Kamera, która nagrywa to, co się dzieje, jest przydatna do przeglądu po zdarzeniu. Kamera, która rozumie, co dzieje się w czasie rzeczywistym, jest decyzyjna operacyjnie. Analityka wideo AI stałych stanowisk przekształca istniejącą infrastrukturę kamerową bazy w aktywny system detekcji, który klasyfikuje osoby i pojazdy, wykrywa wtargnięcia i wylegitymowanie, autonomicznie steruje kamerami PTZ oraz wysyła geolokalizowane alerty na konsolę sił ochrony i platformę C2 — wszystko bez wymagania, by operator oglądał każdy strumień jednocześnie. Artykuł pokrywa pełną architekturę: jak analityka stałych stanowisk różni się od ISR z dronów na poziomie systemów, podejścia głębokiego uczenia obniżające wskaźniki fałszywych alarmów na perymetrach zewnętrznych, dobór modeli do klasyfikacji w gardzielach, automatyzację PTZ oraz ścieżki integracji łączące zdarzenia perymetru z blokadami kontroli dostępu i śladami C2. Tematy te łączą się wprost z szerszą dyscypliną systemów widzenia komputerowego w obronności oraz architektur inferencyjnych, które napędzają je na brzegu sieci.
Analityka wideo stałych stanowisk a analityka dronów ISR — różnice architektoniczne
Analityka wideo stałych stanowisk i dronów ISR dzieli stos widzenia komputerowego, ale różni się niemal w każdym parametrze systemowym istotnym dla wdrożenia. Zrozumienie tych różnic zapobiega stosowaniu architektur zaprojektowanych dla jednego kontekstu w drugim.
Najbardziej zasadniczą różnicą jest geometria czujnika. Payload drona ISR pokrywa szeroki, przesuwający się obszar terenu ze zmiennej wysokości, kąta i prędkości platformy. Geometria kamera–podmiot jest nieznana klatka po klatce i musi być szacowana. Kamera stała ma znaną, stabilną pozycję montażową, skalibrowane pole widzenia i stałą relację z płaszczyzną terenu, co pozwala przeliczać współrzędne pikselowe na współrzędne terenu prostą homografią. Oznacza to, że system stałych stanowisk może generować precyzyjne, geolokalizowane zdarzenia detekcji — „osoba we współrzędnych XY” — bez jakiejkolwiek dodatkowej fuzji czujników, podczas gdy system drona potrzebuje do tego danych o pozycji i orientacji kadłuba.
Wymagania opóźnienia również gwałtownie się różnią. Misja ISR z dronem zwykle toleruje kilka sekund opóźnienia przetwarzania, zanim analityk przejrzy detekcję; wartość leży w identyfikacji celów na potrzeby planowania, a nie w wywoływaniu natychmiastowej reakcji sił ochrony. Ochrona perymetru na stałym stanowisku wymaga opóźnienia poniżej dwóch sekund od chwili, gdy osoba przekroczy ogrodzenie, do chwili pojawienia się alertu na konsoli ochrony — strażnik musi zdążyć zareagować, zanim intruz dotrze do zasobu krytycznego. Ten cel opóźnienia wypycha inferencję na urządzenie brzegowe zamiast na serwer centralny, ponieważ czas RTT w LAN bazy może przekroczyć budżet, jeśli wideo musi podróżować, zanim zacznie się przetwarzanie.
Wymagania dostępności są kategoryczne. Payload drona ISR działa godzinami na misję i może być serwisowany między lotami. System ochrony perymetru na stałym stanowisku musi utrzymywać ciągłe działanie — cel to dostępność 99.9% lub lepsza, co odpowiada mniej niż dziewięciu godzinom przestojów rocznie — ponieważ luka w pokryciu jest luką bezpieczeństwa. Wymaga to zasilania redundantnego, redundantnych ścieżek przechowywania, monitorowania stanu z automatycznym przełączaniem awaryjnym oraz okien serwisowych liczonych w minutach, nie w godzinach. Gęstość kamer to potęguje: wdrożenie w skali całej bazy może obsługiwać od 200 do 500 kamer jednocześnie, wszystkie muszą być monitorowane i utrzymywane aktualne, wobec pojedynczego payloadu misji drona.
Wreszcie architektura pasma różni się zasadniczo. Misja ISR z dronem może strumieniować wideo ruchome łączem o wysokim paśmie lub przechowywać je na pokładzie do analizy po misji. System stałych stanowisk z 300 kamerami w 1080p wygenerowałby około dziesięciu gigabitów na sekundę surowego wideo — niemożliwego do ciągłego routowania do serwera centralnego. Odpowiedzią architektoniczną jest preprocesing brzegowy: każdy klaster kamer ma lokalne urządzenie obliczeniowe, które prowadzi inferencję na surowych strumieniach i wysyła do platformy centralnej tylko zdarzenia detekcji oraz oznaczone klipy, redukując wymóg sieciowy o dwa do trzech rzędów wielkości.
Wykrywanie wtargnięć na perymetr — głębokie uczenie a detekcja regułowa tripwire
Każdy system wykrywania wtargnięć na perymetr musi rozwiązać ten sam problem podstawowy: niezawodnie oznaczać osobę lub pojazd przekraczający granicę, ignorując wszystko inne, co porusza się w środowisku zewnętrznym. Różnica między podejściami regułowymi a głębokiego uczenia jest duża i operacyjnie istotna.
Systemy regułowe typu tripwire działają, wyodrębniając obiekt pierwszoplanowy z modelu tła — zwykle mieszaniny gaussowskiej lub różnicy klatek — i alarmując, gdy plama pierwszoplanowa przekracza narysowaną przez użytkownika linię. Są proste, deterministyczne i łatwe do audytu. Są też skrajnie wrażliwe na wszystko, co zmienia scenerię: poruszana wiatrem roślinność, deszcz, zmiany oświetlenia między dniem a nocą, przejeżdżające pojazdy tworzące artefakty ruchu oraz zwierzęta generują plamy pierwszoplanowe przekraczające wirtualny drut. W typowej zewnętrznej instalacji wojskowej nieskalibrowany system tripwire wytwarza dziesiątki do setek fałszywych alertów na kamerę na dobę. Skutkiem operacyjnym jest zmęczenie alarmami: strażnicy przestają reagować na alerty, ponieważ zdecydowana większość jest uciążliwa, co oznacza, że realne wtargnięcia są pomijane nie dlatego, że system ich nie wykrył, ale dlatego, że alert zaginął w szumie.
Detektory wtargnięć oparte na głębokim uczeniu dodają krok klasyfikacji, który zasadniczo zmienia stosunek sygnału do szumu. Zamiast alarmować na każdą plamę pierwszoplanową przekraczającą linię, system klasyfikuje plamę jako osobę, pojazd, zwierzę lub artefakt środowiskowy, zanim zdecyduje o alercie. Osoba przekraczająca ogrodzenie generuje alert; gałąź poruszana wiatrem nie, ponieważ klasyfikator głębokiego uczenia rozpoznaje, że plama nie ma kształtu, proporcji ani sygnatury ruchu ludzkiego ciała. Dobrze skalibrowane detektory perymetru oparte na głębokim uczeniu rutynowo osiągają mniej niż jeden fałszywie dodatni na kamerę na 24-godzinny okres w operacyjnych środowiskach zewnętrznych. Kompromis polega na tym, że model musi być trenowany i kalibrowany na danych reprezentujących warunki w danej instalacji — model trenowany wyłącznie na dobrze oświetlonych nagraniach nadzoru wewnętrznego nie uogólni się na przekroczenia perymetru przed świtem w deszczu.
Wydajność przy obciążeniu środowiskowym jest krytycznym testem. Trzy warunki odpowiadają za większość fałszywie dodatnich i fałszywie ujemnych we wdrożeniach terenowych. Wiatr wytwarza ruch trawy i drzew dający trwałe regiony pierwszoplanowe; modele głębokiego uczenia trenowane z augmentacją warunków wietrznych uczą się to odrzucać. Deszcz wytwarza szum w całym obrazie i obniża kontrast; kamery termowizyjne połączone z kamerami światła widzialnego pozwalają systemowi utrzymać zdolność detekcji, gdy obraz widzialny degraduje się. Przejścia oświetlenia — przejście kamery z trybu dziennego na noktowizyjny o zmierzchu i świcie — tworzą krótkie okna zmienionego wyglądu scenerii, w których model tła musi się ustabilizować; detektor głębokiego uczenia z odporną reprezentacją cech jest mniej wrażliwy na te przejścia niż system tripwire zależny od modelu tła na poziomie pikseli.
Kluczowa metryka: operacyjny cel wskaźnika fałszywych alarmów dla wojskowych systemów perymetru zwykle podaje się jako mniej niż jeden uciążliwy alert na kamerę na 24-godzinny okres, mierzony w 30-dniowym okresie ewaluacyjnym obejmującym wszystkie warunki pogodowe i oświetleniowe. Systemy spełniające ten próg pozwalają operatorowi konsoli sił ochrony ufać, że każdy alert wymaga zbadania, co jest warunkiem wstępnym, by system miał wartość operacyjną, a nie generował zmęczenie alarmami.
Klasyfikacja osób i pojazdów w gardzielach
Wykrywanie przekroczenia perymetru jest problemem binarnym — coś przekroczyło albo nie. Klasyfikacja w gardzielach jest problemem bogatszym: system musi odróżniać personel uprawniony od nieuprawnionego, identyfikować typy pojazdów, wykrywać obiekty interesujące (broń, duże torby, sprzęt) i wytwarzać wynik klasyfikacji wystarczająco szybko, by wesprzeć decyzję kontroli dostępu, zanim podmiot przejdzie przez bramę. Architektura modelu i progi ufności sprawdzające się w detekcji perymetru nie są tymi samymi, których wymaga klasyfikacja w gardzielach.
YOLOv8 i RT-DETR to dwie architektury najszerzej wdrażane do klasyfikacji w gardzielach w zastosowaniach obronnych. YOLOv8 to jednoetapowy detektor bezkotwicowy osiągający bardzo wysoką przepustowość na sprzęcie GPU: model YOLOv8-medium na GPU średniej klasy potrafi przetwarzać 400 lub więcej klatek na sekundę, co czyni praktycznym głęboką analizę wielu równoległych strumieni wideo z jednego urządzenia brzegowego. Jego dokładność na standardowych benchmarkach detekcji obiektów mieści się w kilku punktach procentowych od znacznie większych modeli. RT-DETR stosuje enkoder transformer do mapy cech wyodrębnionej przez grzbiet konwolucyjny, co poprawia dokładność na częściowo przesłoniętych podmiotach i nietypowych kątach widzenia — warunkach powszechnych przy bramach, gdzie podmioty mogą zbliżać się pod kątem ostrym, nieść ładunki zmieniające ich sylwetkę lub być częściowo zasłonięte przez pojazdy. Mechanizm uwagi transformera pozwala wnioskować nad globalnym kontekstem kadru, co ułatwia odróżnienie osoby niosącej uprawnioną torbę narzędziową od osoby niosącej broń. Kosztem jest nieco większy ślad obliczeniowy niż w porównywalnych modelach YOLO.
Progowanie ufności jest parametrem o największym wpływie operacyjnym i tym, który najczęściej ustawia się błędnie. Niski próg ufności maksymalizuje czułość — system oznacza niemal wszystko, co może być zagrożeniem — kosztem wysokiego wskaźnika fałszywie dodatnich zalewającego operatora konsoli. Wysoki próg zmniejsza fałszywie dodatnie, ale zwiększa wskaźnik pominięć. Kalibracja operacyjna ustawia podstawowy próg alertu (zwykle 0.60–0.70) wyzwalający powiadomienie na konsoli oraz wtórne okno potwierdzenia wymagające utrzymania klasyfikacji przez trzy do pięciu kolejnych klatek, zanim alert eskaluje do sygnału wysokiego priorytetu. Detekcje jednoklatkowe są zachowywane w kolejce niskiego priorytetu do przeglądu, ale nie przerywają pracy operatora. To podejście dwuprogowe osiąga zarówno niski wskaźnik pominięć, jak i panowalną objętość alertów.
Klasyfikacja pojazdów w gardzielach wykracza poza binarium osoba/pojazd. Operacje wojskowych bram muszą odróżniać samochody osobowe od ciężarowych, motocykli i pojazdów wojskowych oraz oznaczać pojazdy niepasujące do oczekiwanego typu ruchu dla bramy i pory dnia. Drobnoziarnisty klasyfikator pojazdów na kamerze gardzieli może dostarczyć tego rozkładu. Krytycznym warunkiem umożliwiającym jest rozdzielczość: co najmniej 40 pikseli pokrywających wysokość pojazdu przy maksymalnym dystansie, na jaki pozwala geometria bramy, a najlepiej więcej. Poniżej tego progu dokładność drobnego typu pojazdu gwałtownie spada i system potwierdza jedynie obecność pojazdu. To rozważanie istotne dla automatycznego rozpoznawania celów na brzegu sieci, gdzie dogłębnie analizuje się kompromisy rozdzielczości i zasięgu dla dokładności klasyfikacji.
Wykrywanie wylegitymowania i anomalii
Wykrywanie wylegitymowania adresuje scenariusz zagrożenia, którego detekcja przekroczenia perymetru w ogóle nie obejmuje: osobę lub pojazd, który nie przekracza perymetru, lecz spędza niezwykle dużo czasu w pobliżu punktu wrażliwego, potencjalnie prowadząc rozpoznanie, czekając na okazję lub przygotowując podejście. Wykrywanie wylegitymowania wymaga śledzenia podmiotów w czasie i porównywania ich zachowania z oczekiwaną linią bazową.
Najprostszą implementacją wylegitymowania jest progowanie czasu przebywania: podmiot sklasyfikowany jako osoba lub pojazd, pozostający w zdefiniowanej strefie dłużej niż skonfigurowany okres, wyzwala alert. Strefą może być wielokąt narysowany wokół lokalizacji wrażliwej — bramy, masztu komunikacyjnego, składu paliwa — a próg czasu przebywania ustala polityka operacyjna według wrażliwości chronionego zasobu. Pojazd stacjonujący w promieniu 100 metrów od składu paliwa dłużej niż 120 sekund może uzasadniać zbadanie; ten sam pojazd stacjonujący przez 30 sekund może nie. Progowanie czasu przebywania jest łatwe do wdrożenia i audytu, ale wytwarza fałszywie dodatnie, gdy uprawnione działania wiążą się ze stacjonarnym przebywaniem — ekipy remontowe, pojazdy dostawcze czekające na obsługę — oraz fałszywie ujemne, gdy podmiot wylegitymuje się w wielu krótkich odcinkach, z których każdy mieści się poniżej progu.
Analiza trajektorii adresuje te ograniczenia, modelując oczekiwane wzorce ruchu dla każdej lokalizacji i oznaczając odchylenia od nich. Przy bramie pojazdowej prawomocny ruch podąża przewidywalnym przepływem: podejście, krótki postój przy czytniku, przejście. Pojazd, który wielokrotnie podjeżdża i wycofuje się, albo zatrzymuje i utrzymuje pozycję w nietypowym dystansie od czytnika, odstaje od oczekiwanego wzorca i jest oznaczany jako anomalny niezależnie od indywidualnego czasu przebywania na danej pozycji. Wymaga to klastrowania historycznych danych trajektorii z kamery, aby nauczyć się normalnych wzorców ruchu, a następnie porównywania w czasie rzeczywistym każdej nowej trajektorii z nauczoną linią bazową.
Modelowanie nietypowych zachowań dla środowisk wojskowych wymaga danych treningowych uchwalających specyficzne aktywności i wzorce instalacji — nie ogólnych komercyjnych nagrań nadzoru. Oczekiwane wzorce ruchu przy bramie przedniej bazy operacyjnej różnią się od tych na kampusie korporacyjnym; typowy przepływ pojazdów w składzie logistycznym różni się od budynku administracyjnego. Zbieranie oznaczonych danych trajektorii z danego miejsca przez co najmniej 30 dni, obejmujących wszystkie zmiany i tempa operacyjne, jest warunkiem wstępnym zbudowania modelu anomalii o niskim wskaźniku fałszywie dodatnich na aktywnościach uprawnionych przy jednoczesnym wykrywaniu prawdziwych anomalii.
Wskazówki behawioralne widoczne dzięki analizie pozy rozszerzają wykrywanie wylegitymowania o charakter aktywności podmiotu w okresie przebywania. Osoba stojąca nieruchomo i wielokrotnie fotografująca ten sam kierunek budzi większy niepokój niż osoba stojąca nieruchomo i wyglądająca na czekającą na podwózkę. Szacowanie pozy w nadzorze wojskowym może dostarczyć tych wskówek behawioralnych — pozycja ramion osoby używającej telefonu wobec aparatu, orientacja głowy wskazująca, na co patrzy podmiot — które można połączyć z danymi czasu przebywania i trajektorii, tworząc bogatszy wynik anomalii.
Sterowanie kamerami PTZ z wyzwoleń AI
Kamery pan-tilt-zoom są wysokorozdzielczym uzupełnieniem szerokiego pokrycia przeglądowego, jakie dają kamery stałe. Kamera stała widzi cały perymetr; kamera PTZ potrafi przybliżyć, by odczytać tablicę rejestracyjną, zidentyfikować twarz lub szczegółowo zbadać podejrzany obiekt. Problemem operacyjnym jest to, że kamery PTZ są bezużyteczne, jeśli operator musi ręcznie obrócić je we właściwe miejsce szybciej, niż porusza się intruz; opóźnienie od detekcji przez ręczny obrót do uzyskania przybicia zwykle przekracza 15 sekund, w czasie których szybko poruszający się podmiot może pokonać znaczny dystans. Sterowanie PTZ napędzane AI skraca to opóźnienie do poniżej dwóch sekund i całkowicie eliminuje krok ręczny.
Sterowanie PTZ z wyzwoleń AI działa przez translację współrzędnych i zarządzanie presetami. Gdy silnik analityczny na kamerze przeglądu wykryje i sklasyfikuje osobę przekraczającą perymetr, oblicza pozycję podmiotu w płaszczyźnie terenu przy użyciu skalibrowanej homografii kamery. System następnie odnajduje tabelę presetów mapującą pozycje terenu na numery presetów PTZ na każdej kamerze PTZ, która może pokryć ten punkt terenu. Wysyła polecenie przywołania presetu do odpowiedniego kontrolera PTZ, który wykonuje ruch pan-tilt do zapisanej pozycji w czasie poniżej jednej sekundy. Gdy PTZ dociera do presetu, jego pokładowy algorytm śledzenia — zwykle korelacyjny tracker lub lekki tracker głęboki — blokuje się na podmiocie według wyglądu i zaczyna go podążać w polu widzenia PTZ.
Zarządzanie presetami to dyscyplina operacyjna często niedoceniana. Perymetr z 40 kamerami PTZ, każda pokrywająca nakładające się obszary terenu, wymaga tabeli presetów dokładnej, aktualnej i regularnie audytowanej. Fizyczne zmiany w instalacji — nowe konstrukcje, przeniesione ogrodzenia, zmienione uchwyty kamer — unieważniają mapowanie współrzędnych i powodują, że PTZ dociera na złą pozycję. Kalibrację presetów należy traktować jako zaplanowane zadanie serwisowe, ponownie weryfikowane kwartalnie oraz po każdej fizycznej zmianie w pokrywanym obszarze.
Przekazanie między kamerami w śledzeniu perymetru to zdolność, która pozwala śledzić pojedynczego intruza kamerami PTZ ciągle wzdłuż rozszerzonej granicy perymetru. Gdy podmiot zmierza ku krawędzi zasięgu śledzenia pierwszego PTZ, logika przekazania porównuje bieżącą pozycję i trajektorię podmiotu z obszarami pokrycia sąsiednich kamer PTZ, identyfikuje kolejną kamerę w sekwencji i wstępnie ustawia ją na przewidywany punkt przechwycenia, zanim podmiot tam dotrze. Wychodzący PTZ kontynuuje śledzenie, aż przyjmujący PTZ potwierdzi nabycie, po czym przekazuje czysto. Dobrze zaimplementowane przekazanie jest niewidoczne dla operatora konsoli: widzi ciągły tor wideo podmiotu bez luk, z automatycznym przełączaniem między źródłami kamer w miarę ruchu podmiotu.
Integracja z kontrolą dostępu i systemami C2
Zdolność detekcji i klasyfikacji systemu analityki wideo tworzy wartość operacyjną dopiero wtedy, gdy jest połączona z systemami, które potrafią działać na podstawie tych informacji. Integracja ma trzy główne cele: konsolę sił ochrony, system zarządzania kontrolą dostępu oraz platformę C2.
Przekazywanie alertów na konsolę sił ochrony jest najbardziej bezpośrednią integracją. Gdy wtargnięcie na perymetr zostanie potwierdzone — osoba sklasyfikowana, próg przekroczony, trwałość czasowa spełniona — alert jest wypychany na konsolę w czasie rzeczywistym. Alert niesie klasę i ufność detekcji, identyfikator kamery, miniaturę detekcji oraz odnośnik do żywego strumienia wideo. Konsola wyświetla aktywne alerty w kolejności priorytetów, z alertami o najwyższej ufności i najwyższej wrażliwości stref na górze. Niepotwierdzone alerty eskalują po konfigurowalnym interwale, wzywając kierownika zmiany, jeśli oficer dyżurny nie odpowie. Klip wideo obejmujący zdarzenie detekcji jest automatycznie dołączany do rekordu alertu, gwarantując, że każdy alert ma materiał dowodowy niezależnie od tego, czy operator ogląda strumień na żywo w czasie rzeczywistym.
Integracja z systemem zarządzania kontrolą dostępu działa dwukierunkowo. Od kontroli dostępu do analityki: zdarzenia uwierzytelniania — przyłożenia kart, dopasowania biometryczne, odmowy dostępu — są publikowane na platformę analityczną jako nakładki kontekstowe. Gdy operator ogląda kamerę bramy, widzi tożsamość i status autoryzacji każdego, kto niedawno okazał uprawnienia, co daje natychmiastowy kontekst dla każdego nietypowego zachowania. Od analityki do kontroli dostępu: potwierdzone wtargnięcie w pobliżu bramy wyzwala polecenie blokady — przyległe drzwi są automatycznie zamykane, alarmy na panelu dostępu aktywowane, a oficer dyżurny otrzymuje powiadomienie kanałem out-of-band. Protokół integracji to zwykle webhook REST API dla nowoczesnych platform kontroli dostępu albo sprzętowy interfejs przekaźnikowy dla starszych central przyjmujących wejścia alarmów bezpotencjałowych.
Generowanie śladów C2 ze zdarzeń perymetru jest integracją o najwyższej wartości dla dowództwa taktycznego. Zamiast traktować każdą detekcję jako odizolowany alert, platforma analityczna generuje obiekt śladu C2, gdy wtargnięcie zostanie potwierdzone, niosąc klasę detekcji, pozycję geolokalizowaną, wynik ufności oraz powiązany odnośnik wideo. Ślad jest publikowany do TAK Server jako zdarzenie CoT, pojawiając się na każdym podłączonym kliencie ATAK jako typowany znacznik mapy, który oficer operacyjny może przydzielić do patrolu, korelować z innymi meldunkami czujników i zarządzać nim przez standardowy cykl życia śladu. Gdy podmiot przemieszcza się wzdłuż perymetru i jest przekazywany między kamerami PTZ, ślad jest aktualizowany nowymi meldunkami pozycji, utrzymując ciągły obraz lokalizacji i kursu intruza.
Automatyczne dołączanie klipów wideo do raportów o zdarzeniach to przepływ dokumentacyjny zapewniający, że żadna detekcja nie ginie z powodu luk w procesie. Gdy operator potwierdzi alert i uzna go za prawdziwe zdarzenie, system automatycznie tworzy wpis raportu o zdarzeniu wstępnie uzupełniony metadanymi detekcji, powiązanym klipem wideo oraz znacznikami czasu detekcji i potwierdzenia. Tworzy to audytowalny rekord, który przetrwa moment operacyjny i jest dostępny do przeglądu po zdarzeniu, postępowań prawnych lub analizy wywiadowczej bez wymagania, by operator ręcznie przechwytywał i archiwizował dowody pod presją czasu.
Architektura sprzętowa wdrożenia w skali całej bazy
Wdrożenie obejmujące całą instalację wojskową z setkami kamer wymaga architektury sprzętowej bilansującej zdolność obliczeniową, pasmo sieciowe, przechowywanie i odporność w całym systemie — nie tylko wymagania na kamerę. Standardowym rozwiązaniem jest dwuwarstwowa architektura brzeg plus centrum.
Na warstwie brzegowej kamery grupuje się w klastry według bliskości fizycznej i topologii sieci. Klaster zawiera zwykle od czterech do szesnastu kamer, dobranych tak, by minimalizować konieczne trasy kablowe i przełączanie sieciowe. Każdy klaster obsługuje dedykowane urządzenie brzegowe — wzmocniony serwer GPU, szafę inferencji AI lub macierz akceleratorów — które zajmuje się pobieraniem wideo w czasie rzeczywistym i inferencją dla każdej kamery w klastrze. Urządzenie nieprzerwanie uruchamia modele detekcji, klasyfikacji i śledzenia, generuje zdarzenia detekcji, zarządza poleceniami sterowania PTZ dla kamer PTZ w klastrze oraz utrzymuje lokalny bufor przechowywania surowego wideo. W normalnych warunkach operacyjnych urządzenie wysyła do platformy centralnej wyłącznie strumienie zdarzeń detekcji, a żądania pobrania wideo obsługuje na żądanie.
Dobór właściwego urządzenia brzegowego dla każdego klastra wymaga przeanalizowania budżetu inferencji. Klaster 16 kamer pracujących w 1080p i 15 fps potrzebuje urządzenia, które uruchomi model klasyfikacji na wszystkich 16 strumieniach jednocześnie bez gubienia klatek. Dla YOLOv8-medium o wejściu 640x640 każdy strumień przy 15 fps wymaga w przybliżeniu 15 inferencji na sekundę, a 16 strumieni łącznie 240 inferencji na sekundę. Pojedyncze NVIDIA A2 lub Jetson AGX Orin 64 GB zapewnia tę przepustowość z zapasem na logikę sterowania PTZ i przekazywanie alertów. Dla gęstszych klastrów lub cięższych modeli dwa urządzenia równolegle obsługują obciążenie.
# Example edge appliance sizing calculation
cameras_per_cluster = 16
fps_per_camera = 15
model_throughput = 350 # inferences/sec, YOLOv8-medium, A2 GPU (INT8)
headroom_factor = 0.75 # use 75% of rated throughput to allow for spikes
inferences_needed = cameras_per_cluster * fps_per_camera # 240 inf/sec
capacity_available = model_throughput * headroom_factor # 262 inf/sec
print(f"Single A2 adequate: {inferences_needed < capacity_available}")
# Single A2 adequate: True
# For 24-camera clusters or real-time loitering trajectory analysis:
# provision dual-A2 or move to Jetson AGX Orin 64 GB.
Centralna platforma zarządzania agreguje zdarzenia detekcji ze wszystkich urządzeń brzegowych, prowadzi fuzję międzykamerową do śledzenia i analizy wylegitymowania, zarządza koleją alertów dla konsoli sił ochrony oraz przechowuje metadane detekcji i oznaczone klipy wideo na potrzeby raportowania i analizy zdarzeń. Wymóg obliczeniowy platformy centralnej jest znacznie niższy niż suma obciążeń inferencyjnych urządzeń brzegowych, ponieważ otrzymuje ona wstępnie przetworzone zdarzenia detekcji, a nie surowe wideo. Serwer z 16 do 32 rdzeniami CPU i 128 GB RAM obsługuje fuzję, zarządzanie alertami i indeksowanie przechowywania dla wdrożenia 300 kamer bez przyspieszenia GPU. Przechowywanie jest głównym czynnikiem doboru wielkości: przy 30 dniach metadanych zdarzeń detekcji i 7 dniach przechowywania oznaczonych klipów w instalacji 300 kamer centralny wymóg przechowywania mieści się zwykle w zakresie od 20 do 50 TB, w zależności od długości klipów i ustawień kompresji.
Redukcja pasma jest zasadą umożliwiającą całą architekturę. Między kamerą a urządzeniem brzegowym wideo o pełnej rozdzielczości podróżuje dedykowaną siecią kamerową — fizycznie lub logicznie oddzieloną od LAN bazy dla izolacji bezpieczeństwa i pasma. Między urządzeniem brzegowym a platformą centralną przez LAN bazy podróżują tylko strumienie zdarzeń detekcji i klipy wideo na żądanie. Strumień zdarzeń detekcji dla klastra 16 kamer generuje w warunkach aktywnych w przybliżeniu od 1 do 5 Mbps, wobec 800 Mbps surowego wideo 1080p, które ten sam klaster produkuje. Instalacja 300 kamer, która wymagałaby 15 Gbps łączności surowego wideo między kamerami a platformą centralną, potrzebuje na LAN bazy tylko 20 do 100 Mbps pasma zdarzeń detekcji. To różnica między wymaganiem dedykowanej sieci nakładkowej o wysokim paśmie a wygodnym zmieszczeniem się w standardowej LAN przedsiębiorstwa.
Odporność na warstwie brzegowej osiąga się przez projektowanie każdego urządzenia jako niezależnie zdolnego do pełnego działania. Jeśli LAN bazy ulegnie awarii i urządzenia brzegowe utracą łączność z platformą centralną, kontynuują inferencję, generowanie zdarzeń detekcji, wysyłanie poleceń sterowania PTZ oraz alarmowanie lokalnego terminala sił ochrony podłączonego bezpośrednio do urządzenia. Zdarzenia są buforowane lokalnie w czasie awarii i odtwarzane na platformę centralną po przywróceniu łączności, odtwarzając oś czasu zdarzeń do przeglądu po zdarzeniu. Odporność zasilania wymaga ochrony UPS dla każdego urządzenia brzegowego i platformy centralnej, z zasilaniem awaryjnym z generatora dopasowanym do krytycznej warstwy systemów instalacji.
Zabezpiecz swój perymetr analityką wideo sterowaną przez AI
Corvus SENSE integruje brzegową analitykę wideo z kontrolą dostępu i systemami C2, zapewniając bazom wojskowym i obiektom infrastruktury krytycznej ciągłą ochronę perymetru o niskim wskaźniku fałszywych alarmów oraz pełną integrację obrazu operacyjnego.
Analizę przygotowali inżynierowie Corvus Intelligence, którzy budują krytyczne dla misji aplikacje ISR i nadzoru terenowego dla organizacji obronnych i rządowych. Poznaj nasz zespół →