카메라 GOP란 무엇이며, NVR 검색과 AI 분석에 어떤 영향을 미칠까요?

에바 왕

IceWhale author

에바 왕 는 기술 작가 그리고 이자 ZimaSpace의 상주 장인입니다. 평생을 기술에 열정을 가진 사람으로서 홈랩과 오픈소스 소프트웨어에 열정을 가지고 있으며,복잡한 기술 개념을 쉽게 이해할 수 있는 실습 가이드로 번역하는 데 전문성을 가지고 있습니다.에바는 셀프 호스팅이 어렵지 않고 재미있어야 한다고 믿습니다. 그녀의 튜토리얼을 통해 커뮤니티가 하드웨어 설정의 신비를 풀도록돕고 있습니다. 첫 NAS 구축부터 Docker 컨테이너 마스터링까지.

What Is a Camera GOP, and Why Does It Affect NVR Seeking and AI Analysis? - Zima Store Online

카메라 GOP는 독립적으로 코딩된 비디오 프레임과 예측된 비디오 프레임을 순서대로 묶은 그룹으로, 그 구조가 압축, 탐색, 디코더 복구 방식을 결정합니다.

NVR은 일반적으로 임의의 예측 프레임을 단독으로 디코딩할 수 없습니다. 해당 프레임이 참조 픽처에 의존하기 때문입니다. 클립을 열거나 분석을 시작하려면 디코더가 먼저 적절한 랜덤 액세스 프레임으로 되돌아가 탐색한 다음, 그 사이의 데이터를 처리할 수 있습니다. GOP가 길수록 비트레이트를 절약하는 경우가 많지만, 요청한 이미지가 표시되기 전 필요한 작업량과 지연 시간이 늘어날 수 있습니다.

GOP는 독립 픽처와 예측 픽처를 구성합니다

인트라 코딩 픽처 또는 랜덤 액세스 픽처는 디코딩의 기준점이 되며, P 픽처와 B 픽처는 다른 픽처와 비교한 변경 사항을 저장합니다. 정확한 구조는 코덱과 인코더 설정에 따라 달라집니다. I 픽처라고 해서 항상 완전한 랜덤 액세스 지점인 것은 아닙니다. 이후 프레임이 의도한 경계 밖의 자료를 계속 참조할 수 있기 때문입니다.

AWS의 GOP 압축 개요에서는 전체 키프레임 뒤에 차이 정보가 이어지는 방식으로 시간적 압축을 설명합니다. 이러한 의존성 때문에 GOP 설계는 저장 공간을 줄일 수 있지만, 임의 액세스는 서로 독립된 정지 이미지를 여는 것과 달라집니다.

폐쇄형 GOP는 이전 GOP의 참조 없이 디코딩할 수 있지만, 개방형 구조는 GOP 경계를 넘는 참조를 통해 효율성을 높일 수 있습니다. 따라서 NVR 호환성은 화면에 표시되는 키프레임 간격만으로 결정되지 않습니다. 이러한 차이는 이후 가정 환경 테스트에서도 확인할 수 있습니다.

탐색은 디코딩 가능한 액세스 지점에서 시작됩니다

사용자가 이벤트 타임스탬프로 이동하면 플레이어는 이전 키프레임 또는 디코더 리프레시 지점을 찾고, 코덱 상태를 초기화한 뒤 목표 표시 시간까지 순방향으로 디코딩합니다. 키프레임 간격이 넓으면 저장 공간과 네트워크 처리량이 충분히 빠르더라도 미리보기가 늦게 표시되는 것처럼 느껴질 수 있습니다.

AWS MediaConvert의 프레임 유형 참조에서는 GOP를 I, P, B 프레임 유형의 배열로 설명하고, 이러한 선택이 품질 및 호환성과 어떻게 연결되는지 설명합니다. 동일한 의존성은 홈 NVR에서 썸네일 추출과 프레임 단위의 정확한 탐색에도 영향을 줍니다.

인덱스는 액세스 지점을 찾는 속도를 높일 수 있지만, 비트스트림에 필요한 참조 디코딩을 없앨 수는 없습니다. 썸네일 데이터베이스는 독립적인 이미지를 저장하므로 즉시 표시되는 것처럼 보일 수 있지만, 녹화 스트림에는 여전히 GOP 디코딩이 필요합니다.

AI 파이프라인은 디코더 및 복구 비용을 부담합니다

비디오 AI는 모든 픽처를 분석하는 대신 프레임을 샘플링하는 경우가 많지만, 디코더는 요청된 샘플 사이의 참조 프레임까지 처리해야 할 수 있습니다. 또한 패킷 손실이 발생하면 깨끗한 리프레시 지점에 도달할 때까지 예측 픽처가 손상될 수 있으며, 그 결과 사용 불가능하거나 시각적으로 손상된 입력이 연속해서 발생할 수 있습니다.

AWS Elemental의 GOP 크기 제어 문서에서는 GOP 크기를 I 프레임 사이의 간격으로 정의하고, 패턴을 형성하는 인코더 매개변수를 설명합니다. 따라서 GOP 크기는 저장 효율성과 복구 지연 시간 모두에 영향을 주는 측정 가능한 입력값입니다.

실패가 발생하는 지점은 모든 요청 타임스탬프가 서로 독립적인 유효 이미지로 반환된다고 가정하는 AI 샘플러입니다. 디코더가 상태를 명시적으로 보고하지 않으면 가변 프레임 레이트, 개방형 GOP, 순서가 변경된 B 픽처, 손상된 참조로 인해 타임스탬프가 이동하거나 불완전한 프레임이 전달될 수 있습니다.

Featured

ZimaCube 2 개인용 클라우드 홈 NAS

ZimaCube2

탐색 지연 시간과 AI 프레임 가용성을 측정하세요

해상도, 프레임 레이트, 코덱, 대략적인 품질을 일정하게 유지하면서 동일한 카메라 장면을 여러 키프레임 간격으로 인코딩하거나 수집합니다. 다양한 오프셋에서의 임의 탐색, 이벤트 클립 시작 시간, 썸네일 추출, 디코더 CPU 사용량, 비트레이트, 패킷 손실 후 첫 번째 유효 AI 프레임을 테스트합니다.

결과를 이벤트 요약 파이프라인과 연관 지어 분석합니다. NVR이 더 이전의 키프레임으로 이동하는지, 타임스탬프가 계속 정렬된 상태인지, 디코더가 깨끗한 액세스 지점에 도달하기 전에 감지 공백이 집중되는지를 기록합니다.

실제 디코더에서 검토, 복구, 분석 목표를 충족하는 가장 긴 GOP를 선택합니다. 비트레이트만으로 성능을 추정하지 말고, 카메라 펌웨어, 코덱 또는 NVR 트랜스코딩 설정이 변경된 후에는 다시 테스트합니다. 자동화가 이어지기 전에 중간 결과를 계속 점검할 수 있어야 합니다.