ローカルAIセキュリティカメラ：クラウドなしでプライベートNVRを構築する方法

クイックアンサー

ローカルAIセキュリティカメラシステムは、すべてのアラート、クリップ、検出にクラウド処理を依存せず、家庭内ネットワークのハードウェア上でIPカメラ映像を録画・分析します。

システムは通常、5つのコンポーネントを組み合わせます：

1. 安定したローカルビデオストリームを提供するIPカメラ。
2. FrigateのようなローカルNVRアプリケーション。
3. 人、車両、動物、荷物、その他の有用なクラスの物体検出。
4. 録画、クリップ、スナップショット、データベース、検索インデックスのストレージ。
5. どのイベントがアラートをトリガーし、保持され、ホームオートメーションシステムに送信されるかを決定するルール。

NASはNVRをホストしたり録画を保存したりできますが、すべてのタスクを実行する必要はありません。より重いセットアップでは、ミニPCや別のAIサーバーがビデオのデコードと検出を行い、NASはストレージ層として機能します。

主な利点は単に「AIを追加する」ことではありません。誤警報を減らし、重要なイベントをより早く見つけ、映像をローカルで管理し、不要なクラウドサブスクリプションへの依存を避けることです。

ローカルAIセキュリティカメラシステムとは何ですか？

ローカル録画とローカルAIは別々の機能です

ローカル録画とは、カメラが映像を家庭内のデバイスに送信し、クラウドストレージを必要とせずに映像を保存することを意味します。

ローカルAI検出はもう一つの層を追加します。NVRは選択されたフレームを分析し、以下のような意味のある物体やイベントを特定しようとします：

• 車道に入る人
• ガレージ近くで停車する車両
• 玄関に現れた荷物
• 庭を移動する犬
• 入口に到着した既知の顔
• 車道カメラに映るナンバープレート

システムはAIなしでローカル録画ができ、連続録画なしで検出を行うことも可能です。これら二つの機能は異なる計算、ネットワーク、ストレージ要件を生むため、別々に計画すべきです。

カメラ、NVR、ストレージサーバーは異なる役割を持っています

一部のベンダーは統合されたストレージと検出のセットアップをAI NASと呼ぶかもしれませんが、ユーザーにとって実際の問題はラベルではなく、完全なローカルカメラワークフローが信頼性のある録画、正確なイベントフィルタリング、映像の保護、そして維持管理が可能かどうかです。

ローカル＝完全オフラインとは限らない

カメラはローカルNVRに録画しつつ、アカウントログイン、テレメトリ、通知、リモートビューイング、時刻同期、ファームウェアサービスのためにベンダーサーバーに接続することがあります。

真のローカルファースト設計は、ユーザーが完全なデータ経路を理解することを要求します：

• カメラが映像を送信する先
• カメラにクラウドアカウントが必要かどうか
• インターネットへのアウトバウンドアクセスをブロックできるか
• リモートビューイングの仕組み
• 通知がどこで生成されるか
• 録画やサムネイルがネットワークを離れるかどうか

ローカルカメラAIは実際に何ができるのか？

人、車両、動物、荷物を検出

基本的な動体検知は映像フレーム間の変化に反応します。風、影、虫、雨、ヘッドライト、木の枝、圧縮ノイズなどが動きを生み出すことがあります。

物体検出はより有用な問いを投げかけます：動きを引き起こしたのは何か？

FrigateはIPカメラ向けのリアルタイム物体検出を中心に設計されたローカルNVRです。低負荷の動体検知を使い、常に全フレームを解析するのではなく、物体検出を実行すべきタイミングと場所を決定します。

検出されたオブジェクトクラスは、位置、時間、継続時間、信頼度、家庭内ルールと組み合わせてアラート作成前に使用されます。

ゾーンと時間ルールでイベントをフィルタリング

人を検出するだけでは十分でない場合があります。公共の歩道を歩く人は問題ないかもしれませんが、真夜中にポーチに入る人は即時の注意が必要かもしれません。

実用的なアラートルールは次の組み合わせが考えられます：

• オブジェクトタイプ：人
• 必須ゾーン：玄関ポーチ
• 時間：午後11時以降
• 最小信頼度閾値
• 最小イベント継続時間
• カメラ別通知設定

この文脈的フィルタリングは、より多くのオブジェクトクラスを追加するよりも価値があることが多いです。

説明による録画イベントの検索

最新のローカルNVRソフトウェアは、単なる時系列イベントリストを超えた機能を持っています。Frigateは追跡対象のローカル埋め込みを生成し、それをセマンティック検索に利用できます。

セマンティック検索によると、ユーザーはテキスト説明、既存の画像、または自動生成された説明を通じて追跡対象を検索できます。画像とテキストの埋め込みはローカルに保存され、検索されます。

考えられる検索例：

• 赤いジャケットを着た人
• 車道の白い配送バン
• 門の近くを走る犬
• 大きな箱を持った人物
• 以前のイベントに似た車両

セマンティック検索は調査やレビューに有用ですが、完璧な自動アラート機構として扱うべきではありません。視覚的類似モデルは、特に物体が小さい場合やシーンが似ている場合に、関連するが誤ったイベントを返すことがあります。

知っている顔を認識する

顔認識は、システムが十分に鮮明な顔を最初に検出した後に、検出された人物に既知の名前を付加できます。

Frigateの顔認識機能はローカルで動作し、効率的なCPU向けモデルと、対応するGPUまたはNPUハードウェア向けの大きなモデルをサポートします。

顔認識は人物検出の代わりではなく、オプションの補強として扱うべきです。結果は以下の要因で影響を受けることがあります：

• カメラからの距離
• 顔の角度
• モーションブラー
• 暗所や赤外線映像
• 帽子、眼鏡、部分的な遮蔽
• 弱いまたは代表性のない学習画像

カメラの設置場所と顔の詳細は、単に録画解像度を上げるよりも重要です。

ナンバープレートを認識する

ナンバープレート認識は、車道に入る既知の車両を特定したり、後で確認するために見えるプレート文字を記録したりするのに役立ちます。

ナンバープレート認識のドキュメントでは、Frigateが認識したプレート文字や既知の名前を追跡中の車やバイクに付加できることを説明しています。

LPRはナンバープレートを読み取れるカメラ角度と画像品質が必要です。車道の上方に高く設置された広角カメラは車両を確実に検出できますが、ナンバープレートを読み取れない場合があります。

イベントの説明と要約を作成する

一部のローカルカメラワークフローは、追跡されたイベントに説明や要約を追加できます。これらの機能は、選択された設定に応じてローカルまたは外部のビジョン・ランゲージモデルを使用する場合があります。

説明はイベントの検索やレビューを容易にしますが、設定されたプロバイダーがローカルで動作しているかどうかをユーザーが確認し、画像やイベントデータがネットワーク外に出ないことを前提にすべきではありません。

ローカルAIカメラとNVRのパイプライン

信頼できるローカルAIカメラシステムは、単一のAIモデルではなくパイプラインとして理解されるべきです。

ステップ1：安定したローカルカメラストリームをキャプチャする

NVRはカメラストリームに直接かつ信頼できるアクセスが必要です。RTSPはセルフホストカメラシステムで一般的で、ONVIFはデバイス検出、プロファイル、イベント、相互運用性に役立ちます。

ONVIFプロファイルのページでは、対応デバイスとクライアントは定義されたプロファイル機能セットをサポートする必要があると説明しています。ユーザーは「ONVIF対応」というマーケティングラベルだけでなく、登録された適合性を確認すべきです。

カメラを購入する前に確認してください：

• ローカルのRTSPまたは互換ストリームを提供します。
• 必須のクラウドサブスクリプションなしで動作可能です。
• インターネットへのアウトバウンドアクセスがブロックされた後もストリームは利用可能です。
• 低解像度のサブストリームを提供します。
• ビットレート、フレームレート、コーデックを設定できます。
• 認証情報はローカルで変更および管理できます。

ステップ2：動作を使って物体検出を制限する

すべてのフレームのすべてのピクセルに対して物体検出を行うのはリソースの無駄です。Frigateはまず動作解析を使って、さらなる検出が必要な場所を特定します。

これにより、1つの検出器が複数のカメラに対してより効率的に対応できます。また、物体検出が有効でも動作設定が重要であることを意味します。

ステップ3：関連する物体の検出と追跡

物体検出は検出役割に割り当てられたストリームで行われます。選択されたストリームは、関係する物体クラスや距離に十分な詳細を提供しつつ、不要なデコード負荷をかけないようにする必要があります。

Frigateのカメラ設定では、検出用と録画用に別々のストリームを割り当てることができます。検出には低解像度のストリームを使用し、録画には高解像度のストリームを保持できます。

この分離は、すべての役割を1つの高解像度ストリームに強制するよりも多くの場合優れています。

ステップ4：重要なイベントを決定する

検出は自動的に通知を意味しません。イベントは家庭の優先順位でフィルタリングされた後に有用になります。

例えば：

ステップ5：映像を価値に応じて保存する

すべてのカメラ映像のすべての秒数が同じ保存期間に値するわけではありません。

実用的なポリシーは次のように保存することがあります：

• 連続映像は短期間保存
• 動体映像は数日間追加で保存
• 重要な検出やアラートは長期間保存
• 手動でエクスポートした証拠は不要になるまで保存

Frigateの録画設定では、連続録画、動体検知録画、アラート録画、検出録画に異なる保存期間を設定できます。

ステップ6：ネットワークとリモートアクセスのセキュリティ確保

システムはネットワークとアクセス経路が制御されている場合にのみローカルファーストといえます。カメラはパソコン、ドキュメントストレージ、管理者デバイスと同じ信頼レベルを共有すべきではありません。

リモート視聴は通常、信頼できるVPN、認証済みリバースプロキシ、または他の慎重に保護されたアクセス層などの制御された経路を使用し、NVRを直接パブリックインターネットに公開することは避けるべきです。

ローカルAI NVRに対応するカメラは？

安定したローカルストリームを優先する

ローカルAI NVRに最適なカメラは、必ずしも内蔵の「AI」機能が最も多いカメラではありません。安定したローカルストリームの方が重要です。

次の点に注意してください：

• RTSPサポート
• 該当する場合はONVIF準拠の検証済み
• メインストリームとサブストリームの設定可能
• H.264または対応するH.265出力
• ビットレートとフレームレートの調整可能
• 信頼できる有線イーサネットまたは強力なWi-Fi
• ローカルユーザーアカウント
• 適切な低照度画像品質

メインストリームと検出サブストリームは異なる目的に役立ちます

高解像度のストリームは証拠の確認、ナンバープレートの読み取り、顔の識別、録画イベントのズームに役立ちます。

低解像度のストリームは物体検出に十分であり、デコード負荷を大幅に軽減できます。

一般的な構成は次のとおりです：

• 検出ストリーム：低解像度かつ低フレームレート。
• 録画ストリーム：高解像度かつ高画質。
• ライブビュー再配信：ダッシュボードまたはクライアントデバイスに応じて選択されます。

有線カメラは通常、信頼性の高い運用が容易です

Wi-Fiカメラは使用可能ですが、各カメラが無線の帯域を競合し、信号損失、混雑、省電力動作、アクセスポイントの変更の影響を受ける可能性があります。

有線カメラ、特にPoE（Power over Ethernet）を使用するものは、電源、ネットワーク、稼働時間を簡素化できます。適切な選択は設置条件や配線の実用性に依存します。

Frigateが誤警報を減らす方法

モーション検出とオブジェクト検出は連携して動作します

モーションは分析すべき場所を決定し、オブジェクト検出は存在する可能性のあるものを決定します。

モーションを無効化または過剰にマスクするとオブジェクト追跡の信頼性が低下します。モーション感度が高すぎると処理が無駄になり、不必要な候補イベントが発生します。

重要なエリアにはゾーンを使用してください

ゾーンは、ユーザーがオブジェクトが画像の定義された部分に入った後のみ警告を受けたい場合に適しています。例えば：

• 玄関ポーチ
• 車道
• 側門
• ガレージ入口
• 裏庭のパティオ

ゾーンは必須ゾーン設定と組み合わせることができ、オブジェクトはエリア外でも追跡されますが、関連ゾーンに入るまで選択された警告は発生しません。

マスクは控えめに使用してください

Frigateのマスクドキュメントは、モーションマスクとオブジェクトフィルターマスクを区別し、両者が検出エリアを隠す一般的な方法ではなく、狭い微調整ツールであると警告しています。

モーションマスクは以下のような持続的な動きを除外するのに役立ちます：

• タイムスタンプのオーバーレイ
• フレーム上部の動く木々
• 固定面からの反射
• 絶えず動く旗

オブジェクトフィルターマスクは、特定のオブジェクトが存在し得ない場所で繰り返される誤検出に対してより適切です。

過剰なマスキングは追跡を妨げることがあります。「この場所に人が入ったときだけ警告する」という要件の場合、通常は必須ゾーンの方が適切です。

カメラの配置が検出品質を決定します

AIはカメラが捉えなかった詳細を復元できません。検出品質は以下に依存します：

• 設置高さ
• 視野角
• 検出映像内のオブジェクトサイズ
• 逆光とまぶしさ
• 夜間照明
• モーションブラー
• レンズの清潔さ
• 圧縮設定

少数の適切に配置されたカメラは、多数の不適切に配置された映像よりも優れたセキュリティ情報を提供することがあります。

ローカルAIビデオ検索の仕組み

従来のフィルターとセマンティック検索は異なるニーズに応えます

ユーザーがすでに構造化された詳細を知っている場合、従来のフィルターが最適です：

• カメラ名
• 日時
• オブジェクトクラス
• ゾーン
• 既知の顔
• 認識されたナンバープレート

セマンティック検索は記憶が構造化されているよりも記述的な場合に有用です：

• 長い物を持つ人物
• 玄関近くに箱を置く配達員
• 車道にバックで入る暗い車両
• 門を通る人を追う犬

構造化フィルターとセマンティック検索を組み合わせると、セマンティック類似性だけに頼るよりも通常は良い結果が得られます。

セマンティック検索は基本的な検出よりも多くのメモリを必要とします

セマンティック検索は通常のカメラパイプラインに加え、ビジョン・ランゲージ埋め込みモデルを実行します。

Frigateは現在、セマンティック検索にAVXおよびAVX2命令を持つCPUと最低8GBのRAMを指定しています。ドキュメントでは16GB以上と専用GPUを推奨しています。

大量の追跡オブジェクト履歴の再インデックス作業は一時的に高いCPU使用率を生むことがあります。この作業は録画、バックアップ、その他のサーバー活動を考慮してスケジュールすべきです。

画像類似性は手動調査に有用です

ユーザーは以前追跡したオブジェクトを選択し、視覚的に類似したイベントを検索できます。これにより、似た車両や似た服装の人物の再訪を見つけるのに役立ちます。

視覚的な類似性は同一性を証明しません。類似した車両、服装、照明、カメラアングルは関連する結果を生み出し、手動での確認が必要です。

Frigate、ホームオートメーション、NAS：どこで何を動かすか？

オプション1：1台のホームサーバーがすべてを実行する

小規模なセットアップでは、1台のマシンが以下を実行することがあります：

• Frigate
• MQTT
• Home Assistant
• 録画ストレージ
• 通知
• 少数の他のコンテナ

これは理解と管理が簡単ですが、故障、再起動、リソースの急増がすべてのサービスに同時に影響を与える可能性があります。

オプション2：ミニPCがFrigateを実行しNASが映像を保存する

これは大規模システムでよくある実用的なバランスです。

ミニPCは以下を処理します：

• ストリームデコード
• 動作解析
• 物体検出
• セマンティック検索
• Frigateのデータベースとインターフェース

NASは以下を処理します：

• 録画容量
• 長期保存
• 選択されたエクスポート
• 重要なクリップのバックアップ

これにより、メインのストレージワークロードから常時のビデオ処理を分離しつつ、集中管理された容量を利用できます。

オプション3：NASがサポートされたアクセラレーションでFrigateをホストする

NAS上で直接Frigateを実行することは以下の場合に可能です：

• オペレーティングシステムは必要なコンテナをサポートしています。
• 検出器またはGPUは正しくパススルーできます。
• カメラの数は控えめです。
• NASには十分なメモリがあります。
• カメラの書き込みは重要なサービスに干渉しません。
• ソフトウェアスタックは意図されたビデオデコード経路をサポートしています。

内部ガイド家庭用ワークロードがNAS外で動作すべきタイミングは、ストレージとコンピュートを分離すべきかどうかの広範な枠組みを提供します。

AIを実行しなくてもNASは価値を保てる

ストレージ優先のNASでも、別のマシンがカメラインファレンスを行う場合でも実用的なローカルホームデータワークフローをサポートできます。

ストレージハードウェアとAIハードウェアは同じデバイスである必要はありません。

ローカルAI NVRに必要なハードウェアは？

CPU：ストリーム管理と一般的なシステム作業

CPUは以下を処理することがあります：

• 動作解析
• FFmpegプロセス
• コンテナサービス
• データベース活動
• APIリクエスト
• タイムライン生成
• オフロードされていないビデオデコード

AIアクセラレータを追加してもすべてのCPU作業がなくなるわけではありません。

ビデオデコーダー：カメラストリームの解凍

ビデオデコードとAI推論は別のタスクです。物体検出アクセラレータはフレームを効率的に分類できますが、CPUは複数の高解像度ストリームのデコードで過負荷になることがあります。

対応する統合グラフィックスやGPUビデオデコードはCPU負荷を大幅に軽減できます。正確な構成はプロセッサ、OS、コンテナイメージ、コーデック、Frigateビルドに依存します。

検出器：物体検出推論

Frigateの推奨ハードウェアドキュメントは、Hailo、対応Intelハードウェア上のOpenVINO、NVIDIA GPU、AMD ROCm、Apple Silicon、Jetson、Rockchip、Coral、その他のプラットフォームを含む複数の検出器パスをサポートしています。

現在のFrigateのガイダンスでは、低消費電力やハードウェア制限がある場合を除き、新規インストールにCoralは一般的に推奨されていません。既存のCoralインストールはサポートされていますが、新規構築では現在サポートされているすべての検出器オプションを比較すべきです。

RAM：NVR、データベース、強化機能

基本的な物体検出は中程度のメモリを必要としますが、セマンティック検索、顔認識、LPR、大きなモデル、より多くのカメラ、その他のコンテナは総RAM要件を増加させます。

メモリは検出器だけでなく、サーバー全体のために計画してください。

SSD：データベースとアクティブなレビュー用データ

SSDは以下の応答性を向上させることができます：

• Frigateのデータベースファイル
• サムネイルとプレビュー
• 最近のクリップ
• 検索インデックス
• コンテナデータ
• 頻繁に確認される録画

カメラの継続的な書き込みは摩耗を引き起こすため、SSDの耐久性、空き容量、監視が考慮されるべきです。

HDD：長期間の録画保存

HDDストレージは通常、大量の過去映像に対してより経済的です。データベースや頻繁にアクセスされるアプリケーションデータはSSDに残しつつ、長期間の保存に使用できます。

内部ガイドローカルAIのボトルネックは計算、メモリ、ストレージ、それともネットワーク？は、マルチカメラシステムのどの部分が性能を制限しているかを特定するのに役立ちます。

セキュリティカメラに必要なストレージ容量は？

ストレージは主に平均ビットレート、録画時間、カメラ台数、保持期間に依存します。

大まかな10進数の推定値は：

1日あたりのストレージ（GB） ≈ ビットレート（Mbps）× 10.8

これらは計画上の推定値であり、保証された使用量ではありません。可変ビットレート、動きのレベル、音声、コーデック、シーンの複雑さ、イベントベースの保持により実際の消費量は変動します。

連続録画とイベントベースの保持の比較

連続録画は最も強力な履歴情報を提供しますが、より多くのストレージが必要です。イベント録画は容量を減らせますが、検出前後の有用な活動を見逃す可能性があります。

バランスの取れたポリシーでは、短期間の連続保持とアラートや重要な検出の長期間保持を組み合わせます。

すべてのフレームではなく重要なイベントをバックアップする

カメラ映像は高頻度で更新されるデータです。すべての秒を無期限にバックアップするのは高コストで不要な場合があります。

多くの家庭では映像を以下のように分けられます：

• 自動的に期限切れになる定期録画
• 調査用に検出クリップが保持されます
• 重要なエクスポートは保護されたストレージにコピーされます
• 重要な証拠は主要NVRの外部に保存されます

ローカルAI NVRとクラウドセキュリティカメラの比較

どの選択が適切かは、家庭が利便性、プライバシー管理、予測可能なコスト、カスタマイズ性、または最小限のメンテナンスのどれを重視するかによります。

IPカメラのプライバシーを守る方法

カメラを別のネットワークに配置する

専用のVLANまたは分離されたカメラネットワークにより、カメラがアクセスできる範囲を制限できます。

一般的なポリシーでは、カメラがNVRおよび必要なローカルサービスと通信できるようにしつつ、個人デバイスや機密ストレージへのアクセスをブロックします。

不要な外部インターネットアクセスをブロックする

アウトバウンドトラフィックをブロックするとベンダークラウドへの依存を減らせますが、アプリアクセス、時刻同期、通知、ファームウェア更新が無効になる場合もあります。

厳格なルールをシステム全体に適用する前に、1台のカメラでテストしてください。

公開された議論IPカメラのホームへの通信は、よくあるセルフホスティングの問題を示しています：ローカル録画があってもカメラが外部接続を試みることがあります。

VPNベースまたは認証されたリモートアクセスを使用する

セキュリティ設計が慎重に検討されていない限り、カメラストリーム、NVRインターフェース、管理ポートを直接公開しないでください。

強力な認証、暗号化接続、制限されたアカウント、管理されたリモートアクセス経路を使用しましょう。

ビューアーと管理者アカウントを分ける

すべての家庭メンバーが以下の権限を持つ必要はありません：

• カメラ設定を変更する
• 録画を削除する
• 映像をエクスポートする
• 顔ライブラリを変更する
• 通知ルールを変更する
• すべての室内カメラにアクセスする

ユーザーには役割に必要な最小限のアクセス権を与えましょう。

地域の法律と家庭の期待を確認する

音声録音、公衆エリアの監視、顔認識、映像の保存、訪問者の撮影に関するルールは地域によって異なります。

技術的な能力があっても、すべての用途が適切とは限りません。家庭のメンバーに知らせ、不要なプライベートエリアの監視を避け、適用される地域の規制を確認しましょう。

実用的なローカルAIカメラ設定チェックリスト

1. 本当の目的を定義する。 優先事項が荷物のアラート、車道の監視、室内の安全、動物検出、検索可能な録画のいずれかかを決めてください。
2. カメラのカバレッジをマッピングする。 追加のカメラを購入する前に設置場所と角度を選びましょう。
3. ローカルストリームを確認する。 必要に応じてRTSP、ONVIF準拠を確認し、クラウドアクセスなしで動作することを確かめてください。
4. 検出用と録画用のストリームを選ぶ。 実用的な場合は、検出には低解像度ストリームを、証拠用には高品質ストリームを使用しましょう。
5. ストレージを見積もる。 ビットレート、カメラ台数、連続保存期間、イベント保存期間を計算してください。
6. 対応ハードウェアを選択する。 選択したFrigateビルドに合わせて検出器とビデオデコード経路をマッチさせましょう。
7. まずは1台のカメラから始める。 ストリームの安定性、CPU使用率、推論速度、録画、通知を検証してください。
8. 複雑なマスクを追加する前にゾーンを作成する。 アラートが実際に重要な場所を定義しましょう。
9. 実際の環境でテストする。 昼間、夜間、雨、ヘッドライト、ペット、配達、通常の家庭活動を確認してください。
10. カメラのトラフィックを分離する。 システムが大規模になる前にファイアウォールとネットワークルールを作成しましょう。
11. アカウントとリモートアクセスを設定してください。管理者の共有資格情報や直接の公開アクセスは避けましょう。
12. 保持期間とエクスポートをテストしてください。重要なクリップが期限切れ前に見つかり、コピーできることを確認してください。
13. サーバーの状態を監視してください。CPU、RAM、検出器の遅延、ストリームエラー、ディスク容量、SSDの摩耗、録画の欠落をチェックしましょう。

よくある問題と制限

カメラのストリームが切断または途切れます

原因としては不安定なWi-Fi、カメラ接続数過多、誤ったコーデック、過剰なビットレート、弱いスイッチ、パケットロス、カメラのファームウェア問題などが考えられます。

AI検出器を疑う前に、生のローカルストリームをテストしてください。

人物や車両の検出が誤っています

バウンディングボックス、信頼度スコア、検出解像度、物体サイズ、モデルの適合性を確認してください。固定された誤検出は物体フィルターで改善でき、無関係な領域はゾーンで処理するのが一般的です。

夜間検出ははるかに悪化します

赤外線の反射、昆虫、雨、ヘッドライト、動きぼかし、低コントラストは夜間の性能を低下させます。

照明を改善し、カメラの位置を調整し、反射面を減らし、昼夜で期待値を別々に調整してください。

検出器を追加してもCPU使用率が高いままです

検出器は物体推論を高速化する一方で、CPUは引き続きビデオのデコード、動きの追跡、コンテナ管理、録画書き込み、インターフェース提供を行います。

ハードウェアビデオデコード、ストリーム解像度、カメラのフレームレート、サポートされていない機能がCPUにフォールバックしていないかを確認してください。

録画の書き込みは他のNASサービスに影響を与えます

カメラ録画は常に高頻度の書き込みを行います。バックアップ、メディアライブラリ、データベース、通常のファイルアクセスと競合する可能性があります。

必要に応じて別のストレージ、専用データセット、計画的な保持、または別のFrigateホストを使用してください。

セマンティック検索は予想以上に多くのハードウェアを使用します

セマンティック検索は別の埋め込みモデルとインデックスを追加します。古い追跡オブジェクトはCPU負荷の高い再インデックス処理が必要になることもあります。

基本的な録画と物体検出が安定してから、高度な強化機能を有効にしてください。

顔認識は信頼性が低いです

顔認識には十分な顔の詳細、適切なカメラ角度、多様なトレーニングセットが必要です。広範囲をカバーするよう最適化されたカメラは、識別に十分な詳細を提供しない場合があります。

顔認識は追加のコンテキストとして使用し、セキュリティ判断の唯一の根拠にしないでください。

ローカル録画はカメラの外部通信を止めるものではありません

ストレージの保存先とネットワークの挙動は別の問題です。DNSリクエスト、送信トラフィック、ファームウェア機能、ベンダーアプリの依存関係、ファイアウォールルールを確認してください。

AI検出は完全なセキュリティシステムではありません

ローカルカメラのAIはイベントをフィルタリングし、レビュー時間を短縮できますが、すべてのイベントが検出、識別、記録、通知として届けられることを保証するものではありません。

ロック、照明、物理的セキュリティ、適切なカメラ配置、バックアップ、人間の判断は依然として重要です。

ローカルAIカメラシステムを構築する価値があるのはいつですか？

ローカルAI NVRを検討する価値がある場合：

• 動体アラートが多すぎてノイズになる場合。
• 家庭が人物、車両、動物、または荷物のフィルタリングを望む場合。
• クラウドカメラのサブスクリプションが高額になってきている場合。
• プライベートまたは屋内映像はローカルに保持したい場合。
• ユーザーがより長いまたは柔軟な保持期間を望む場合。
• 複数のカメラブランドを1つのレビューインターフェースで管理したい場合。
• カメライベントでホームオートメーションをトリガーしたい場合。
• 録画されたイベントにローカルの意味検索が必要な場合。
• 家庭がサーバーとネットワークの維持を望む場合。

よりシンプルなレコーダーやクラウドカメラが適している場合：

• 家庭にはカメラが1台か2台しかありません。
• 基本的な動体検知録画で十分です。
• 誰もストレージやアップデートの管理を望みません。
• 簡単なリモートアクセスはローカル制御より重要です。
• カメラは信頼できるローカルストリームを提供しません。

目標は最も複雑なカメラシステムを構築することではありません。信頼性が高く適切にプライバシーを保ちながら、何が起こったかを理解する時間を短縮することです。

結論

ローカルAIセキュリティカメラシステムは、安定したIPカメラストリーム、プライベートNVR、選択的な物体検出、イベントフィルター、検索可能な録画、計画的なストレージ、制御されたリモートアクセスを組み合わせたものです。

NASはソフトウェアを実行したり、映像を保存したり、長期保存層としてのみ機能したりします。複数カメラの重い検出、デコード、顔認識、LPR、意味検索は、別のミニPCやAIサーバーの方が適している場合があります。

基本から始めましょう：信頼できるストリーム、動作するカメラ1台、適切なゾーン、明確な保持ルール、サポートされたアクセラレーション、安全なネットワークアクセス。録画と検出パイプラインが安定してから、顔認識、ナンバープレート認識、意味検索、生成的説明を追加してください。

最高のローカルAIカメラシステムは、最も多くのアラートを出すものではありません。適切なイベントを表示し、重要な映像をアクセス可能に保ち、家庭が映像の処理と保存場所を明確に管理できるものです。

よくある質問

AIセキュリティカメラはクラウドなしで動作しますか？

はい。対応するIPカメラは、FrigateのようなNVRにローカルストリームを送信でき、録画と物体検出はローカルハードウェアで実行されます。

カメラ自体がまだベンダーアカウントや他の機能のためのアウトバウンド接続を必要としているかどうかを確認してください。

FrigateをNASで直接実行できますか？

はい。NASが必要なコンテナ、ストレージ構成、デバイスパススルー、ビデオデコード、および検出ハードウェアをサポートしている場合です。

より重いセットアップの場合、Frigateを別のミニPCで実行し、NASを録画用に使用することで、より良い分離とパフォーマンスが得られることがあります。

FrigateにGPUは必要ですか？

必ずしもそうではありません。FrigateはIntel OpenVINO、Hailo、Coral、NVIDIA、AMD、Apple Silicon、Jetson、Rockchipなど複数の検出器タイプをサポートしています。

定期的な物体検出にはサポートされているアクセラレータが強く推奨されます。GPUはビデオデコード、大きな検出モデル、セマンティック検索、顔認識、その他の拡張機能でより役立ちます。

Google Coralは新しいFrigateインストールにまだ推奨されますか？

FrigateはまだCoralをサポートしていますが、現在のハードウェアガイダンスでは、低消費電力や限られたハードウェアが適切な場合を除き、新規インストールにCoralは一般的に推奨されていません。

新しいビルドは、現在サポートされている検出器オプションをホストハードウェアとカメラの負荷と比較すべきです。

Frigateのセマンティック検索にはどれくらいのRAMが必要ですか？

Frigateは現在、セマンティック検索に最低8GBのRAMとAVX/AVX2対応CPUを必要とします。ドキュメントでは16GB以上と専用GPUを推奨しています。

検出には高解像度のカメラストリームを使うべきですか？

必ずしもそうではありません。低解像度のサブストリームは物体検出に十分な詳細を提供しつつデコード負荷を減らせます。高品質のストリームは録画用に保持できます。

顔認識やナンバープレート認識は基本的な人物や車両検出よりも詳細が必要な場合があり、適切なストリームはシーンによって異なります。

ゾーンとマスクの違いは何ですか？

ゾーンは、追跡された活動が警告や録画に関係する可能性のあるエリアを定義します。モーションマスクは狭いエリアでの動きを検出トリガーから防ぎます。オブジェクトフィルタマスクは特定の場所で特定のオブジェクトタイプの繰り返し誤検出を抑制します。

マスクは控えめに使用すべきです。選択したエリア内だけで警告を出すことが目的の場合は、必要なゾーンの方が通常は適しています。

Frigateは自然言語で古いカメラ映像を検索できますか？

Frigateのセマンティック検索は、テキスト説明や類似画像を使ってインデックス化された追跡対象を検索できます。古いイベントはセマンティック検索を有効にした後に再インデックス化が必要な場合があります。

ローカル録画はカメラのプライバシーを保証しますか？

いいえ。カメラは依然としてベンダーのサーバーに接続する可能性があり、NVRは安全でないリモートアクセス設定を通じて露出することがあります。

プライバシーにはネットワークの分離、ファイアウォールルール、安全な認証、制御されたリモートアクセス、ソフトウェアの更新、適切なユーザー権限が必要です。

連続した防犯カメラ映像はバックアップすべきですか？

通常はすべてではありません。日常的な連続映像は限定的な保存ポリシーに従うことができます。重要な警告、エクスポートされたクリップ、または証拠は、長期保存が必要な場合は保護されたストレージにコピーするべきです。

参考文献

• はじめに
• カメラ設定
• マスク
• ゾーン
• 録画
• セマンティック検索
• 顔認識
• ナンバープレート認識（LPR）
• 生成AI
• 推奨ハードウェア
• ONVIFプロファイル
• IPカメラのホームへの通信