Jak częstotliwość klatek kamery wpływa na dokładność wykrywania obiektów i obciążenie NVR?

Eva Wong jest Technicznym pisarzem i stałym majsterkowiczem w ZimaSpace. Całe życie geek z pasją do homelabów i oprogramowania open-source, specjalizuje się w tłumaczeniu skomplikowanych koncepcji technicznych na przystępne, praktyczne przewodniki. Eva wierzy, że samodzielne hostowanie powinno być zabawą, a nie czymś onieśmielającym. Poprzez swoje samouczki umożliwia społeczności rozwiewanie tajemnic konfiguracji sprzętu, od budowy pierwszego NAS po opanowanie kontenerów Docker.

Wyższa liczba klatek na sekundę pozwala niezawodniej rejestrować krótkotrwały ruch, ale zwiększa obciążenie dekodowania, wnioskowania, pamięci i pamięci masowej NVR.

Kamera monitorująca podjazd może nagrywać z szybkością 30 FPS, podczas gdy jej detektor analizuje tylko pięć klatek na sekundę. Zwiększenie liczby klatek kamery zapewnia potokowi więcej informacji temporalnych, jednak dokładność poprawi się tylko wtedy, gdy użyteczne klatki trafią do modelu, a sprzęt będzie w stanie je przetworzyć bez zaległości. Zależność ta zależy od prędkości obiektu, jakości ekspozycji, próbkowania na potrzeby wnioskowania, kosztu kodeka oraz tego, czy nagrywanie i analiza korzystają z oddzielnych strumieni.

Zmiana liczby klatek wpływa na zakres czasowy, a nie na umiejętności modelu

Liczba klatek określa, jak często kamera próbuje uchwycić poruszającą się scenę. Przy 5 FPS odstęp między kolejnymi obrazami wynosi 200 milisekund, a przy 30 FPS około 33 milisekund. Szybko poruszające się obiekty przemieszczają się więc dalej między próbkami o niskiej częstotliwości i mogą pojawić się na mniejszej liczbie użytecznych pozycji, zanim opuszczą strefę detekcji.

Wyższa liczba FPS zapewnia bardziej ciągłe informacje wizualne w przypadku szybkiego ruchu, podczas gdy niższe wartości mogą nie uchwycić krótkich kontaktów lub zmian kierunku. Korzyść ta ma charakter czasowy: nie eliminuje rozmycia, ciemności, małego rozmiaru obiektu ani problemu detektora, który został niewłaściwie wytrenowany dla danej sceny.

Dokładność może przestać rosnąć, gdy zdarzenie obejmuje już wystarczającą liczbę wyraźnych, analizowanych klatek. Wolno idąca osoba przechodząca przez szeroki ganek może pozostać wykrywalna przy umiarkowanej liczbie FPS, podczas gdy pojazd znajdujący się przy krawędzi wąskiego pola widzenia może wymagać gęstszego próbkowania. Miarodajne porównanie wymaga zachowania stałej rozdzielczości, ekspozycji, modelu i sceny oraz zmiany wyłącznie liczby analizowanych klatek.

Liczba analizowanych klatek może różnić się od liczby nagrywanych klatek

NVR może zapisywać każdą przychodzącą klatkę, ale wysyłać do detektora tylko wybrane klatki. Liczba klatek nagrania wpływa na płynność odtwarzania i gęstość materiału dowodowego, natomiast liczba klatek detekcji określa, jak często uruchamiane jest wnioskowanie. Traktowanie ich jako jednego ustawienia ukrywa powszechną optymalizację: zachowanie wysokiej jakości głównego strumienia przy jednoczesnej analizie strumienia pomocniczego o niższej liczbie klatek lub rozdzielczości.

To rozróżnienie ma znaczenie przy szacowaniu wydajności obsługi strumieni kamer. Jedna fizyczna kamera może generować osobne obciążenia związane z odbieraniem, dekodowaniem, nagrywaniem, wykrywaniem ruchu i AI, dlatego „osiem kamer” nie określa, ile klatek jest dekodowanych lub analizowanych w każdej sekundzie.

Kamera 30 FPS analizowana przy 5 FPS udostępnia modelowi tylko jedną na sześć klatek, chyba że stosowana jest propagacja czasowa. Samo zwiększenie liczby klatek kamery może powiększyć strumień nagrania bez zmiany zakresu detekcji. Operacyjnym miernikiem jest liczba klatek faktycznie zdekodowanych i przekazanych do wnioskowania, a także jakość wybranych klatek.

Każda dodatkowa analizowana klatka zwiększa obciążenie całego potoku

Każda analizowana klatka może wymagać obsługi pakietów, dekodowania wideo, konwersji kolorów, zmiany rozmiaru, wnioskowania modelu, przetwarzania końcowego, śledzenia i obsługi logiki zdarzeń. Część tych operacji można grupować lub przyspieszać sprzętowo, jednak ich koszt nadal rośnie wraz z liczbą klatek. Wiele kamer dodatkowo zwielokrotnia to zapotrzebowanie w niezależnych strumieniach i buforach pamięci.

Badania nad rzadkimi klatkami kluczowymi pokazują, dlaczego systemy wideo unikają uruchamiania najbardziej wymagającej sieci niezależnie dla każdej klatki. Ponowne wykorzystywanie cech czasowych może ograniczyć zbędne obliczenia, ale wprowadza dodatkowy kompromis między dokładnością a szybkością — nie sprawia, że przetwarzanie klatek staje się bezkosztowe.

Po przeciążeniu NVR żądana liczba FPS i rzeczywista liczba FPS zaczynają się rozchodzić. Klatki mogą trafiać do kolejki, być odrzucane lub docierać z opóźnieniem na tyle dużym, że alerty tracą wartość. W takiej sytuacji nominalnie wyższa liczba klatek może zapewnić gorszą dokładność operacyjną, ponieważ system analizuje nieaktualne lub nierównomiernie próbkowane obrazy zamiast aktualnej sekwencji.

-15% OFF

Użyteczna liczba FPS zależy od czasu trwania zdarzenia i zapasu wydajności sprzętu

Wybierz liczbę analizowanych FPS na podstawie najkrótszego zdarzenia, które musi zostać zaobserwowane, oraz minimalnej liczby wyraźnych klatek potrzebnych detektorowi lub modułowi śledzenia. Powolne zdarzenie związane z obecnością obiektu może tolerować rzadkie próbkowanie, ale szybkie przejście przez bramę, rzucony przedmiot lub tablica rejestracyjna wjeżdżająca w wąski obszar mogą wymagać większej częstotliwości. Rozmieszczenie kamery może zmienić te wymagania w takim samym stopniu jak liczba FPS.

Prace nad filtrowaniem pustych klatek pokazują, jak wiele daje unikanie kosztownej detekcji w sytuacjach, gdy klatki nie zawierają istotnej aktywności. Filtrowanie scen, obszary ruchu i strumienie pomocnicze mogą rezerwować moc obliczeniową na te momenty, w których większa gęstość czasowa rzeczywiście poprawia wynik.

Najlepsza liczba klatek nie jest więc maksymalną wartością deklarowaną przez kamerę. Jest to wartość, która zapewnia wystarczające pokrycie czasowe rejestrowanego zdarzenia, pozostawiając jednocześnie odpowiedni zapas mocy dekodowania i wnioskowania dla wszystkich aktywnych strumieni. Weryfikuj ją za pomocą testów z jednoczesnym użyciem wszystkich kamer, liczby pominiętych klatek, opóźnienia wnioskowania i analizy przeoczonych zdarzeń, a nie wyłącznie na podstawie płynności odtwarzania.

Centrum Technologii i Sztucznej Inteligencji

Więcej do przeczytania

Get More Builds Like This

Stay in the Loop

Get updates from Zima - new products, exclusive deals, and real builds from the community.

Stay in the Loop preferences

We respect your inbox. Unsubscribe anytime.