Comment la fréquence d’images de la caméra affecte-t-elle la précision de la détection des objets et la charge du NVR ?

Des fréquences d’images plus élevées permettent de capturer plus fiablement les mouvements brefs, mais elles augmentent la charge de décodage, d’inférence, de mémoire et de stockage du NVR.

Une caméra de voie d’accès peut enregistrer à 30 FPS tandis que son détecteur n’analyse que cinq images par seconde. Augmenter la fréquence d’images de la caméra apporte davantage de détails temporels au pipeline, mais la précision ne s’améliore que si les images utiles parviennent au modèle et que le matériel peut les traiter sans retard. La relation dépend de la vitesse de la cible, de la qualité de l’exposition, de l’échantillonnage de l’inférence, du coût du codec et de l’utilisation de flux distincts pour l’enregistrement et l’analyse.

La fréquence d’images modifie la couverture temporelle, pas les capacités du modèle

La fréquence d’images détermine à quelle fréquence la caméra échantillonne une scène en mouvement. À 5 FPS, deux images consécutives sont espacées de 200 millisecondes ; à 30 FPS, l’intervalle est d’environ 33 millisecondes. Les cibles rapides se déplacent donc davantage entre les échantillons à faible fréquence et peuvent apparaître dans moins de positions exploitables avant de sortir de la zone de détection.

Une fréquence d’images plus élevée fournit davantage d’informations visuelles continues pour les mouvements rapides, tandis que des fréquences plus faibles peuvent manquer des contacts brefs ou des changements de direction. Cet avantage est temporel : il ne corrige ni le flou, ni l’obscurité, ni la petite taille de l’objet, ni un détecteur mal entraîné pour la scène.

La précision peut plafonner dès lors que l’événement s’étend déjà sur suffisamment d’images claires analysées. Une personne avançant lentement sur un porche large peut rester détectable à une fréquence modérée, tandis qu’un véhicule près du bord d’un champ de vision étroit peut nécessiter un échantillonnage plus dense. Pour effectuer une comparaison pertinente, il faut conserver constants la résolution, l’exposition, le modèle et la scène, et ne modifier que la fréquence d’images analysées.

La fréquence d’images analysées peut différer de celle de l’enregistrement

Un NVR peut stocker chaque image reçue, mais n’envoyer au détecteur que certaines d’entre elles. La fréquence d’enregistrement préserve la fluidité de la lecture et la densité des preuves ; la fréquence de détection détermine la fréquence d’exécution de l’inférence. Les traiter comme un seul réglage masque une optimisation courante : conserver un flux principal de haute qualité tout en analysant un sous-flux à fréquence ou résolution réduite.

Cette distinction est importante pour estimer la capacité en flux de caméras. Une même caméra physique peut générer des charges distinctes pour la réception, le décodage, l’enregistrement, la détection de mouvement et l’IA ; ainsi, « huit caméras » ne précise pas combien d’images sont décodées ou analysées chaque seconde.

Une caméra à 30 FPS analysée à 5 FPS ne fournit au modèle qu’une image sur six, sauf si une propagation temporelle est utilisée. Augmenter uniquement la fréquence d’images de la caméra peut accroître le flux enregistré sans modifier la couverture de détection. L’indicateur opérationnel est le nombre d’images réellement décodées et présentées à l’inférence, ainsi que la qualité de celles qui sont sélectionnées.

Chaque image analysée supplémentaire multiplie la charge du pipeline

Chaque image analysée peut nécessiter la gestion des paquets, le décodage vidéo, la conversion des couleurs, le redimensionnement, l’inférence du modèle, le post-traitement, le suivi et la logique des événements. Certains coûts peuvent être regroupés ou accélérés, mais ils évoluent tout de même avec le volume d’images. Plusieurs caméras multiplient cette demande sur des flux et des tampons mémoire indépendants.

Les recherches sur les images clés clairsemées montrent pourquoi les systèmes vidéo évitent d’exécuter le réseau le plus lourd indépendamment sur chaque image. La réutilisation des caractéristiques temporelles peut réduire les calculs redondants, mais elle introduit un autre compromis entre précision et vitesse au lieu de rendre les images gratuites.

Lorsque le NVR atteint sa limite, la fréquence d’images demandée et la fréquence effective divergent. Les images peuvent s’accumuler dans une file d’attente, être supprimées ou arriver avec un retard tel que les alertes perdent leur utilité. À ce stade, une fréquence nominalement plus élevée peut produire une précision opérationnelle moindre, car le système analyse des échantillons obsolètes ou irréguliers plutôt qu’une séquence traitée à temps.

-15% OFF

ZimaBoard 2 - Mini serveur domestique pour votre grande idée

Single board computer zimaboard2

$339.00 - $519.00

Buy Now

La fréquence utile dépend de la durée de l’événement et de la marge matérielle

Choisissez la fréquence d’images analysées en fonction de l’événement le plus court à observer et du nombre minimal d’images nettes dont le détecteur ou le dispositif de suivi a besoin. Un événement d’occupation lent peut tolérer un échantillonnage espacé ; le franchissement rapide d’un portail, le lancer d’un objet ou l’entrée d’une plaque d’immatriculation dans une zone étroite peuvent l’exiger. Le positionnement de la caméra peut modifier ce besoin autant que la fréquence d’images.

Les travaux sur le filtrage des images vides illustrent l’intérêt d’éviter une détection coûteuse lorsque les images ne contiennent aucune activité pertinente. Le filtrage par scène, les zones de mouvement et les sous-flux peuvent réserver les ressources de calcul aux périodes où la densité temporelle améliore réellement la décision.

La meilleure fréquence n’est donc pas celle que la caméra annonce comme maximale. C’est celle qui capture l’événement cible avec une couverture temporelle suffisante, tout en laissant assez de marge pour le décodage et l’inférence de chaque flux actif. Validez-la au moyen de tests avec plusieurs caméras simultanées, du comptage des images perdues, de la latence d’inférence et de l’examen des événements manqués, plutôt qu’en vous fiant uniquement à la fluidité de la lecture.