Az elmúlt időszakban folyamatosan azt boncolgattuk, hogy milyen erősen kapcsolódik a videó-biztonságtechnika az IT-technológiákhoz. Ebben az írásban igazán mélyre ásunk! Az IP-kamerák lelkivilágára vetünk egy pillantást, megpróbáljuk bemutatni, hogy miért fontos az, hogy milyen technológia rejlik az eszközök mélyén, illetve azt, hogy mivel vértezik fel ezek a kameráinkat.
Minden IP-kamera egy célszámítógép, amelynek az elsődleges feladata, hogy (mozgó)képet állítson elő és azt továbbítsa egy IP-hálózaton keresztül. Ha pedig számítógép, akkor nyilvánvalóan hasonlítania kell a felépítésének mondjuk egy asztali pc-éhez. Hasonlít is! Az IP-kamera lelke is egy központi processzor, van memóriája, tárolója, különböző illesztő áramkörei, illetve a külvilággal kapcsolatot biztosító csatlakozói. Ezen kívül lennie kell operációs rendszerének, fut rajta egy vagy több alkalmazás, és programozható, konfigurálható. Ezek közül a kamerák teljesítményét és felhasználhatóságukat legjobban a processzoruk határozza meg. í‰ppen ezért a vezető gyártók saját kezükben tartják a CPU-k fejlesztését, hiszen ez garantálja számukra a maximális teljesítményt és a teljes kontrollt az eszközök felett.
Ma nagyon komoly elvárásokat támasztunk az IP-kamerákkal szemben. Egyrészt biztosítsanak nagy felbontású, tökéletes képminőséget éjjel és nappal egyaránt, a videófolyamok csak kis sávszélességet használjanak, mindezt maximális kiberbiztonság mellett, üzembiztosan. Ja, és mellesleg lehessen rájuk külső alkalmazásokat telepíteni, támogassák az AI-analitikákat. Akárhonnan nézzük, ezek külön-külön is a kimondottan számításigényes feladatok közé tartoznak, így együtt meg különösen. Ezekkel bizony csak a legnagyobb teljesítményű CPU-k birkóznak meg. Ahhoz, hogy jobban megértsük milyen folyamatok zajlanak le, nézzünk egy – ma már nagyon jól működő – alkalmazást: a rendszám-felismerést.
Ahhoz, hogy a kamera egy ilyen feladatot jól lásson el, először is elengedhetetlen, hogy nagy felbontású, jó minőségű videófolyamokat állítson elő, hiszen a rendszám-felismerő algoritmus megfelelő működéséhez a rendszámnak el kell érnie egy bizonyos méretet – tipikusan 130 pixel szélességet. A kamera képpontszámának minimum 1,3 Mpx-nek kell lennie, de ha esetleg több sávot is le akarunk fedni egy kamerával, akkor növelni kell ezt az értéket akár 4K képméretig is. Könnyen belátható, hogy a feldolgozandó információ mennyisége exponenciálisan nő. Mindezt kell tudnia éjszaka, amikor a kép bezajosodik, vagy ellenfényes környezetben egyaránt. Ezeket a képhibákat is jórészt algoritmusok javítják, újabb erőforrást igényelve.
Ha megvan a képünk ráengedhetjük a rendszám-felismerő algoritmust, amelynek első feladata egyáltalán megtalálni a képen a rendszámot, ha az megvan, akkor lehet egy OCR-algoritmussal meghatározni a karaktereket. A ma legfejlettebb alkalmazások még ennél is tovább mennek: képesek a járművek osztályozására (autó, busz, teherautó stb.), meg tudják határozni a jármű színét, gyártmányát, sőt, bizonyos korlátok között, a konkrét modellt is. Mindez néhány éve is még elképzelhetetlen lett volna, a kamerák beküldték a képeket egy központi szerverre, és azon futottak az elemző algoritmusok. A kamerák az elemzésük eredményeit ún. metaadatokként továbbítják további felhasználásra.
A rendszám-felismerés azonban csak egy példa. A kamerák rengeteg feladatot el tudnak látni, például objektum számlálást, arcdetektálást, nem- és kormeghatározást stb.) Ebben a modellben lényegében a rájuk telepített alkalmazás dönti el, hogy mi is lesz az adott kamera funkciója.
A rendszerek tudásának jelentős része így a végpontokra költözött. Amikor kamerát választunk egy feladathoz, ne mulasszuk el ezeket is fontolóra venni.
(X)
