نظام تخزين شبكي ذكي للكاميرات الأمنية المنزلية والذكاء الفيديوي المحلي

إيفا وونغ

IceWhale author

إيفا وونغ هي كاتبة تقنية و ومهندسة هاوية في ZimaSpace. مهووسة بالتكنولوجيا مدى الحياة ولديها شغف بالمختبرات المنزلية والبرمجيات مفتوحة المصدر، تتخصص في تبسيط المفاهيم التقنية المعقدة إلى أدلة عملية وسهلة الفهم. تؤمن إيفا بأن الاستضافة الذاتية يجب أن تكون ممتعة وليست مخيفة. من خلال دروسها، تمكّن المجتمع من تبسيط إعدادات الأجهزة، بدءًا من بناء أول نظام تخزين شبكي NAS وحتى إتقان حاويات Docker.

AI NAS for Home Security Cameras and Local Video Intelligence

إجابة سريعة

يمكن لـ AI NAS مساعدة كاميرات أمن المنزل بتحويل تدفقات الكاميرا الخام إلى ذكاء فيديو محلي. بدلاً من تسجيل ساعات من اللقطات أو إطلاق التنبيهات من كل ظل متحرك، يمكنه استخدام اكتشاف الأجسام المحلي، وقواعد الأحداث، والمناطق، والأقنعة، وسير عمل التخزين لتحديد الأشخاص، والمركبات، والحيوانات، والطرود، والنشاطات ذات الصلة الأخرى.

الفائدة الرئيسية ليست فقط التسجيل المحلي. بل القدرة على تصفية الضوضاء، ومراجعة المقاطع المهمة بسرعة أكبر، وتقليل الاعتماد على السحابة، والحفاظ على مزيد من السيطرة على مكان معالجة وتخزين اللقطات. هذا يجعل ذكاء الكاميرا أحد أكثر حالات استخدام AI NAS العملية في المنزل، خاصةً للأسر التي تريد تنبيهات أقل كاذبة وسير عمل فيديو أكثر خصوصية.

لا يجعل AI NAS الكاميرات خاصة أو دقيقة أو خالية من الصيانة تلقائيًا. لا تزال برامج الكاميرا الثابتة، والوصول إلى الشبكة، وتخطيط التخزين، وتسريع الأجهزة، وقواعد الاحتفاظ، وخيارات العرض عن بُعد مهمة.

ماذا يعني AI NAS لكاميرات أمن المنزل؟

من التخزين السلبي للفيديو إلى الذكاء المحلي للفيديو

يمكن لـ NAS التقليدي تخزين تسجيلات الكاميرا، لكنه عادةً ما يتصرف كأرشيف فيديو سلبي. يحفظ الملفات، يحتفظ باللقطات لفترة محددة، ويسمح للمستخدمين بمراجعة المقاطع لاحقًا.

يضيف AI NAS طبقة ذكاء محلية. يمكنه المساعدة في اكتشاف الأجسام، وتصنيف الأحداث، وتصفية التنبيهات، وإنشاء مقاطع قابلة للبحث، ودمج أحداث الفيديو مع أنظمة أتمتة المنزل.

لأمن المنزل، يغير هذا سير العمل من "تسجيل كل شيء ومراجعته لاحقًا" إلى "التسجيل، والاكتشاف، والتصفية، وإظهار ما يهم". الهدف هو تقليل المراجعة اليدوية وجعل لقطات الكاميرا أكثر فائدة.

كيف يختلف AI NAS عن الكاميرات الذكية السحابية

عادةً ما ترسل الكاميرات الذكية السحابية الفيديو، والبيانات الوصفية، والتنبيهات، أو معالجة الأحداث عبر منصة المزود. قد يكون هذا مريحًا، لكنه غالبًا ما يعتمد على الاشتراكات، والوصول إلى السحابة، ودعم التطبيقات، وسياسات البائع.

إعداد AI NAS محلي يحافظ على المزيد من سير العمل تحت سيطرة المستخدم. يمكن تسجيل تدفقات الكاميرا محليًا، ويمكن تشغيل اكتشاف الأجسام على الأجهزة المحلية، ويمكن إدارة التنبيهات دون رفع كل حدث إلى خدمة طرف ثالث.

المقابل هو الصيانة. تتطلب الأنظمة المحلية تخطيطًا أكبر حول الأجهزة، البرمجيات، عزل الشبكة، التحديثات، التخزين، والوصول عن بُعد.

ما لا يحله AI NAS تلقائيًا

لا يضمن AI NAS أمانًا كاملاً. قد يفشل اكتشاف الأجسام في رصد الأحداث، أو يخطئ في تصنيف الأجسام، أو يعمل بشكل أسوأ في ظروف الإضاءة السيئة، الزوايا السيئة، المطر، الوهج، أو تدفقات الفيديو منخفضة الجودة.

كما أنه لا يجعل الكاميرات خاصة تلقائيًا. قد تظل الكاميرا تتصل بخوادم البائع ما لم يتم التحكم في الوصول إلى الشبكة.

يجب معاملة سير عمل AI الجيد للكاميرا كنظام متعدد الطبقات: تدفقات كاميرا موثوقة، كشف محلي، تصفية مفيدة، وصول محكم، وخطة تخزين معقولة.

لماذا تخلق سير عمل كاميرات المنزل التقليدية الكثير من الضوضاء

الكشف عن الحركة يسبب الكثير من التنبيهات الخاطئة

غالبًا ما يتفاعل الكشف التقليدي عن الحركة مع تغييرات البكسل. يمكن أن يشمل ذلك الرياح، المطر، الحشرات، الظلال، المصابيح الأمامية، فروع الأشجار، الأعلام، الانعكاسات، أو ضوضاء الكاميرا.

بالنسبة للمستخدمين، النتيجة هي إرهاق التنبيهات. إذا أرسلت الكاميرا الكثير من الإشعارات غير ذات الصلة، يتوقف الناس عن الثقة في التنبيهات.

يحسن كشف الأجسام سير العمل بطرح سؤال أفضل: ليس فقط "هل تحرك شيء؟" بل "هل الشيء المتحرك هو شخص، سيارة، حيوان أليف، طرد، أو جسم آخر يهمني؟"

الكاميرات السحابية تضيف مخاوف الخصوصية والاشتراك

الكاميرات السحابية مريحة، لكنها قد تثير مخاوف حول الرسوم المتكررة، المعالجة عن بُعد، الاعتماد على الحساب، وصول البائع، ودعم المنصة على المدى الطويل.

بعض المستخدمين مرتاحون لهذا التنازل لأن الأنظمة السحابية سهلة التثبيت وعادةً ما تحتوي على تطبيقات محمولة مصقولة. ويفضل آخرون التحكم المحلي، خاصةً للكاميرات التي تغطي المنازل، الأطفال، الممرات، المرائب، المداخل، أو المناطق الداخلية الخاصة.

يكون AI NAS أكثر صلة عندما يرغب المستخدمون في كشف أذكى دون جعل المعالجة السحابية المسار الافتراضي لكل حدث فيديو.

جداول الفيديو الطويلة تجعل مراجعة الأحداث صعبة

التسجيل المستمر يخلق مشكلة أخرى: كمية كبيرة من اللقطات. حتى عدد قليل من الكاميرات يمكن أن يولد جداول زمنية طويلة يصعب مراجعتها يدويًا.

يمكن للذكاء الفيديوي AI أن يساعد بتحويل التسجيلات الطويلة إلى أحداث، مقاطع، ملخصات، أو لحظات قابلة للبحث. هذا يسهل معرفة متى وصل الطرد، متى دخل شخص منطقة، أو متى ظهر مركبة.

القيمة العملية هي الوقت الموفر. يجب أن يقلل سير عمل كاميرا AI NAS المفيد من التنبيهات الخاطئة وفحص الفيديو اليدوي.

كيفية التفكير في AI NAS كخط أنابيب للذكاء الفيديوي المحلي

يشرح خط أنابيب الذكاء الفيديوي المحلي كيف يحول AI NAS تغذية كاميرات المنزل الخام إلى معلومات أمنية محلية مفيدة من خلال الالتقاط، الكشف، التصفية، المراجعة، التخزين، والتحكم في الخصوصية.

طبقة خط الأنابيب	ما يتضمنه	ما يساعد المستخدمين على فهمه
طبقة الالتقاط	كاميرات IP، تدفقات RTSP، تسجيل NVR محلي، الطوابع الزمنية، التسجيل المستمر أو القائم على الأحداث	يحتاج AI NAS أولاً إلى تغذية كاميرات موثوقة وتسجيل محلي قبل أن يعمل الكشف أو المراجعة
طبقة الكشف	كشف الأشخاص، كشف المركبات، الحيوانات الأليفة، الحيوانات، الطرود، فئات الأجسام، استدلال النموذج	يقوم AI NAS بتحليل الإطارات لتحديد الأجسام والأحداث ذات المعنى، وليس مجرد الحركة
طبقة التصفية	قواعد الأحداث، المناطق، الأقنعة، عتبات الثقة، قواعد الإشعارات، تقليل التنبيهات الخاطئة	يعتمد الذكاء الاصطناعي المفيد للكاميرا على تصفية الحركة غير ذات الصلة قبل إرسال التنبيهات
طبقة المراجعة	المقاطع، الجداول الزمنية، الأحداث القابلة للبحث، الملخصات اليومية، مراجعة الشذوذ، واجهة تشغيل الفيديو	الهدف هو تسهيل العثور على اللحظات المهمة دون الحاجة لتصفح ساعات من الفيديو
طبقة الحوسبة والتخزين	وحدة المعالجة المركزية، وحدة معالجة الرسوميات، وحدة المعالجة العصبية، Edge TPU، تسريع الأجهزة، SSD للقطات الحديثة، HDD للاحتفاظ	يمكن أن يجهد الذكاء الاصطناعي للكاميرا في الوقت الحقيقي أجهزة NAS، لذا تحتاج المعالجة والتخزين إلى تخطيط
طبقة الخصوصية والحفظ	المعالجة المحلية، VLANs، سلوك برنامج الكاميرا الثابت، الوصول عن بُعد، التحكم في الوصول، قواعد الاحتفاظ، النسخ الاحتياطية	الذكاء الاصطناعي المحلي خاص وموثوق فقط عندما يتم التحكم في الشبكة، الأذونات، وسياسات التخزين

الالتقاط: تدفقات الكاميرا والتسجيل المحلي

طبقة الالتقاط تبدأ بتدفقات الكاميرا. تعتمد العديد من سير عمل NVR المحلية على كاميرات IP التي توفر تدفقات محلية مستقرة، غالبًا عبر RTSP.

الالتقاط الموثوق مهم لأن الكشف بالذكاء الاصطناعي لا يمكنه إصلاح مدخلات الفيديو غير المستقرة. إذا انقطعت تدفقات الكاميرا، أو تعثرت، أو اعتمدت فقط على وصول السحابة الخاصة بالبائع، يصبح سير العمل المحلي أضعف.

إعداد جيد يفصل بين احتياجات التسجيل واحتياجات الكشف. بعض الأنظمة تسجل بشكل مستمر، بينما تحفظ أخرى المقاطع بناءً على الأحداث المكتشفة أو قواعد الاحتفاظ.

الكشف: الأشخاص، المركبات، الحيوانات، الطرود، ومناطق الحركة

طبقة الكشف تحلل الإطارات أو مناطق من الإطارات لتحديد الأجسام ذات المعنى. الفئات الشائعة في أمان المنزل تشمل الأشخاص، المركبات، الحيوانات الأليفة، الحيوانات، والطُرود.

هذا يختلف عن الكشف الأساسي للحركة. فرع شجرة متحرك وشخص يقترب من الباب كلاهما يخلق حركة، لكن لا يجب أن يثيرا نفس مستوى الانتباه.

تعتمد جودة الكشف على وضع الكاميرا، جودة البث، اختيار النموذج، الإضاءة، وتسريع الأجهزة.

التصفية: قواعد الأحداث، عتبات الثقة، وتقليل التنبيهات الخاطئة

التصفية تحول الاكتشافات الخام إلى تنبيهات مفيدة. قد يكتشف النظام العديد من الأجسام، لكن فقط بعضها يجب أن ينشئ إشعارًا، مقطعًا، أو عنصر مراجعة.

عناصر التحكم النموذجية في التصفية تشمل:

مناطق للأماكن المهمة، مثل ممر السيارة أو الشرفة الأمامية
أقنعة للأخطاء الإيجابية المستمرة في المواقع الثابتة
فئات الأجسام، مثل الشخص، السيارة، الكلب، أو الطرد
عوامل الثقة
قواعد التنبيه المعتمدة على الوقت
المناطق المطلوبة قبل إنشاء الإشعارات أو التسجيلات

التصفية الجيدة هي ما يجعل الذكاء الفيديوي المحلي عمليًا. بدونها، يمكن للكشف بالذكاء الاصطناعي أن ينتج عددًا كبيرًا جدًا من الأحداث.

الاسترجاع: المقاطع، الجداول الزمنية، البحث، والملخصات اليومية

الاسترجاع هو طبقة المراجعة. بدلاً من التمرير عبر يوم كامل من اللقطات، يمكن للمستخدمين مراجعة المقاطع، الأحداث المصفاة، الجداول الزمنية، وأحيانًا الملخصات.

بالنسبة لمستخدمي المنازل، غالبًا ما يكون هذا الفرق بين "لدي تسجيلات" و"يمكنني العثور على ما حدث". يجب أن يجعل AI NAS المحلي الأحداث أسهل في التحديد، وليس مجرد تخزين المزيد من الفيديو.

قد يبدو سير عمل المراجعة العملي كما يلي:

تُسجل تدفقات الكاميرا محليًا.
تحدد الحركة أو النشاط مكان تشغيل الاكتشاف.
يحدد اكتشاف الأجسام الأشخاص، المركبات، الحيوانات الأليفة، الطرود، أو الفئات الأخرى.
تقرر المناطق والقواعد ما إذا كان الحدث مهمًا.
يتم حفظ المقاطع ذات الصلة مع الطوابع الزمنية والبيانات الوصفية.
تظل اللقطات الحديثة سريعة الوصول، بينما تتبع التسجيلات الأقدم قواعد الاحتفاظ.

التخزين: طبقات التخزين، الاحتفاظ، النسخ الاحتياطي، وضوابط الخصوصية

التخزين يشمل ما يحدث بعد الاكتشاف والمراجعة. يمكن أن تنمو لقطات الكاميرا بسرعة، لذا فإن طبقات التخزين وسياسات الاحتفاظ مهمة.

قد تستفيد المقاطع الحديثة من تخزين SSD أو ذاكرة تخزين مؤقت لتشغيل أسرع واستجابة واجهة المستخدم. قد تنتقل التسجيلات الأقدم إلى تخزين HDD أو تُحذف بناءً على قواعد الاحتفاظ.

ليست كل اللقطات بحاجة إلى نفس مستوى الحماية. قد يكون للتسجيلات الروتينية فترة احتفاظ قصيرة، بينما قد تحتاج المقاطع المهمة إلى نسخ احتياطي أو تصدير.

ما يمكن أن يكتشفه AI NAS في لقطات كاميرات المنزل

الأشخاص، الوجوه المألوفة، والزوار غير المعروفين

يعد اكتشاف الأشخاص أحد أكثر حالات الاستخدام شيوعًا لذكاء الكاميرا المحلي. يمكن أن يساعد في التمييز بين الشخص والظلال أو الأشجار أو أضواء السيارات أو الحركة العشوائية.

قد تدعم بعض الأنظمة أيضًا سير عمل التعرف على الوجوه المألوفة، لكن يجب التعامل مع ذلك بحذر. تعتمد ميزات الوجه على جودة النموذج، زاوية الكاميرا، الإضاءة، المسافة، وتوقعات الخصوصية.

لأمن المنزل، غالبًا ما يكون اكتشاف الأشخاص الأساسي أكثر عملية من محاولة التعرف على كل فرد بدقة.

المركبات، الطرود، الحيوانات الأليفة، والحيوانات

يمكن لاكتشاف المركبات أن يساعد مع كاميرات الممر، المرآب، والواجهات المطلة على الشارع. يمكن أن يكون اكتشاف الطرود مفيدًا للأبواب الأمامية، الشرفات، ومناطق التسليم.

يمكن لاكتشاف الحيوانات الأليفة والحيوانات تقليل الالتباس بين الأشخاص والحركة غير الضارة. كما يمكن أن يساعد المستخدمين على فهم ما إذا كانت التنبيهات ناجمة عن كلب، قط، حيوان بري، أو حيوان آخر.

تكون هذه الاكتشافات أكثر فائدة عند ربطها بالمناطق. قد لا تهم سيارة تمر في الشارع، بينما قد تهم مركبة تدخل الممر.

الحركة غير العادية، المناطق، والأحداث المعتمدة على الوقت

ليس كل حدث مفيد هو فئة جسم بسيطة. قد يهتم المستخدمون بالنشاط في منطقة محددة، في وقت معين، أو بعد مدة معينة.

على سبيل المثال، قد تكون الحركة بالقرب من بوابة في الليل أكثر أهمية من الحركة على الرصيف خلال النهار. قد يكون وجود شخص في الممر أكثر أهمية من شخص يمشي بجانب حدود الملكية.

يجب أن تجمع سير عمل كاميرات AI NAS بين اكتشاف الأجسام وسياق الموقع والوقت. هذا ما يحول الكشف الخام إلى ذكاء محلي مفيد.

كيف تقلل الذكاء المحلي للفيديو من التنبيهات الخاطئة

تصفية اكتشاف الأجسام من الرياح والظلال والحركة العشوائية

يساعد كشف الأجسام في تقليل التنبيهات الخاطئة لأن النظام يمكنه تجاهل العديد من أنواع الحركة التي لا تتطابق مع الأجسام المهمة. قد تسبب الرياح، والظلال، والأشجار، والمطر، والحشرات حركة، لكنها ليست بالضرورة أحداث أمان.

تصف Frigate نفسها بأنها جهاز تسجيل فيديو شبكي محلي كامل مصمم لـ Home Assistant مع كشف الأجسام بالذكاء الاصطناعي، باستخدام OpenCV وTensorFlow للكشف المحلي في الوقت الحقيقي على كاميرات IP. كما تشير إلى أن الكواشف الموصى بها موصى بها بشدة وأن كشف وحدة المعالجة المركزية يجب استخدامه عمومًا للاختبار فقط.

النقطة المهمة لمستخدمي AI NAS هي أن الكشف يجب أن يكون انتقائيًا. تشغيل كشف الأجسام في كل مكان طوال الوقت قد يهدر الموارد، بينما يمكن للكشف المستهدف أن يجعل التنبيهات أكثر فائدة.

المناطق والأقنعة تساعد على التركيز على المناطق المهمة

المناطق والأقنعة تساعد في تحسين ما يجب أن يخلق حدثًا. توثق وثائق Frigate أقنعة الحركة مقابل أقنعة تصفية الأجسام وتحذر من أن الأقنعة أدوات ضيقة وليست طريقة عامة لإخفاء المناطق من الكشف. كما تشير إلى أن المناطق مع المناطق المطلوبة غالبًا ما تكون الأداة الأفضل عندما يريد المستخدمون التنبيهات فقط في مناطق محددة.

هذا التمييز مهم. قد تمنع قناع الحركة تحريك الكشف في منطقة معينة، لكنه لا يمنع بالضرورة اكتشاف الأجسام هناك إذا بدأ الكشف من مكان آخر.

بالنسبة للعديد من إعدادات المنازل، أفضل نمط هو تحديد الأماكن التي تهم فيها التنبيهات. يمكن للكاميرا مراقبة الرصيف، لكنها تنشئ عنصر مراجعة فقط عندما يدخل شخص إلى منطقة الشرفة أو الممر.

ملخصات الأحداث تقلل من التمرير اليدوي للفيديو

تساعد ملخصات الأحداث والمقاطع المستخدمين على مراجعة ما يهم دون مشاهدة جداول زمنية طويلة. النظام الذي يسجل طوال اليوم لكنه لا يعرض اللحظات الرئيسية لا يزال يخلق عبئًا على المستخدم.

الملخصات المفيدة قد تشمل الأشخاص المكتشفين، والمركبات، والطرود، والمناطق، والأوقات، والمقاطع القصيرة. تعتمد الميزات الدقيقة على حزمة البرمجيات.

الهدف ليس استبدال المراجعة البشرية بالكامل، بل تقليل عدد اللحظات غير المهمة التي يجب على المستخدمين فحصها.

جهاز تسجيل الفيديو الشبكي المحلي الذكي مقابل أنظمة كاميرات الأمان السحابية

المعالجة المحلية تحافظ على المزيد من الفيديو تحت سيطرة المستخدم

يمكن لجهاز تسجيل الفيديو الشبكي المحلي الذكي (AI NVR) معالجة المزيد من الفيديو على الأجهزة التي يتحكم بها المستخدم. قد يقلل هذا من الاعتماد على الكشف السحابي، والتخزين السحابي، واشتراكات البائع.

المعالجة المحلية ذات قيمة خاصة للمستخدمين الذين يهتمون بالمقاطع الخاصة، والكاميرات الداخلية، والأطفال، وكاميرات المرآب، أو المناطق التي تكشف عن روتين المنزل.

ومع ذلك، لا يزال المعالجة المحلية تتطلب إعدادًا صحيحًا. جهاز تسجيل الفيديو الشبكي المحلي (NVR) لا يتحكم تلقائيًا في سلوك برنامج الكاميرا الثابت، أو الوصول إلى الشبكة الصادرة، أو مسارات العرض عن بُعد.

الأنظمة السحابية أسهل لكنها تعتمد على قواعد المزود

غالبًا ما تكون أنظمة الكاميرات السحابية أسهل في التثبيت. عادةً ما توفر تطبيقات الهاتف المحمول، العرض عن بُعد، الإشعارات السحابية، والتحديثات التلقائية.

المقايضة هي الاعتماد. قد يعتمد المستخدمون على خطط الاشتراك، خوادم المزود، اتصال الإنترنت، وسياسات الاحتفاظ أو الخصوصية التي يحددها البائع.

بالنسبة للعديد من الأسر، القرار ليس تقنيًا بحتًا. إنه مقايضة بين الراحة، التحكم في الخصوصية، التكلفة، الصيانة، والموثوقية.

يمكن للإعدادات الهجينة تحقيق توازن بين الراحة والخصوصية

قد يختار بعض المستخدمين نهجًا هجينًا. على سبيل المثال، قد يسجلون محليًا مع الاستمرار في استخدام تطبيق البائع لبعض الميزات عن بُعد، أو يستخدمون الذكاء الاصطناعي المحلي للكاميرات المهمة والكاميرات السحابية للمناطق الأقل حساسية.

يمكن أن تكون الإعدادات الهجينة عملية، لكنها يجب أن تكون مقصودة. يجب أن يعرف المستخدمون أي تدفقات فيديو أو تنبيهات أو بيانات وصفية تخرج من شبكة المنزل.

عادةً ما يفصل التصميم الهجين الأكثر أمانًا الكاميرات الحساسة عن الكاميرات التي تركز على الراحة ويطبق قواعد وصول مختلفة لكل منها.

ما الأجهزة التي يحتاجها NAS الذكي لذكاء الكاميرا؟

أدوار وحدة المعالجة المركزية، وحدة معالجة الرسومات، وحدة معالجة الشبكة العصبية، ومعالج TPU على الحافة

يستخدم ذكاء الكاميرا أجهزة مختلفة لمهام مختلفة. قد تتولى وحدة المعالجة المركزية إدارة التدفق، تحليل الحركة، أحمال الحاويات، نشاط قاعدة البيانات، وخدمات NAS العامة. قد تتولى وحدة معالجة الرسومات، وحدة معالجة الشبكة العصبية، Hailo، Coral، OpenVINO، أو كاشف آخر كشف الأجسام بكفاءة أكبر.

تشرح وثائق الأجهزة الخاصة بـ Frigate أن الكواشف هي أجهزة محسّنة لتشغيل الاستدلال بكفاءة وأن تفريغ كشف الأجسام إلى كاشف يمكن أن يقلل من حمل وحدة المعالجة المركزية. كما تشير إلى أن Coral لم يعد موصى به عمومًا لتثبيتات Frigate الجديدة إلا في حالات الطاقة المنخفضة أو الأجهزة المحدودة، بينما يدعم Frigate أنواعًا متعددة من الكواشف عبر Hailo وCoral وOpenVINO وNvidia وROCm وApple Silicon وJetson وRockchip ومنصات أخرى.

المكون	الدور النموذجي في ذكاء الكاميرا الاصطناعي	الحد العملي
وحدة المعالجة المركزية (CPU)	معالجة التدفق، تحليل الحركة، خدمات الحاويات، نشاط قاعدة البيانات	يمكن أن تصبح محملة بشكل زائد بسبب تدفقات عالية الدقة أو العديد من الكاميرات
وحدة معالجة الرسومات (GPU)	فك ترميز الفيديو، كشف الأجسام، أو التسريع حسب دعم البرنامج	مفيد فقط عند تكوين برامج التشغيل والحاويات المدعومة بشكل صحيح
وحدة معالجة الشبكة العصبية (NPU)	استدلال فعال على المنصات المدعومة	دعم البرامج يختلف حسب المنصة والطراز
معالج TPU على الحافة / معجل الذكاء الاصطناعي	كشف الأجسام منخفض الطاقة في سير العمل المدعوم	قد لا يساعد في فك ترميز الفيديو أو عمليات الكتابة على التخزين
قرص الحالة الصلبة / ذاكرة التخزين المؤقت	اللقطات الحديثة، ملفات قاعدة البيانات، المقاطع، المراجعة السريعة	يمكن أن يقلل من تأخر واجهة المستخدم ولكن يجب التخطيط لحمل الكتابة
قرص صلب / مصفوفة	الاحتفاظ لفترة أطول وتخزين التسجيلات بالجملة	أفضل للسعة، لكنه ليس دائمًا مثاليًا للقطات الحديثة ذات التغيير السريع

يجب أن يبدأ التخطيط العتادي بعدد الكاميرات، دقة التدفق، معدل الكشف (FPS)، احتياجات الاحتفاظ، وما إذا كان NAS يقوم أيضًا بالنسخ الاحتياطي، خدمات الوسائط، أو حمولات أخرى.

لماذا يمكن أن تجهد تدفقات الكاميرا المتعددة NAS

تخلق تدفقات الكاميرا المتعددة ضغطًا على الحوسبة والتخزين. قد يحتاج NAS إلى فك ترميز الفيديو، تتبع الحركة، تشغيل الكشف، كتابة التسجيلات، صيانة قواعد البيانات، تقديم التشغيل، والحفاظ على وظائف NAS الأخرى.

زيادة الدقة ومعدل الإطارات تزيد من كمية البيانات التي يجب تحليلها. حتى عندما يساعد مسرع AI في الكشف، قد لا يساعد في فك ترميز الفيديو أو عمليات كتابة التخزين.

لهذا السبب يفصل بعض المستخدمين تدفقات الكشف عن تدفقات التسجيل. قد يُستخدم تدفق فرعي منخفض الدقة للكشف، بينما يُحفظ تدفق عالي الجودة للتسجيلات.

متى يجب أن تبقى المقاطع الحديثة على SSD قبل نقلها إلى HDD

يتم الوصول إلى المقاطع الحديثة بشكل متكرر للتنبيهات، الصور المصغرة، الجداول الزمنية، والمراجعة. يمكن لتخزين SSD أو التخزين المؤقت جعل هذه التجربة أكثر استجابة.

التسجيلات القديمة قد لا تحتاج إلى نفس السرعة. غالبًا ما يمكن نقلها إلى تخزين HDD أو اتباع قواعد الاحتفاظ، حسب مدة رغبة المستخدمين في الاحتفاظ بالمقاطع.

تُظهر مناقشات المجتمع حول Frigate و unRAID غالبًا نقاشات المستخدمين حول محركات تسجيل مخصصة، مجموعات التخزين المؤقت، أقراص SSD، أقراص HDD للمراقبة، وأجهزة منفصلة لأن حمولات الكاميرا تخلق عمليات كتابة مستمرة ونشاط قاعدة بيانات نشط.

هذه خبرة مجتمعية وليست قاعدة عامة. الخلاصة المفيدة هي أن تخزين الكاميرا يجب أن يُخطط له بشكل مختلف عن تخزين الملفات العادي.

ما البرنامج الذي يجعل AI NAS مفيدًا لكاميرات المنزل؟

برنامج NVR المحلي وتدفقات كاميرا RTSP

عادةً ما يحتاج سير عمل كاميرا AI المحلية إلى برنامج NVR، تدفقات الكاميرا، قواعد التسجيل، إعدادات الكشف، وواجهة مراجعة. تدفقات RTSP شائعة لأنها تسمح لـ NVR بالاتصال مباشرة بالكاميرات المتوافقة عبر IP.

يجب أن يدعم البرنامج التسجيل المستقر، مراجعة الأحداث، الكشف المحلي، قواعد الاحتفاظ، والتكامل مع أدوات أتمتة المنزل المفضلة لدى المستخدم.

أفضل اختيار للبرنامج يعتمد على توافق الكاميرا، نظام التشغيل، دعم التسريع العتادي، ومدى استعداد المستخدم لصيانة الإعدادات.

نماذج كشف الأجسام والتسريع العتادي

نماذج كشف الأجسام هي التي تحول إطارات الفيديو إلى فئات مكتشفة مثل شخص، سيارة، كلب، قط، أو طرد. يحدد التسريع العتادي مدى كفاءة تشغيل هذه النماذج.

بالنسبة لمستخدمي AI NAS، السؤال الأساسي ليس فقط ما إذا كان هناك نموذج موجود. بل هو ما إذا كان البرنامج يدعم مسار الأجهزة، تنسيق النموذج، وحمولة الكاميرا.

قد يعود النظام الذي لا يدعم التسريع إلى وحدة المعالجة المركزية أو يعمل بشكل سيء. قد يشعر النظام المتواضع الذي يدعم التسريع جيدًا بأداء أفضل من نظام أقوى بدعم برمجي ضعيف.

تكاملات الأتمتة المنزلية وقواعد التنبيه

يمكن لتكامل الأتمتة المنزلية أن يجعل ذكاء الكاميرا المحلي أكثر فائدة. يمكن لحدث الكشف أن يشغل الأضواء، الإشعارات، الأتمتة، أو لوحات التحكم.

يجب أن تكون قواعد التنبيه محددة. قد يستحق شخص في الممر بعد منتصف الليل إشعارًا، بينما قد لا يستحق شخص يمشي بجانب رصيف عام ذلك.

يسمح البرنامج الجيد للمستخدمين بدمج نوع الكائن، المنطقة، الوقت، والثقة في قواعد عملية.

متى يجب تشغيل ذكاء الكاميرا خارج جهاز NAS؟

استخدم جهاز NAS للتخزين عندما تكون معالجة الفيديو ثقيلة جدًا

غالبًا ما يكون جهاز NAS أقوى كجهاز تخزين موثوق. إذا جعلت أعباء عمل ذكاء الكاميرا جهاز NAS بطيئًا، ساخنًا، غير مستقر، أو صعب الصيانة، قد يكون من الأفضل ترك جهاز NAS يركز على التسجيل والاحتفاظ.

هذا صحيح بشكل خاص عندما يتعامل نفس جهاز NAS أيضًا مع النسخ الاحتياطية، ملفات العائلة، مكتبات الوسائط، أو التطبيقات المستضافة ذاتيًا.

يمكن لجهاز تخزين NAS الذي يركز على التخزين أن يكون جزءًا من سير عمل الذكاء الاصطناعي. قد يخزن التسجيلات بينما يتعامل جهاز محلي آخر مع الكشف أو الترميز.

استخدم صندوق ذكاء اصطناعي منفصل للكشف عن عدة كاميرات أو الترميز

يمكن أن يكون وجود صندوق ذكاء اصطناعي منفصل منطقيًا للكشف عن عدة كاميرات، الترميز الثقيل، أو أعباء عمل GPU/NPU. يمكن لهذا الصندوق تركيب تخزين NAS عبر الشبكة المحلية أثناء معالجة المهام الحسابية بشكل منفصل.

لهذا التصميم فائدة عملية: صيانة جهاز التخزين الشبكي لا تعني بالضرورة توقف تسجيل أو كشف الكاميرا إذا تم عزل نظام الكاميرا بشكل صحيح.

كما يسمح للمستخدمين باختيار الأجهزة بناءً على عبء العمل. لا تحتاج أجهزة التخزين وأجهزة استنتاج الذكاء الاصطناعي دائمًا إلى أن تكون نفس الجهاز.

حافظ على عزل أعباء عمل الكاميرا عن النسخ الاحتياطية الحرجة

أعباء عمل الكاميرا تختلف عن النسخ الاحتياطية. قد تشمل عمليات كتابة مستمرة، معدل تبديل عالي، مقاطع مؤقتة، قواعد بيانات، صور مصغرة، ودورات احتفاظ.

خلط تسجيلات الكاميرا مع النسخ الاحتياطية الحرجة بدون تخطيط يمكن أن يخلق مشاكل في الأداء والموثوقية. يجب على المستخدمين تحديد أي اللقطات روتينية، وأي المقاطع مهمة، وأي البيانات تحتاج إلى نسخ احتياطي.

بالنسبة للعديد من المنازل، تحتاج فقط مقاطع مختارة أو أحداث تنبيه إلى حماية طويلة الأمد. قد تتبع التسجيلات المستمرة قواعد احتفاظ أقصر.

حدود الخصوصية والأمان للذكاء الاصطناعي المحلي للكاميرا

المعالجة المحلية لا تعني تلقائيًا كاميرات خاصة

الذكاء الاصطناعي المحلي يقلل الاعتماد على السحابة، لكنه لا يجعل الكاميرا خاصة تلقائيًا. قد تستمر الكاميرات في الاتصال بخدمات البائع، الاعتماد على تطبيقات السحابة، أو كشف ميزات الوصول عن بُعد.

تعتمد الخصوصية على المسار الكامل: برنامج كاميرا ثابت، وصول الشبكة، نظام أسماء النطاقات، قواعد جدار الحماية، تصميم جهاز تسجيل الفيديو الشبكي، إعدادات التطبيق، العرض عن بُعد، أذونات المستخدم، والنسخ الاحتياطية.

يعد AI NAS المحلي جزءًا من تصميم الخصوصية. لا ينبغي اعتباره التصميم الكامل.

البرامج الثابتة للكاميرا، والوصول عن بُعد، ومخاطر الاتصال بالمنزل

نقاش على Reddit حول كاميرا IP "تتصل بالمنزل" يظهر قلقًا شائعًا في الاستضافة الذاتية: قد يخزن المستخدمون الفيديو ويشاهدونه محليًا بينما يلاحظون اتصالات صادرة من الكاميرا. تمحور النقاش حول عزل الكاميرات، وحظر الوصول الصادر، واستخدام الوصول المحلي لـ NVR، وفهم أن المشاهدة عن بُعد عبر تطبيق البائع قد تتعطل إذا تم حظر الوصول إلى السحابة.

يدعم هذا حدًا عمليًا: التسجيل المحلي لا يضمن سلوكًا محليًا فقط. قد يحتاج المستخدمون إلى VLANs، وقواعد جدار الحماية، وقوائم السماح، والوصول عن بُعد عبر VPN، أو كاميرات تدعم التشغيل المحلي الحقيقي.

يمكن أن يؤثر حظر الوصول إلى الإنترنت أيضًا على تحديثات البرامج الثابتة أو ميزات تطبيق البائع. غالبًا ما تنطوي خيارات الخصوصية على مقايضات.

التحكم في الوصول مهم للمقاطع، والتنبيهات، والمستخدمين المشتركين

يمكن أن تكشف لقطات الكاميرا عن الروتين، وتصميم المنزل، والزوار، والأطفال، والمركبات، والنشاطات الخاصة. يجب التعامل مع التحكم في الوصول بجدية.

يجب على المستخدمين تحديد من يمكنه مشاهدة البث المباشر، ومراجعة المقاطع، وتغيير قواعد التنبيه، وتصدير اللقطات، أو الوصول إلى المشاهدة عن بُعد.

بالنسبة للعائلات، يجب أن يقتصر الوصول المشترك على الأشخاص والكاميرات المناسبة. ليس كل مستخدم يحتاج إلى وصول إداري لكل مقطع أو إعداد نظام.

كيفية الحكم على ما إذا كان AI NAS يستحق الاستخدام لكاميرات الأمان المنزلية

استخدم AI NAS عندما تضيع التنبيهات الخاطئة الوقت

يستحق AI NAS النظر فيه عندما تجعل التنبيهات الخاطئة نظام الكاميرا صعب الثقة. إذا تلقى المستخدمون الكثير من الإشعارات من الرياح، والظلال، والأشجار، والحشرات، أو حركة المرور المارة، يمكن أن يساعد الكشف عن الأجسام والتصفية القائمة على المناطق.

الاختبار العملي هو ما إذا كان النظام يقلل من وقت المراجعة. إذا عرض الكشف المحلي المقاطع الصحيحة بشكل أسرع، فإن سير العمل يعمل.

هذا مفيد بشكل خاص للأبواب الأمامية، والممرات، والمرائب، والساحات الجانبية، ومناطق تسليم الطرود.

استخدم AI NAS عندما تكون الخصوصية المحلية أهم من سهولة السحابة

يكون AI NAS مفيدًا أيضًا عندما تكون المعالجة المحلية والتخزين المحلي أولوية. قد يفضل المستخدمون الذين لا يريدون معالجة كل كشف أو صورة مصغرة أو مقطع عبر مزود سحابي استخدام سير عمل NVR محلي.

ومع ذلك، يجب أن يكون المستخدمون المهتمون بالخصوصية مستعدين لإدارة تصميم الشبكة. تحتاج الكاميرات، وبرامج NVR، والوصول عن بُعد، وقواعد التخزين إلى اهتمام.

الخصوصية المحلية هي خيار تصميم نظام، وليست مفتاح تشغيل واحد.

احتفظ بجهاز NVR أبسط عندما يكون التسجيل الأساسي كافياً

ليس كل إعداد كاميرا منزلية يحتاج إلى الذكاء الاصطناعي. إذا كان المستخدمون يحتاجون فقط إلى التسجيل الأساسي ونادراً ما يراجعون اللقطات، فقد يكون جهاز NVR أبسط كافياً.

يضيف الذكاء الاصطناعي التكوين والصيانة. يتطلب تخطيط الأجهزة، ودعم النماذج، وضبط الكشف، وسياسات التخزين.

قاعدة القرار الجيدة بسيطة: استخدم AI NAS عندما يحل الكشف، أو التصفية، أو الخصوصية، أو مراجعة الأحداث مشكلة حقيقية. اجعله أبسط عندما يلبي التسجيل الأساسي الحاجة بالفعل.

مفاهيم خاطئة شائعة حول AI NAS لكاميرات المنزل

الكشف بالذكاء الاصطناعي ليس هو نفسه الأمان المثالي

يمكن للكشف بالذكاء الاصطناعي تقليل الضوضاء، لكنه لا يضمن الأمان الكامل. قد يفوت الأحداث، يصنف الأجسام بشكل خاطئ، أو يعمل بشكل غير متسق في ظروف سيئة.

يجب أن يستخدم نظام الكاميرا وضعًا جيدًا، وإضاءة، واحتفاظًا، وتحكمًا في الوصول، وممارسات النسخ الاحتياطي.

يُفهم AI بشكل أفضل كأداة لتصفية الأحداث والمراجعة. لا ينبغي اعتباره ضمانًا أمنيًا كاملاً.

وحدة معالجة NAS وحدها قد لا تكون كافية لـ AI الفيديو في الوقت الحقيقي

يفترض بعض المستخدمين أن وحدة معالجة NAS يمكنها التعامل مع AI الكاميرا لأنها تخزن اللقطات بالفعل. قد يكون هذا صحيحًا للإعدادات الصغيرة أو منخفضة النشاط، لكنه غير مضمون.

يمكن أن يشمل AI الفيديو في الوقت الحقيقي فك ترميز التدفقات، واكتشاف الحركة، وتشغيل الاستدلال، وكتابة المقاطع، وإدارة قواعد البيانات، وتقديم التشغيل. يمكن أن تزيد الكاميرات عالية الدقة المتعددة الحمل بسرعة.

التسريع بالأجهزة مفيد فقط عندما تدعمه البرمجيات بشكل صحيح. وإلا قد تكون وحدة معالجة مركزية أقوى أو جهاز AI منفصل ضروريًا.

ما هي حدود AI NAS لذكاء الفيديو المحلي؟

تعتمد دقة الكشف على النماذج، والإضاءة، والزوايا، والكاميرات

تعتمد دقة الكشف على كامل سلسلة المعالجة البصرية. الإضاءة المنخفضة، والوهج، والمطر، والحشرات، وضباب الحركة، وزوايا الكاميرا السيئة، وتدفقات الكشف منخفضة الدقة يمكن أن تقلل جميعها من الجودة.

اختيار النموذج مهم أيضًا. بعض الكواشف والنماذج تعمل بشكل أفضل لفئات معينة من الأجسام، وأحجام الإدخال، ومنصات الأجهزة.

يجب على المستخدمين ضبط الكشف بناءً على لقطات حقيقية. اختبر في ضوء النهار، والليل، والمطر، وظروف النشاط النموذجية قبل الاعتماد الكامل على التنبيهات.

التسريع بالأجهزة يعتمد على دعم البرمجيات

التسريع بالأجهزة ليس تلقائيًا. يجب أن يدعم برنامج NVR، وبيئة تشغيل الحاويات، وبرامج التشغيل، ونظام التشغيل، وصيغة النموذج وحدة معالجة الرسومات (GPU) أو وحدة المعالجة العصبية (NPU) أو المعجل.

قد لا يوفر المعجل غير المدعوم فائدة كبيرة. قد يظل المعجل المدعوم ولكن المُعد بشكل سيء يترك وحدة المعالجة المركزية تقوم بأعمال ثقيلة مثل فك ترميز الفيديو.

لهذا السبب يجب أن يتبع تخطيط الأجهزة طبقة البرمجيات. اختر الأجهزة التي يمكن لمسار NVR والكاشف المقصود استخدامها فعليًا.

التخزين والاحتفاظ والنسخ الاحتياطي لا تزال بحاجة إلى تخطيط

تخزين الكاميرات هو بيانات ذات معدل تغيير مرتفع. التسجيل المستمر، والمقاطع، واللقطات، وقواعد البيانات، والصور المصغرة يمكن أن تخلق عمليات كتابة مستمرة ونمو في التخزين.

يجب أن تحدد قواعد الاحتفاظ مدة حفظ اللقطات الروتينية، والمقاطع المهمة، وأحداث التنبيه. يجب أن تحدد قواعد النسخ الاحتياطي ما يستحق الحماية.

غالبًا ما يفصل خطة التخزين العملية بين سرعة مراجعة اللقطات الحديثة والاحتفاظ طويل الأمد. قد تساعد الأقراص الصلبة ذات الحالة الصلبة (SSD) أو التخزين المؤقت في اللقطات الحديثة، بينما تناسب سعة الأقراص الصلبة التقليدية (HDD) التسجيلات القديمة.

الأسئلة الشائعة

هل يمكنني تشغيل Frigate أو الذكاء الاصطناعي المحلي للكاميرات مباشرة على جهاز التخزين الشبكي (NAS) الخاص بي؟

نعم، في العديد من الإعدادات، يمكن لبرنامج Frigate أو برامج الذكاء الاصطناعي المحلية للكاميرات أن تعمل مباشرة على جهاز التخزين الشبكي (NAS) الذي يدعم الحاويات المطلوبة، والوصول إلى الأجهزة، وتكوين التخزين. هذا يعمل بشكل أفضل عندما يكون عدد الكاميرات، ودقة البث، وعبء الكشف معتدلًا.

لإعدادات متعددة الكاميرات الثقيلة، قد يكون من الأفضل استخدام جهاز التخزين الشبكي (NAS) للتخزين بينما يتولى جهاز منفصل الكشف أو التحويل. الخيار الصحيح يعتمد على عبء العمل ودعم الأجهزة.

هل أحتاج حقًا إلى وحدة معالجة رسوميات (GPU)، أو وحدة معالجة عصبية (NPU)، أو Coral TPU لكشف كاميرات المنزل؟

ليس دائمًا، لكن شكل من أشكال التسريع المدعوم غالبًا ما يكون مفيدًا للكشف في الوقت الحقيقي. قد يكون الكشف باستخدام وحدة المعالجة المركزية فقط مقبولًا للاختبار أو الأحمال الخفيفة جدًا، لكنه قد يصبح غير فعال مع وجود عدة كاميرات.

يمكن لكاشف، أو وحدة معالجة الرسوميات (GPU)، أو وحدة المعالجة العصبية (NPU)، أو مسرع آخر تقليل حمل وحدة المعالجة المركزية عند دعمه بشكل صحيح. الخيار الأفضل يعتمد على البرنامج، وعدد الكاميرات، ونوع الطراز، والأجهزة المضيفة.

هل يكفي كشف الحركة، أم يجب أن أستخدم كشف الأجسام؟

قد يكون كشف الحركة كافيًا إذا كان المستخدمون يحتاجون فقط إلى تسجيل أساسي أو وعي عام بالنشاط. هو أبسط، لكنه غالبًا ما يسبب تنبيهات خاطئة أكثر.

الكشف عن الأجسام أفضل عندما يرغب المستخدمون في تنبيهات لفئات محددة مثل الأشخاص، السيارات، الحيوانات، أو الطرود. غالبًا ما يجمع أفضل سير عمل بين كشف الحركة، كشف الأجسام، المناطق، وقواعد التنبيه.

ماذا يحدث إذا حاولت كاميراتي الاتصال بالخوادم حتى عند استخدامي للتخزين المحلي؟

التخزين المحلي لا يمنع بالضرورة الكاميرا من الاتصال بخوادم البائع. قد تستخدم الكاميرا خدمات السحابة للوصول إلى التطبيق، أو التحديثات، أو جمع البيانات، أو العرض عن بُعد.

غالبًا ما يعزل المستخدمون الذين يرغبون في خصوصية أشد الكاميرات على شبكة VLAN أو شبكة فرعية، ويمنعون الوصول الخارجي، ويستخدمون نظام تسجيل فيديو محلي (NVR) أو عرض عن بُعد عبر VPN. هذا يمكن أن يحسن التحكم، لكنه قد يؤثر أيضًا على ميزات تطبيق البائع أو تحديثات البرامج الثابتة.

هل يجب أن أعالج لقطات الكاميرا على جهاز التخزين الشبكي (NAS) أم على جهاز ذكاء اصطناعي منفصل؟

عالج اللقطات على جهاز التخزين الشبكي (NAS) عندما يكون عبء العمل صغيرًا، ويدعم الجهاز التسريع، ولا تؤثر مهام الكاميرا على موثوقية التخزين. هذا يبسط النظام.

استخدم جهاز ذكاء اصطناعي منفصل عندما يسبب الكشف أو فك التشفير أو التسجيل حملاً زائداً. في هذا الإعداد، يمكن أن يظل جهاز التخزين الشبكي (NAS) موثوقًا للتخزين بينما يتولى جهاز الذكاء الاصطناعي معالجة الفيديو في الوقت الحقيقي.