Cómo el borde allana el camino para nuevas soluciones de videovigilancia
Anteriormente, cuando el único circuito cerrado de televisión disponible era analógico, una persona habría necesitado una grabadora de casetes (VCR) local para retener la evidencia de vídeo capturada por las cámaras de seguridad. Esto significó tener que comprar una gran cantidad de cintas de vídeo para garantizar que las imágenes se pudieran almacenar hasta por 30 días o más. Las organizaciones con varios sitios también pueden optar por monitorear de forma remota las imágenes transmitidas a través de PSTN, ASDL o costosas líneas alquiladas dedicadas a una sala de control central. Con la llegada de la videovigilancia basada en redes IP, a los usuarios se les dio la opción de almacenar convenientemente grandes cantidades de datos de vídeo en una grabadora de vídeo en red (NVR) o servidor. Una de las principales ventajas de esto fue que ya no era necesario obstruir la red transmitiendo secuencias de vídeo de escenas en las que no sucedía nada importante. Como resultado, el monitoreo basado en eventos, que también se conoce como informes de excepción, se convirtió en un método aceptado para llamar la atención de los operadores de la sala de control sobre un incidente. Los operadores también pueden recuperar rápida y fácilmente imágenes previas y posteriores al evento de cualquier incidente.
El beneficio de esto se hizo aún más evidente con la introducción de cámaras multipíxel, cuando era necesario que los datos de vídeo capturados compartiesen el ancho de banda disponible con cualquier otra cosa que se transmitiera por la red.
Aunque es probable que la mayoría de los grandes sistemas de videovigilancia instalados en los últimos años utilicen recursos de red que están aislados de la infraestructura de red principal de una empresa, la oportunidad de minimizar los requisitos de ancho de banda y los costes asociados sigue siendo un gran beneficio.
Poder de procesamiento
Las cámaras con dos ranuras SD, que en conjunto ofrecen una capacidad de almacenamiento de hasta 512 GB, pueden brindar al personal de seguridad la tranquilidad de saber que lo que puede ser evidencia crucial se almacenará de forma segura en el Edge. A la velocidad máxima de fotogramas, las imágenes capturadas continuamente por cámaras de alta definición de 2 megapíxeles, por ejemplo, se almacenarán hasta aproximadamente 20 días antes de que se sobrescriban. La cantidad de días grabados se puede aumentar si se acepta una velocidad de cuadro más baja y/o si un fabricante ha desarrollado su propia tecnología de compresión que complementa H.265, minimizando los requisitos de almacenamiento y mejorando la eficiencia del ancho de banda.
Las tarjetas SD también ayudan a mantener los datos seguros en Edge en caso de interrupción de la red. La implementación de cámaras con Auto Recovery Backup (ARB) garantizará que la actividad registrada en una tarjeta SD si se pierde temporalmente una conexión, se transmitirá automáticamente a un dispositivo de grabación remoto cuando se restablezca la conexión.
Aplicaciones basadas en el borde
Las cámaras de videovigilancia se consideran cada vez más como dispositivos de TI inteligentes, equipados con un sensor de imágenes y una lente. Las capacidades de las cámaras, ahora que tienen la capacidad de ejecutar aplicaciones analíticas de vídeo integradas, han aumentado considerablemente. Estos incluyen mapeo de calor, conteo de personas y gestión de colas, así como soluciones de detección de máscaras faciales relacionadas con pandemias, medición de distancia social y monitoreo de ocupación. Con el poder de procesamiento para hacerlo, la extracción de información capturada en Edge evita la transmisión de grandes cantidades de datos a través de la red.
Mientras que fabricantes como Hanwha Techwin suministran cámaras de videovigilancia precargadas con estas aplicaciones, así como análisis de vídeo inteligente (IVA) como manipulación, detección direccional, detección de desenfoque, línea virtual, entrada/salida y detección de movimiento, Edge proporciona la solución perfecta oportunidad para que los desarrolladores de software especializados de terceros innoven mediante el desarrollo de soluciones innovadoras sin servidor que satisfagan las necesidades específicas de los sectores verticales individuales del mercado.
Soluciones escalables y económicas
Como ejemplo, hay disponible una solución ANPR de ‘sitio pequeño’ sin servidor que controla automáticamente el movimiento de los automóviles incluidos en la lista blanca a través de las barreras a través de las salidas de relé de la cámara. También proporciona información valiosa sobre la gestión de aparcamientos, como el «tiempo empleado» y las tasas de ocupación. Lo hace sin que los usuarios tengan que incurrir en el coste de instalar y ejecutar la aplicación en un servidor, ya que hasta 4 cámaras (1 cámara maestra y 3 esclavas) pueden capturar y transmitir simultáneamente datos analíticos de vídeo a una interfaz de usuario conveniente.
Las soluciones basadas en el borde sin servidor son escalables y, por lo tanto, brindan a los usuarios la flexibilidad de expandir gradualmente sus sistemas en cualquier momento, sin tener que adquirir un servidor costoso.
Análisis de vídeo de IA de aprendizaje profundo
Estas aplicaciones elevan la videovigilancia de ser simplemente un sistema de seguridad que ayuda a monitorear y detectar actividades sospechosas, a una solución inteligente que ofrece mucho más.
La reciente introducción de cámaras asequibles provistas con análisis de vídeo eo de IA de aprendizaje profundo a bordo ha mejorado aún más la capacidad de las cámaras para usarse como dispositivos de detección. El análisis de vídeo de Deep Learning AI ignora el ruido de vídeo, los árboles que se mueven, las nubes y los animales en movimiento, todo lo cual normalmente podría ser la causa de falsas alarmas cuando se utilizan sensores o tecnología de detección de movimiento estándar para detectar actividad.
Este mayor nivel de rendimiento significa que los operadores de la sala de control y el personal de seguridad pueden concentrarse en responder a incidentes reales en lugar de falsas alarmas. Además de la precisión extrema, el aprendizaje profundo también permite a los operadores buscar características y atributos específicos, incluido el grupo de edad y el sexo de una persona, y si lleva gafas, un sombrero o un bolso.
Aplicaciones comerciales y de tráfico
Las cámaras de videovigilancia equipadas con Deep Learning AI son particularmente adecuadas para aplicaciones que requieren un mayor grado de sofisticación que el que ofrece el análisis de vídeo tradicional. Permite, por ejemplo, que los minoristas capturen inteligencia empresarial, como la edad y el género, y analicen la demografía de los clientes. Al hacerlo, estos minoristas pueden comprender mejor el comportamiento de los clientes y los patrones de compra.
Los planificadores de carreteras, las autoridades encargadas de hacer cumplir las normas de tráfico y la policía ahora también pueden aprovechar las cámaras de IA para identificar la marca, el modelo y el color de los vehículos, además de reconocer las matrículas de los automóviles. La solución de gestión de tráfico inteligente Wisenet Road AI basada en el borde, que se lanzará próximamente, utilizará, por ejemplo, análisis de vídeo de Deep Learning AI para identificar más de 700 modelos de vehículos fabricados en 70 marcas. Los datos se pueden utilizar para realizar encuestas y obtener una mayor comprensión del uso de las carreteras, así como ayudar a identificar con precisión los vehículos involucrados en infracciones de tránsito.
Resumen
Los integradores de sistemas encontrarán que Edge les brinda la oportunidad de ofrecer a sus clientes usuarios finales sistemas innovadores y sostenibles, como dispositivos inteligentes autónomos que incluso podrían funcionar con paneles solares. Al hacerlo, podrán capitalizar la última tecnología para ofrecer soluciones de videovigilancia que no se habrían imaginado posibles cuando las imágenes de CCTV monocromáticas de baja resolución tenían que transmitirse y monitorearse de forma remota desde una ubicación central.
Fuente: Ifsec Global
