Производители камер видеонаблюдения в разных отраслях любят конкурировать и продавать продукцию в зависимости от разрешения. Мы видим, что это есть в смартфонах, цифровых зеркальных камерах, экшн-камерах и даже в индустрии видеонаблюдения. Если раньше HD было золотым стандартом, то сегодня технологии перешагнули его до 4 и 8K. Но на самом ли деле пользователям нужно такое высокое разрешение? Ответ очевиден: «это зависит от обстоятельств». Видеокамеры с большим разрешением могут захватывать больше деталей, а это необходимо в некоторых сценариях. Но одно конкретное приложение, где еще приемлемы кадры с низким разрешением — это видеоаналитика.
Не всем приложениям требуется качественное видео
Такие приложения, как подсчет людей, обнаружение объектов, вторжение и обнаружение пересечения линий, требуют минимального разрешения. А в случаях, когда используется технология Deep learning, система видеонаблюдения уменьшает разрешение отснятого материала перед обработкой.
Deep learning помогает получать впечатляющие аналитические результаты благодаря данным и точности, которые передаются в компьютер. Но функции Deep learning включают фиксированное разрешение, установленное для нейронной сети. Часто это 512x512 пикселей, хотя в отдельных случаях можно найти меньше или больше. Так что, даже если загружаются кадры с разрешением выше 720p — например, первое, что делает технология, это перекодирует видео до размера 512x512, чтобы соответствовать требованиям нейронной сети.
Разрешение будет зависеть от модели, которую использует пользователь. Популярная модель обнаружения объектов, YOLO v4, может предоставлять вариант обучения и вывода в трех различных разрешениях. Но стандартное разрешение для выбора — 416x416. Даже если пользователь уменьшит размер отснятого материала с более высоким разрешением до 416x416, алгоритм сможет обработать его действенно, если только задача не является очень конкретной. Пользователю может потребоваться более высокое разрешение для таких применений, как распознавание автомобильных номеров, но если требуется только обнаружение объектов и приложения, построенные на обнаружении объектов (например, подсчет людей) — этого стандартного разрешения будет достаточно.
Что это значит для пользователя
Обработка отснятого материала с более высоким разрешением требует большей вычислительной мощности, что увеличивает затраты. Стоимость камер видеонаблюдения высокого разрешения также высока, что увеличивает стоимость проекта. Если целью считается базовая видеоаналитика, пользователь может выбрать видеокамеру с низким разрешением. Но если человек желает иметь прямую трансляцию для наблюдения за людьми, тогда потребуется высокое разрешение.
Также не стоит забывать, что большинство нынешних технологий камеры видеонаблюдения способны передавать несколько потоков. Можно отправить этот канал с высоким разрешением операторам, чтобы они могли видеть, что происходит в HD или 4K. А можно записывать со средним разрешением и более низкой частотой кадров, чтобы сэкономить на хранилище, а затем третий поток для видео — видеоаналитика с требуемым разрешением, которое может быть VGA или 512x512, в зависимости от настроек нейронной сети.
Это благо для клиентов с устаревшими комплектами видеонаблюдения, ведь им не нужно обновлять оборудование, чтобы воспользоваться опциями видеоаналитики. Так, некоторые эксперты отмечают, что если нет проблем с камерами видеонаблюдения, тогда и не стоит обновлять оборудование. Пользователи могут использовать интеллектуальные аналитические платформы, которые будут работать со всеми типами камер (даже аналоговыми) — и получать впечатляющие результаты без больших затрат.
Производители видеокамер будут продолжать повышать качество отснятого материала. Невозможно отрицать привлекательность большего количества пикселей и связанных с этим деталей. Но не всем пользователям и сценариям они нужны. Для большинства видов видеоаналитики требуется низкое разрешение. Учет этого при внедрении программного обеспечения с видеоаналитикой может помочь пользователю сократить расходы.
