinimi mevcut kameraları korumak olan ekipler için en uygunudur. Dezavantajı: Yerleşik VMS satıcılarına göre daha yeni bir katılımcıdır.

Volt.ai. Benzer şekilde yapay zekayı mevcut gözetim altyapısının üzerine katmanlamaya odaklanır ve entegrasyon rehberliği teklifinin görünür bir parçasıdır. Karışık kamera donanımları arasında modernizasyon yapan kuruluşlar için en uygunudur. Dezavantajı: Her kaplamada olduğu gibi, sonucun kalitesi hala alttaki kameralara bağlıdır.

Dördünden de elde ettiğiniz şey: Destek ve doğruluktan sorumlu biriyle standart tespitler (kişi ve araç varlığı, line crossing, bölge ihlali, başıboş dolaşma, arkada bırakılan nesne, kalabalık yoğunluğu, kaydedilmiş görüntülerde öznitelik tabanlı arama). Elde edemediğiniz şey: Kataloğ olmayan bir tespit.

Bir kapsam notu. Bu ürünlerin bir kısmı görüntüler üzerinden öznitelik araması pazarlamaktadır ve satıcılar, bunun giysi rengi gibi açıklayıcı öznitelikleri mi yoksa kimlikleri mi eşleştirdiği konusunda büyük ölçüde farklılık göstermektedir. Bunlar, yasal riskleri önemli ölçüde farklı olan somut olarak farklı yeteneklerdir ve hangisini satın aldığınızı ve aslında hangisini istediğinizi belirlemeye değer. Kapsamı kimlik yerine öznitelik ve olay tespiti ile sınırlamak, hem daha basit bir uyumluluk konuşmasıdır hem de çoğu güvenlik iş akışı için yeterlidir.

Rota 2: VMS veya kameraları yükseltmek#

Bazen dürüst cevap, analitiğin değil envanterin kısıtlama olduğudur. Kameralar eski, kötü konumlandırılmış, yama yapılamaz ve düşük kare hızlarında kayıt yapıyorsa, üzerlerine yapay zeka katmanlamak sadece hayal kırıklığı satın alır.

Genetec Security Center. Güçlü siber güvenlik ve gizlilik araçlarına sahip, şirket içinde dağıtılabilen birleşik video, erişim kontrolü ve ALPR. Birleşik fiziksel güvenliğe ihtiyaç duyan büyük kurumsal ve kamu sektörü envanterleri için en uygunudur. Dezavantajı: Karşılık gelen uzmanlığı gerektiren büyük bir platformdur.

Milestone XProtect. Büyük bir üçüncü taraf entegrasyon ekosistemine sahip açık platform bir VMS, böylece analitik kayıt katmanından bağımsız olarak seçilebilir. Bu seçeneği açık tutmak isteyen kuruluşlar için en uygunudur. Dezavantajı: Birinin entegrasyon montajından sorumlu olması gerekir.

Avigilon Unity. Yerleşik analitiğe ve yakın kamera-yazılım entegrasyonuna sahip şirket içi video güvenliği. Tek bir satıcıdan tutarlı bir yığın isteyen ekipler için en uygunudur. Dezavantajı: Kendi kameraları benimsendiğinde en güçlüsüdür.

Verkada. Yerleşik analitiğe ve dağıtım ile yönetim kolaylığına güçlü bir vurgu yapan bulut yönetimli kameralar. Sahada sınırlı BT ekibine sahip dağıtık çok noktalı kuruluşlar için en uygunudur. Dezavantajı: Bazı veri ikamet gereksinimlerinin dışarıda bıraktığı bulut yönetimli mimari.

Rhombus. Analitik dahil benzer şekilde bulut yönetimli, anlaşılır çok noktalı yayına odaklanmış. Hızlı dağıtım isteyen orta pazar kuruluşları için en uygunudur. Dezavantajı: Yukarıda belirtildiği gibi, bulut modeli görüntülerin yerel kalması gerektiğinde bir kısıtlamadır.

Eagle Eye Networks. Açık API yaklaşımı ve analitik seçenekleriyle bulut video yönetimi. Entegrasyon esnekliğini korurken bulut yönetimi isteyen kuruluşlar için en uygunudur. Dezavantajı: Bulut odaklı mimari.

Axis Camera Station. Axis kameraları ve kamera içi analitiği ile olağandışı ayrıntılı donanım menşei belgelerine sahip anlaşılır şirket içi video yönetimi. Orta ölçekli Axis dağıtımları için en uygunudur. Dezavantajı: Kurumsal platformlardan ziyade çok büyük çok noktalı envanterler için daha az uygundur.

Veri ikameti (data-residency), hava boşluğu (air-gap) veya tedarik kısıtlaması gereksinimi söz konusuysa, bu durum başka herhangi bir şeyden önce bu listeyi daraltır. Bu kararları yönlendiren uyumluluk çerçeveleri, güvenlik uyumluluğu için şirket içi video analitiği kılavuzumuzda daha ayrıntılı olarak ele alınmaktadır.

Rota 3: Mevcut akışlarınız üzerinde modelleri kendi sunucunuzda barındırma#

Bu azınlık rotasıdır ve belirli koşullar altında doğru yoldur:

• Tespit hiçbir katalogda yer almıyor. Belirli bir ekipman parçası, tesise özgü bir koşul, bir süreç durumu, bir hatta ait ürün. Genel güvenlik analitiği yeni bir sınıfa yapılandırılamaz. - Çıkarım sınırı mutaftır. Sadece depolama değil. Hiçbir görüntü, bir satıcının bulut katmanı dahil olmak üzere analiz için ağdan dışarı çıkamaz. - Bir ürün piyasaya sürüyorsunuz. Analitik sattığınız bir şeyin özelliği ise, kanal başına lisanslama maliyet modeline uymaz ve siz bir geliştiricisiniz. - Kanal başına lisanslama ölçeklenmiyor akış sayınızda ve alternatif işletmek için mühendislik kapasiteniz var. - Model yaşam döngüsünün kontrolüne ihtiyacınız var, satıcı sürümlerini beklemek yerine site değiştikçe kendi görüntüleriniz üzerinde yeniden eğitiyorsunuz.

Bunlardan hiçbiri geçerli değilse, rota 1'i seçin.

Mimari#

VMS'yi koruyun. Kayıt, saklama, erişim kontrolü ve denetim günlüğü çözülmüştür ve uyumlulukla ilgilidir. Akışları oradan tüketin; VMS'yi değiştirmeyin.

RTSP akışlarını kendi çıkarım servisinize çekin. Çözünürlüğün izin verdiği durumlarda kamera alt akışını tercih edin. Kodunu çözmek çok daha ucuza mal olur ve kod çözme genellikle çıkarımdan ziyade gerçek darboğazdır.

Tespit ve takibi çalıştırın. Ultralytics YOLO modelleri (YOLOv8, YOLO11 ve YOLO26) ilgili görevleri kapsar: kişiler, araçlar ve nesneler için tespit, hat geçişi ve bölge mantığı için takip, duruş ve düşüş tespiti için poz tahmini, sınırların kutulardan daha önemli olduğu durumlarda segmentasyon. Dağıtım yaptığınız donanım için ONNX veya TensorRT formatına dışarı aktarın.

Kendi görüntüleriniz üzerinde eğitin. Genel bir model insanları ve araçları iyi yönetir. Üretim doğruluğunuzu özel kameralarınız, açılarınız, hava durumunuz ve aydınlatmanız belirler ve genel veri kümeleri bunları temsil etmez. Alternatif, etiketleme ve eğitim araçlarını birbirine dikmek olduğunda önem kazanan SAM tabanlı Akıllı Etiketleme ile Ultralytics Platform site görüntülerini etiketleyebilir ve aynı iş akışında eğitebilir.

Olayları güvenlik iş akışına geri yazın. Tespitler, operatörlerin halihazır kimin izlediği VMS veya alarm yönetim sistemine ait olmalıdır. Ayrı bir kontrol paneli, kimsenin açmadığı ayrı bir şeye dönüşür.

Pilot üretime geçmeden önce lisanslamayı netleştirin. Ultralytics YOLO modelleri AGPL-3.0 altında sunulmaktadır ve ticari veya tescilli dağıtımlar genellikle özel dağıtımı ve gelişmiş desteği de kapsayan bir Ultralytics Enterprise lisansı gerektirir. Bunu tasarım aşamasında çözmek, bir dağıtımdan sonrakinden çok daha ucuzdur.

Bilgi işlem gücünü boyutlandırma#

Birçok akış üzerinde sürekli çıkarım bir kapasite planlama egzersizidir ve iki kaldıraç baskındır.

Birincisi kare hızıdır (frame rate). Çoğu güvenlik olayı her kareyi gerektirmez. Oranı yakalamanız gereken en kısa olaydan ayarlayın (bir çizgiyi geçen bir kişinin 30 fps'den çok daha azına ihtiyacı vardır) ve kapasite gereksinimleri genellikle önemli ölçüde düşer.

İkincisi çıkarımın nerede çalıştığıdır. Kameraların yakınındaki uç cihazlar (edge devices), ağ üzerinden video akışı yapmaktan kaçınır ve genellikle mesele olan görüntüleri yerel tutar. Merkezi bir GPU sunucusunun çalıştırılması ve yönetilmesi daha basittir ancak bant genişliği talebini yoğunlaştırır. Karışık envanterler genellikle her ikisini de yapar: uzak sitelerde uç çıkarım, ağın iyi olduğu yerde merkezi işleme.

Kendi akışlarınız ve donanımınız üzerinde kıyaslama (benchmark) yapın. Küratörlüğünde veri kümelerinde ölçülen model iş hacmi rakamları, bir kod çözme artı çıkarım boru hattının kameralarınızda ne elde edeceğini tahmin etmez.

Yanlış alarmlar modelin içinde değil, üstünde çözülür#

Kendi inşa ettiğiniz bir sistemin en yaygın hatası zayıf tespit doğruluğu değildir. Operatörlerin iki hafta içinde yanıt vermeyi bıraktığı uyarı hacmidir.

Tespitler olay değildir. Kutuları uyarılara dönüştüren katman, yanlış alarm oranının aslında kontrol edildiği yerdir:

• Kalıcılık (Persistence). Sayılması için bir izin birkaç kare boyunca oluşturulmasını gerektirin. Tek karelik tespitler gürültüdür.
• Gerçek dünya terimleriyle bölge geometrisi. 2B bir görüntü üzerine çizilen çokgen yerdeki bir alan değildir. Perspektif kalibrasyonu olmadan, bir tehlike bölgesinin oldukça dışında olan bir kişi içinde görünebilir.
• Sıçrama engelleme (Debouncing). Bir eşikte başıboş dolaşan bir kişi tekrarlanan geçiş olayları üretmemelidir.
• Programlar ve muafiyetler. Saat 14.00'te bir koridordaki forklift normaldir ve saat 02.00'de normal değildir. Bunu kodlamak uyarıların büyük bir kısmını ortadan kaldırır.
• Eskalasyon kademeleri. Her tespit bir alarmı hak etmez. Canlı uyarı, vardiya özeti ve haftalık trend, farklı doğruluk gereksinimlerine sahip üç farklı çıktıdır.

Bu katmanın model entegrasyonundan daha fazla kod olmasını bekleyin ve sistemi bir test kümesine karşı tespit doğruluğuna göre değil, vardiya başına yanlış alarmlara göre ölçün. Vardiya başına yanlış alarmlar, sistemin üç ay içinde hala açık kalıp kalmayacağını belirler.

Gizlilik ve kapsam#

Mevcut kameralara analitik entegre etmek bu kameraların ne yaptığını değiştirir ve bu durum genellikle orijinal kurulumun tetiklemediği yükümlülükleri ortaya çıkarır.

• Amaç sınırlaması. Güvenlik için kurulan kameralar sessizce verimlilik veya davranış izlemeye dönüşmemelidir. İş yeri ortamlarında bu hem yasal bir sorundur hem de bir güven sorunudur.
• Yeniden değerlendirin, miras almayın. Mevcut görüntülere otomatik analiz eklemek genellikle yeni bir veri koruma değerlendirmesi gerektirir ve AB'nin çoğu yerinde işçi konseyi danışmanlığı gerektirir.
• Kimlik eşleştirmesini kapsam dışı bırakın. Kişi ve araç tespiti, hat geçişi, bölge ihlali, başıboş dolaşma, kalabalık yoğunluğu ve arkada bırakılan nesne anonim tespitler üzerinde çalışır. Ultralytics modellerini yüz tanıma için sunmamaktadır ve kimlik eşleştirme, bu tespitlerin hiçbirini iyileştirmeden önemli ölçüde daha ağır yasal risk taşır.
• Sakladıklarınızı en aza indirin. Olaylar ve sayımlar soruyu yanıtladığında, olayları ve sayımları saklayın.
• Yalnızca yapılandırma değişikliklerini değil, izleme ve dışarı aktarmayı da günlüğe kaydedin.
• Kamera ağını bölümlere ayırın. Modernizasyon, düz ağları ve varsayılan kimlik bilgilerini düzeltmek için iyi bir zamandır.