Чем выше разрешение, тем лучше? Взгляд со стороны видеоаналитики

Чем выше разрешение, тем лучше? Взгляд со стороны видеоаналитики

Крупные игроки отрасли видеонаблюдения, а вслед за ними и небольшие производители, конкурируя за место на рынке, делают ставку на высокое разрешение камер. Пользователи уже привыкли к гонке за разрешением в «бытовых» сферах – например, в камерах мобильных телефонов и цифровых фотоаппаратах, поэтому того же ожидают и от камер видеонаблюдения. И если еще недавно Full HD был золотым стандартом, то сегодня выпускается множество моделей с разрешением до 4K и даже до 8K. Рассмотрим, всегда ли «чем больше, тем лучше» для камер видеонаблюдения.

Несомненно, максимальное разрешение камеры следует выбирать в зависимости от особенностей объекта и задач видеонаблюдения. Однако некоторые пользователи считают, что лучше выбрать камеру с заведомо большим разрешением, ведь она способна захватывать больше деталей и, следовательно, позволит лучше контролировать ситуацию.  Всегда ли это так, и следует ли переплачивать за такую модель?

Такая камера действительно захватывает больше деталей, и для оператора системы видеонаблюдения это может быть значимо и ощутимо – но только при наличии дисплея соответствующего разрешения. Тем не менее многие рассматривают приобретение камеры повышенного разрешения с прицелом на выполнение видеоаналитических задач, полагая, что повышенная детализации позволит обнаружить больше тревог.

И это уже совсем не так. Ли Шелфорд, менеджер по продажам компании Genetec, поясняет, что аналитические приложения для детекции объектов, обнаружения пересечения линий и вторжения на территорию, подсчета людей и другие подобные требуют минимального разрешения. Причем в случае использования алгоритмов глубокого обучения система дополнительно уменьшает разрешение отснятого материала для работы с ним.

«Глубокое обучение помогает получать более точные аналитические результаты, – говорит Шелфорд. – Однако функции глубокого обучения требуют фиксированного разрешения, установленного для нейронной сети. Часто это 512x512 пикселей, хотя в некоторых случаях требуется меньше или больше. Так что даже если мы, например, загрузим кадры с разрешением 720p, то первое, что сделает система, – это перекодирует видео до размера 512x512 пикс., чтобы удовлетворить требованиям нейронной сети».

Специалист по данным в компании Dragonfruit AI Абхишек Мишра рассказал, что разрешение зависит от используемой платформы для видеоаналитики. Например, нейронная сеть YOLO v4 поддерживает возможность обучения и вывода в трех различных разрешениях. Однако текущий «стандарт» в этом вопросе все же – 416x416 пикс. «Вам может понадобиться более высокое разрешение для таких приложений, как распознавание автомобильных номеров, но в случае, если требуется только детекция объектов и выполнение других функций на базе их обнаружения, например, подсчет людей, этого стандартного разрешения будет достаточно», – пояснил Мишра. 

Какие можно сделать выводы? Мы понимаем, что камеры высокого разрешения требуют соответствующей инфраструктуры с повышенной вычислительной мощностью и больше ресурсов для вывода, передачи и хранения информации. При этом стоимость самих камер также высока. Поэтому если целью их установки является базовая видеоаналитика, пользователю следует рассмотреть модели с более низким разрешением.

«Если нет проблем с камерами, я бы не советовал обновлять оборудование, – говорит Амол Кулкарни, вице-президент и глава Dragonfruit AI в Индии. – Можно использовать интеллектуальные аналитические платформы, которые будут работать со всеми типами камер – даже аналоговыми – и получать значимые результаты без больших затрат».

Источник: asmag.com