غالبًا ما تبدو الصور المصغرة من مسجل الفيديو الشبكي (NVR) أكثر حدة لأنها تختار إطارًا مناسبًا وتغيّر حجمه، بينما يكشف التشغيل عن الضغط والحركة والتنبؤ بين الإطارات.
قد يبدو شخص عند البوابة واضحًا في بطاقة الحدث، لكنه يبدو ضبابيًا عند فتح المقطع. فالصورة المصغرة تمثل لحظة واحدة معروضة بعناية، وغالبًا بحجم أصغر بكثير؛ أما التسجيل فهو تسلسل يجب أن يحافظ على الحركة ضمن معدل بتات محدد. ويؤثر هذا الاختلاف في كل من الأدلة المُرمّزة وكيفية ظهور العيوب.
قد تفضّل الصورة المصغرة إطارًا مُرمّزًا داخل الإطار
تخزّن برامج ترميز الفيديو دوريًا إطارًا من نوع I يمكن فك ترميزه دون الاعتماد على الإطارات السابقة. أما الإطارات الواقعة بين الإطارات الرئيسية فتتنبأ بالتغيّرات، وقد تُظهر مزيدًا من العيوب عندما تكون الحركة معقدة أو يكون معدل البتات محدودًا. ويمكن لمسجل الفيديو الشبكي اختيار إطار I واضح لبطاقة الحدث بدلًا من اختيار إطار حركة ممثل للمشهد.
يشرح شرح جنائي لعيوب ضغط لقطات المراقبة كيف تؤثر العلاقات بين إطارات I وP وB في العيوب المرئية في لقطات المراقبة. لذلك لا يمكن لإطار مستخرج واحد أن يمثل الجودة في مجموعة كاملة من الصور.
تظهر الفجوة بوضوح أكبر أثناء الحركة السريعة أو المطر أو أوراق الشجر أو ضوضاء الكاميرا، لأن التنبؤ يتطلب ترميز مزيد من التفاصيل المتغيرة. قد يبدو وجه ثابت بالقرب من إطار رئيسي ممتازًا، بينما يصبح الوجه نفسه أكثر ضبابية بعد ثلاثة إطارات. فالصورة المصغرة حقيقية، لكنها عينة انتقائية.
صِغر حجم العرض يخفي العيوب ويضيف حدة ظاهرية
تُصغّر الصور المصغرة إلى بطاقة صغيرة، ما يؤدي إلى دمج حواف الكتل والضوضاء في وحدات بكسل تبدو أنظف. وقد تطبق الواجهة أيضًا زيادة في الحدة بعد تغيير الحجم. أما التشغيل فيملأ نافذة أكبر، فيكشف ضوضاء البعوض وفقدان اللون وإزالة التكتل وضبابية الحركة التي كانت موجودة دائمًا، لكنها كانت أصغر من أن تُلاحظ.
يشير شرح حول الإطارات الرئيسية للفيديو إلى أن الإطارات الرئيسية قابلة لفك الترميز بشكل مستقل، ولها موازَنات ضغط مختلفة عن الإطارات المتنبأ بها. وتصبح هذه التفرقة أكثر أهمية عندما يكشف التشغيل الانتقالات بينها.
لذلك تعتمد الحدة الظاهرية جزئيًا على مقياس العرض. فمقارنة صورة مصغرة بعرض 320 بكسل بنافذة تشغيل بعرض 1920 بكسل ليست اختبارًا عادلًا للجودة. كبّر الصورة المصغرة إلى حجم العرض نفسه، وقد يختفي جزء كبير من ميزتها.
متى لا يكون اختيار الإطار هو التفسير؟
تنشئ بعض الأنظمة الصور المصغرة من دفق رئيسي عالي الدقة، لكنها تشغّل دفقًا فرعيًا منخفض الدقة، خصوصًا على الهواتف أو عبر الاتصالات البعيدة. وتنشئ أنظمة أخرى صورة ثابتة مباشرة من الكاميرا. في هذه الحالات، قد تحتوي الصورة المصغرة فعلًا على تفاصيل مكانية أكثر من دفق التشغيل المحدد.
تشرح مواد تقنية حول فواصل إطارات I كيف تؤثر فواصل إطارات I وإعدادات الدفق في الإرسال من مسجل الفيديو الرقمي إلى العميل. ويُعد عدم التطابق بين الدفق الرئيسي والدفق الفرعي قرارًا في مسار المعالجة، وليس مجرد وهم إدراكي.
يفشل تفسير الإطار المناسب عندما تكون كل إطارات الدفق الرئيسي المُصدّرة أقل حدة من الصورة المصغرة عند المقارنة بالمقياس نفسه. ويفشل أيضًا إذا تجاوزت دقة الصورة المصغرة دقة دفق التسجيل أو احتوت على تحسينات من جانب الكاميرا غير موجودة في الفيديو. حدّد مصدر الدفق قبل تغيير معدل البتات أو الفاصل الزمني للإطار الرئيسي.
قارن بين الصورة المصغرة وإطارات الفيديو بالمقياس نفسه
اختر حدثًا واحدًا يتضمن حركة، وصدّر الصورة المصغرة وأقرب إطار I إليها وعدة إطارات متنبأ بها محيطة بها. قارن بينها بأبعاد بكسل متطابقة ومن دون تكبير المتصفح. سجّل الدفق الذي زوّد كل أصل، وفاصل GOP، ومعدل البتات، ووقت الغالق، وما إذا كان مسجل الفيديو الشبكي قد أضاف زيادة في الحدة.
يساعد أخذ عينات اللون الفرعي محليًا على فصل تفاصيل اللون ومعدل البتات وموازَنات التخزين، بدل التعامل مع «الحدة» باعتبارها إعدادًا واحدًا. احتفظ بالمقطع الأصلي قبل إنشاء الصور الثابتة للمقارنة.
إذا كان إطار I المطابق يشبه الصورة المصغرة، لكن الإطارات اللاحقة تصبح أكثر ضبابية، فإن اختيار الإطار والتنبؤ هما السبب. وإذا ظل الدفق الرئيسي واضحًا بينما يبدو التطبيق ضبابيًا، فإن توجيه التشغيل هو المسؤول. وإذا كانت كل الإطارات بالحجم نفسه متشابهة، فغالبًا ما جاءت أفضلية الصورة المصغرة أساسًا من صغر حجم العرض.
مركز التكنولوجيا والذكاء الاصطناعي
المزيد للقراءة

كيف يزوّد وسيط الأسرار وكيلًا للذكاء الاصطناعي ببيانات اعتماد دون كشفها في المطالبات؟
تتبّع هوية أعباء العمل، والسياسات، وإصدار الرموز المميّزة، وحقن الطلبات، والتنقيح، وانتهاء الصلاحية، والإلغاء من خلال بنية وكيل ذكاء اصطناعي منزلي لا يعتمد على...

كيف تعمل بيئة الأدوات المعزولة على احتواء الآثار الجانبية لوكلاء الذكاء الاصطناعي؟
تعرّف على كيفية الحد من الآثار الجانبية لوكلاء الذكاء الاصطناعي باستخدام العزل، وبوابات الصلاحيات، والحالة القابلة للتخلص منها، والتحكم في الاتصالات الصادرة، والحصص، وسجلات...

كيف يُنتج فك الترميز المقيّد JSON صالحًا وفقًا للمخطط؟
افهم تجميع المخطط، وحجب الرموز، وحالة المحلل، والمجموعات الفرعية المدعومة، وزمن الاستجابة، والاقتطاع، ولماذا لا تضمن الصحة البنيوية صحة القيم.

