Виробники камер відеоспостереження в різних галузях люблять конкурувати та продавати продукцію в залежності від роздільної здатності. Ми бачимо, що це є в смартфонах, цифрових дзеркальних камерах, екшн-камерах та навіть в індустрії відеоспостереження. Якщо раніше HD було золотим стандартом, то сьогодні технології переступили його до 4 та 8K. Але чи дійсно користувачам потрібна така висока роздільна здатність? Відповідь очевидна: «це залежить від обставин». Відеокамери з великою роздільною здатністю можуть захоплювати більше деталей, а це необхідно в деяких сценаріях. Але один конкретний додаток, де ще прийнятні кадри з низькою роздільною здатністю — це відеоаналітика.
Не всім додаткам потрібне якісне відео
Такі програми, як підрахунок людей, виявлення об'єктів, вторгнення та виявлення перетину ліній, вимагають мінімальної роздільної здатності. А у випадках, коли використовується технологія Deep learning, система відеоспостереження зменшує роздільну здатність відзнятого матеріалу перед обробкою.
Deep learning допомагає отримувати вражаючі аналітичні результати завдяки даним та точності, які передаються в комп'ютер. Але функції Deep learning включають фіксовану роздільну здатність, встановлену для нейронної мережі. Часто це 512x512 пікселів, хоча в окремих випадках можна знайти менше або більше. Так що, навіть якщо завантажуються кадри з роздільною здатністю вище 720p — наприклад, перше, що робить технологія, це перекодовує відео до розміру 512x512, щоб відповідати вимогам нейронної мережі.
Роздільна здатність буде залежати від моделі, яку використовує користувач. Популярна модель виявлення об'єктів, YOLO v4, може надавати варіант навчання та виведення в трьох різних роздільних здатностях. Але стандартна роздільна здатність для вибору — 416x416. Навіть якщо користувач зменшить розмір відзнятого матеріалу з більш високою роздільною здатністю до 416x416, алгоритм зможе обробити його дієво, якщо тільки завдання не є дуже конкретним. Користувачеві може знадобитися більш висока роздільна здатність для таких застосувань, як розпізнавання автомобільних номерів, але якщо потрібно тільки виявлення об'єктів та додатки, побудовані на виявленні об'єктів (наприклад, підрахунок людей) — цієї стандартної роздільної здатності буде достатньо.
Що це означає для користувача
Обробка відзнятого матеріалу з більш високою роздільною здатністю вимагає більшої обчислювальної потужності, що збільшує витрати. Вартість камер відеоспостереження з високою роздільною здатністю також висока, що збільшує вартість проекту. Якщо метою вважається базова відеоаналітика, користувач може вибрати відеокамеру з низькою роздільною здатністю. Але якщо людина бажає мати пряму трансляцію для спостереження за людьми, тоді буде потрібна висока роздільна здатність.
Також не варто забувати, що більшість нинішніх технологій камери відеоспостереження здатні передавати кількома потоками. Можна відправити цей канал з високою роздільною здатністю операторам, щоб вони могли бачити, що відбувається в HD або 4K. А можна записувати із середньою роздільною здатністю та більш низькою частотою кадрів, щоб заощадити на сховищі, а потім третій потік для відео — відеоаналітика з необхідною роздільною здатністю, яка може бути VGA або 512x512, в залежності від налаштувань нейронної мережі.
Це благо для клієнтів з застарілими комплектами відеоспостереження, адже їм не потрібно оновлювати обладнання, щоб скористатися опціями відеоаналітики. Так, деякі експерти відзначають, що якщо немає проблем з камерами відеоспостереження, тоді й не варто оновлювати обладнання. Користувачі можуть використовувати інтелектуальні аналітичні платформи, які будуть працювати з усіма типами камер (навіть аналоговими) — і отримувати вражаючі результати без великих витрат.
Виробники відеокамер будуть продовжувати підвищувати якість відзнятого матеріалу. Неможливо заперечувати привабливість більшої кількості пікселів та пов'язаних з цим деталей. Але не всім користувачам і сценаріями вони потрібні. Для більшості видів відеоаналітики потрібне значення роздільної здатності. Врахування цього при впровадженні програмного забезпечення з відеоаналітикою може допомогти користувачеві скоротити витрати.
