Kamerové systémy v porovnaní pre firmy

Pri kamerovom systéme nerozhoduje najvyššie rozlíšenie, ale to, či systém zodpovedá účelu: čo musí byť rozpoznateľné, kto si záznamy pozrie a čo sa stane potom? Až potom prichádzajú na rad technické body – snímač a rozlíšenie, dátový tok a úložisko, PoE, lokálny záznam alebo cloud a koncept prístupových práv. Kto dodrží toto poradie, väčšinou vystačí s menej kamerami na lepšie zvolených miestach.

Potrebujete vôbec kamerový systém?

Pred porovnaním systémov stojí otázka, či kamera skutočne rieši pôvodný problém. Príčina je často inde: príliš tmavý priestor, dvere, ktoré sa len privrú namiesto toho, aby sa zamkli, alebo správa kľúčov, ktorá už nie je aktuálna. Osvetlenie a pravidlá vstupu pôsobia na príčinu, kamera ju len zaznamená. Kamera má zmysel tam, kde sa incidenty opakujú a priebeh zostáva nejasný, pri príjme a výdaji tovaru alebo pri objektoch, ktoré sú občas bez obsluhy. S každým záznamom navyše vznikajú povinnosti voči ľuďom v zábere.

Obrazový snímač a rozlíšenie: koľko potrebuje daný účel?

Vyššie rozlíšenie prináša viac detailu, no zároveň si vyžaduje vyšší dátový tok, viac úložiska a viac svetla, aby bol tento detail skutočne využiteľný – vysokorozlíšená kamera pri slabom svetle často dodá zašumenejší obraz než kamera s nižším rozlíšením, ale väčším snímačom. Pre čisto prehľadový záber dvora či parkoviska väčšinou stačí stredné rozlíšenie, pretože ide o pohyb a hrubé priradenie. Pri vstupnom priestore, kde majú byť rozoznateľné tváre, alebo pri kontrole vjazdu, kde je potrebné rozoznať evidenčné číslo, je naopak potrebné vyššie rozlíšenie a zorný uhol cielene zameraný na túto menšiu oblasť – jediná širokouhlá kamera na celý dvor tu spravidla nedodá dostatok detailu bez ohľadu na rozlíšenie.

• Prehľad (dvor, parkovisko): väčšinou stačí stredné rozlíšenie, detekcia pohybu je dôležitejšia než ostrosť detailu
• Vstup/vchod: vyššie rozlíšenie a úzky zorný uhol pre rozoznateľné tváre
• Rozpoznanie evidenčného čísla: vlastná kamera cielená na danú oblasť namiesto vedľajšieho prínosu prehľadovej kamery
• Slabé svetelné podmienky: veľkosť snímača a citlivosť na svetlo sú často dôležitejšie než samotný počet megapixelov

Dátový tok a nároky na úložisko: súvislosť, ktorú mnohí prehliadajú

Koľko úložiska kamera denne potrebuje, nezávisí len od rozlíšenia, ale od súhry rozlíšenia, snímkovej frekvencie, spôsobu kompresie a pohybu v zábere – rušný vjazd vytvorí pri rovnakom rozlíšení výrazne viac dát než pokojný sklad, pretože pohyb je tým, čo ženie objem dát nahor. Kompresný formát H.265 komprimuje pri porovnateľnej kvalite obrazu výrazne efektívnejšie než starší H.264 a citeľne tak znižuje potrebný dátový tok – záznam a prehrávanie si však vyžadujú o niečo viac výpočtového výkonu. Kto odhaduje nároky na úložisko pre plánovaný systém, by preto mal spolu s rozlíšením zohľadniť aj kompresiu, snímkovú frekvenciu a požadovanú dobu uchovávania, a nespoliehať sa len na jednu hodnotu rozlíšenia.

PoE: viac než len napájanie cez sieťový kábel

Power over Ethernet napája kameru aj sieťové pripojenie cez jediný kábel, čo šetrí samostatné napájacie vedenie na každom mieste kamery a výrazne zjednodušuje inštaláciu, najmä na ťažko dostupných miestach ako fasády alebo stožiare. Pri plánovaní je dôležité, aby použitá trieda PoE zodpovedala skutočnému príkonu kamery – kamery s vyhrievaním pre zimnú prevádzku, so zoomovým motorom alebo so zabudovaným svetlom potrebujú citeľne viac výkonu než jednoduchá pevná kamera, a použitý switch musí mať dostatočný celkový PoE rozpočet pre všetky pripojené zariadenia naraz, nielen na jeden port.

Lokálny záznam vs. cloud: čo hovorí v prospech ktorého riešenia?

Lokálny záznam na sieťový videorekordér vo vlastnej prevádzke znamená plnú kontrolu nad dátami a žiadne priebežné náklady na cloudové úložisko, no je viazaný na vlastnú lokalitu: pri požiari, krádeži alebo poruche rekordéra môžu byť za istých okolností preč aj samotné záznamy, ak neexistuje dodatočná záloha. Cloudový záznam presúva záznamy na externú lokalitu, a robí ich tak nezávislými od incidentu na mieste, no vyžaduje si spoľahlivé a dostatočne dimenzované internetové pripojenie a väčšinou beží na priebežnom predplatnom namiesto jednorazového nákupu. Mnohé systémy kombinujú oboje: lokálny záznam pre bežnú prevádzku a redukovanú cloudovú zálohu dôležitých oblastí ako záložné riešenie.

• Lokálne: plná kontrola, žiadne priebežné cloudové náklady, závislosť od vlastnej lokality
• Cloud: nezávislosť od incidentu na mieste, potrebné spoľahlivé internetové pripojenie, väčšinou predplatné
• Kombinácia oboch riešení ako záloha pre obzvlášť dôležité oblasti

Prístupový a oprávnenostný koncept: kto smie čo vidieť?

Systémy sa výrazne líšia v tom, ako jemne sa dá prístup nastaviť. Jednoduché systémy často poznajú len jeden spoločný účet s plným prístupom k živému obrazu aj archívu pre všetkých, ktorí ho používajú – kto raz získa prístup, vidí všetko. Systémy s koncepciou práv založenou na rolách naopak umožňujú obmedziť prístup podľa osoby, kamery a časového obdobia: jedna osoba vidí naživo len vstupný priestor, iná môže pristupovať k archívu konkrétnej kamery, ale nič z neho exportovať. Pri výbere systému sa preto oplatí venovať pozornosť koncepcii práv, nielen kamerovému hardvéru – systém bez granulárnych práv sa dodatočne dorába len s ťažkosťami.

Kde AI detekcia objektov skutočne pomáha?

Klasická detekcia pohybu spustí poplach pri akomkoľvek pohybe v zábere – okoloidúce auto na ulici, konár vo vetre či mačka na pozemku vyvolajú poplach rovnako ako osoba pri plote. AI detekcia objektov rozlišuje medzi osobami, vozidlami a inými objektmi a dokáže spúšťať poplachy cielenejšie, napríklad len pri osobe mimo prevádzkových hodín. To citeľne znižuje počet falošných poplachov a v praxi robí systém skutočne použiteľným až vtedy, keď má na poplachy naozaj niekto reagovať. Malý prínos má táto funkcia tam, kde sa aj tak len dodatočne nahráva a pozerá podľa potreby, bez toho, aby sa poplachy aktívne vyhodnocovali – tam sa dodatočná náročnosť sotva vyplatí. Automatické vyhodnocovanie obrazu je typickým prípadom AI v prevádzke, ktorý funguje len vtedy, keď je vopred jasné, kto na upozornenie reaguje a čo sa potom stane. Niečím iným je biometrické rozpoznávanie tvárí: z hľadiska ochrany osobných údajov je to samostatná, citlivá téma a pre bežnú firemnú prax zriedka správna odpoveď.

Kedy sa hodí ktorý systém

Pre čistý prehľad s malým počtom kamier a nízkymi nárokmi na rozpoznanie detailov väčšinou stačí jednoduché riešenie s lokálnym záznamom a stredným rozlíšením. Akonáhle pribudne viacero lokalít, viacero používateľov s odlišnými právami alebo rozpoznávanie evidenčných čísel, stáva sa dôležitým systém s granulárnou koncepciou práv, dostatočnou rezervou v dátovom toku a premyslenou stratégiou úložiska – a AI detekcia objektov sa vyplatí tam, kde sa na poplachy skutočne reaguje.

• Málo kamier, čistý prehľad: väčšinou postačuje jednoduché lokálne riešenie
• Viacero lokalít alebo používateľov s odlišnými právami: nutný je granulárny prístupový koncept
• Vjazd alebo vchod, kde musia byť rozpoznateľné osoby alebo evidenčné čísla: cielené kamery s vyšším rozlíšením namiesto jednej prehľadovej kamery
• Požadovaná aktívna reakcia na poplachy: AI detekcia objektov citeľne znižuje počet falošných poplachov

Ako NDVDL postupuje pri kamerovom systéme?

NDVDL nezačína modelom kamery, ale stretnutím na mieste: čo sa stalo, čo má byť v budúcnosti dohľadateľné a kto si bude obraz pozerať? Ak rozhovor vedie k osvetleniu alebo pravidlám vstupu namiesto kamier, povieme vám to. Ak sú kamery správnym prostriedkom, dostanete písomný návrh s účelom každej kamery, koncepciou ukladania a prístupovými právami.

Potom systém namontujeme a zapojíme do samostatného sieťového segmentu a staráme sa oň v bežnej prevádzke: aktualizácie firmvéru, kontrola času, kvality obrazu a záznamu, jedna stála kontaktná osoba. Právne posúdenie to nenahrádza; to zostáva na vašej zodpovednej osobe alebo špecializovanej advokátskej kancelárii.