Спочатку існувало аналогове відеоспостереження, де комп'ютерної відеоаналітики ще не було, і людям, що стежать за відео-потоками, важливо було не втратити найменшу подію. Потім з'явилися IP камери відеоспостереження, які змінили системи безпеки, дозволивши передавати відео з мережевого кабелю, та забезпечуючи легке підключення до мережі.

Тепер, коли відеоспостереження було по суті оцифроване, розробники незабаром зрозуміли, що цифрове відео можна аналізувати автоматично за допомогою розумного використання алгоритмів. Це стало наростальною особливістю все більш складного ПЗ для відеоспостереження (VMS), яке в межах конкретних параметрів здатне виконувати такі завдання, як виявлення руху або підрахунок кількості людей та інше. Спочатку вся ця аналітика проводилася в центрі системи відеоспостереження на сервері або відеореєстраторі, завантаженому з VMS. Однак вагомим недоліком була дорога смуга пропускання, яка була потрібна для передачі великих обсягів відео на VMS, перш ніж дані могли бути оброблені та проаналізовані.

Однак сьогодні з'явилася тенденція до збільшення обсягу аналітики на стороні камери відеоспостереження, також відомої як "edge" або "межа мережі". У цього підходу є безпосередня перевага, що полягає в здатності аналізувати зображення з відеокамери локально, без необхідності відправляти запис, що вимагає підвищеної пропускної спроможності, мережею. Замість цього результати аналізу відправляються в програмне забезпечення VMS, у вигляді спрощених даних. На практиці це означає, що IP камера, оснащена опцією виявлення руху, почне відправляти зображення тільки в тому випадку, якщо буде виявлена ​​активність. Перевага полягає в скороченні необхідної смуги пропускання та обсягу сховища, а також в позбавленні людини від необхідності контролювати відео, коли нічого не відбувається.

Ще одна перевага цієї розподіленої мережевої архітектури — запис на стороні відеокамери. Це дає переглядати відео в поточному часі з відносно низькою роздільною здатністю, що дає економити смугу пропускання, в той час як записи виробляються з більш високою роздільною здатністю для аналізу після події та отримання потрібних доказів. Звичайно, фактично записувальний пристрій не обов'язково має бути в камері — IP відеореєстратори можна використовувати для запису на кордоні, для групи локальних камер. І якщо периферійний пристрій вийде з ладу, це торкнеться тільки цієї частини мережі. Завдяки розподіленій архітектурі запис на периферії також використовується в мобільних або бездротових додатках, де смуга пропускання вважається ще більш високою.

Периферійні рішення також можуть бути менш дорогими, оскільки на відміну від серверних рішень немає необхідності в обслуговуванні серверів, не потрібно купувати ліцензії на пропрієтарне програмне забезпечення та, можливо, немає обмежень на масштабування комплектів відеоспостереження.

Edge та централізоване сховище

Але недоліком запису та аналізу на периферії вважається ціна камер відеоспостереження з достатньою обчислювальною потужністю, у той час як більш спрощені камери можуть бути дешевшими, а обробка даних повинна виконуватися на сервері. Оскільки більшість рішень відеоспостереження не залежать від камери, передбачено також розширений вибір моделей. Хоча серверним варіантам насправді потрібна велика пропускна здатність, у них є та перевага, що вони можуть вирішувати, які саме аналітичні дані призначені для конкретних пристроїв. Також слід враховувати, що запис та аналіз на периферії можуть зробити дані більш вразливими для хакерів та вандалів, в порівнянні з відносною безпекою централізованого сховища.

Як відомо, ІТ не стоять на місці, та вже є третій спосіб реалізації відеоаналітики — через хмару. Цей метод пропонує переваги серверних рішень, таких як централізоване управління зверху вниз та потужна аналітика штучного інтелекту, але без витрат і потреб в обслуговуванні серверів. Як правило, хмара надається у варіанті «відеоспостереження як послуга» (VSaaS), що усуває необхідність в попередніх витратах — і може охоплювати запис відео, зберігання, віддалений перегляд, оповіщення про управління та кібербезпеку.

Штучний інтелект в хмарі найбільше пропонує поліпшення в аналітиці, підтримує технології, пов'язані з доступністю смуги пропускання, та більш надійну інфраструктуру. І хоча сьогодні ШІ та хмара поки що залишаються нішами в сегменті відеоспостереження, очікується, що вони стануть драйверами розробки нових продуктів у 2020-х роках.

Якщо запитати у експертів з безпеки, воліють вони периферійні або централізовані рішення, немає однозначних відповідей. Вибір між периферійним або централізованим відеоспостереженням залежить від ряду факторів. Першочерговими моментами вважаються прагнення, вимоги та ставлення користувача до ризиків й стійкості, а також вартість та співвідношення ціни та якості. Немає універсального рішення.

Також багато що залежить від того, які функції потрібні — наприклад, для відеоаналітики потрібна велика обчислювальна потужність та ІТ-інфраструктура для підтримки, яка вимагає ретельного обмірковування. Необхідно враховувати географію встановлення, а також правові юрисдикції, якщо технологія охоплює кілька об'єктів. Гібридне рішення часто вважається відповідним варіантом, оскільки технологія може бути спроектована в точній відповідності з конкретними вимогами користувача. Який би варіант не вибрали користувачі, передбачено ряд альтернативних способів розробки складного мережевого відеоспостереження, так що в даному питанні слід думати швидше про персональне, ніж про нестандартне.