Видеоаналитика на действующих камерах: можно ли добавить ИИ без замены оборудования

«У нас сорок камер по площадке, и мы их три года назад ставили. Теперь что, всё на помойку и закупать заново?» — это первый вопрос почти на каждой встрече. И почти всегда за ним стоит тихий ужас перед сметой на замену парка. Так вот: в девяти случаях из десяти менять ничего не надо.

Потому что видеоаналитика — это не камера. Это программа, которая разбирает картинку, которую камера и так отдаёт. Камера снимает поток, аналитика его читает. Разные слои. И вот это различие меняет весь разговор про бюджет.

Аналитика — это софт поверх потока, а не железо

Любая нормальная IP-камера — Hikvision, Dahua, Axis, RVi, Trassir, Bolid — отдаёт видео по двум стандартным протоколам: RTSP (сам видеопоток) и ONVIF (управление, параметры, события). Это как кран с водой: камера льёт поток, а кто его пьёт — видеорегистратор, плеер VLC или нейросеть — камере всё равно.

Видеоаналитика подключается ровно сюда. Сервер с нейросетью забирает RTSP-поток с уже висящей камеры, прогоняет кадры через модель и выдаёт события: «номер А123ВС читается на въезде», «человек без каски в зоне крана», «очередь на кассе три минуты». Камеру при этом никто не трогает — она как снимала, так и снимает.

Поэтому фраза «надо менять весь парк» в большинстве случаев — миф. Менять надо ровно те камеры, которые физически не дают нейросети нужную картинку. А таких обычно меньшинство.

Если хотите общую картину, что вообще такое аналитика и из чего состоит — есть разбор, что такое видеоаналитика и отдельно про функции и модули видеоаналитики. Здесь же — про железо: что нужно от существующей камеры, чтобы ИИ заработал.

Что нужно от камеры, чтобы нейросеть работала

Тут важно понять одну вещь: «хорошая камера» — понятие относительное. Хорошая для записи на архив и хорошая для распознавания номеров — это разные хорошие. Аналитике важны конкретные параметры, и они зависят от задачи.

Разрешение и плотность пикселей. Нейросети мало мегапикселей в паспорте камеры — ей важно, сколько пикселей приходится на объект, который надо распознать. Грубые ориентиры из практики:

• Номер автомобиля — нужно примерно 100–150 пикселей по ширине знака в кадре. 2 Мп-камера тянет одну полосу на въезде. Если она же смотрит на широкие ворота в три полосы, знаков в кадре много, а пикселей на каждый — мало, и распознавание сыпется.
• Лицо для идентификации — около 80 пикселей между зрачками. Для проходной с потоком в упор хватает 2 Мп, для распознавания в толпе на дистанции — уже мало.
• Каска, жилет, человек целиком — самые «прощающие» задачи. Объект крупный, контрастный, хватает и обзорной камеры среднего разрешения.

Кадры в секунду (fps). Для статичных сцен — СИЗ, периметр, очередь — достаточно 10–15 fps. Для движущихся объектов важнее: номер машины, въезжающей на скорости, на 6 fps можно просто не поймать в нужной фазе. 25 fps закрывают почти всё.

Угол и высота установки. Это чаще всего и есть настоящая проблема, а не разрешение. Камеру когда-то вешали «чтобы видеть двор вообще», а нейросети нужен ракурс под задачу:

• Номера читаются, когда камера смотрит на знак под углом не больше 30 градусов по горизонтали и вертикали. Камера на столбе под 45 градусов сверху будет видеть крышу машины и сплющенный номер — модель его не возьмёт.
• Лица — фронтально, на уровне головы или чуть выше. Камера под потолком, снимающая макушки, для идентификации бесполезна.
• Периметр — наоборот, нужен широкий обзор и высота, чтобы перекрыть линию.

Освещённость и ИК-подсветка. Ночью обычная цветная камера слепнет. Для номеров ночью нужна камера с ИК-подсветкой и правильной экспозицией, иначе фары засвечивают знак в белое пятно (про это — отдельная большая тема, ночное распознавание требует своего железа). Для СИЗ и периметра хватает любой камеры, которая ночью переключается в ИК.

Кодек и битрейт. H.264 и H.265 аналитика читает одинаково, разницы нет. А вот задранное сжатие ради экономии места на архиве вредит: артефакты компрессии «съедают» мелкие детали — те же символы номера. Если камера настроена на минимальный битрейт, иногда достаточно просто поднять качество потока в её настройках, и распознавание оживает. Замена не нужна — нужна перенастройка.

Когда камеру всё-таки придётся поменять

Честно: не всё лечится софтом. Есть случаи, когда старую камеру проще заменить, чем мучить:

• Ракурс не исправить разворотом. Если камера физически висит так, что под задачу её не повернуть (например, единственная точка крепления смотрит сверху-вбок), дешевле повесить одну новую под номера, чем ломать всю конструкцию.
• Разрешения не хватает в принципе. Старая аналоговая камера 700 ТВЛ или древняя 1 Мп на дистанции для номеров и лиц — мёртвый вариант. Никакая нейросеть не достроит пиксели, которых нет.
• Нет ночного режима, а задача ночная. Для ANPR на круглосуточном въезде без нормальной ИК-камеры не обойтись.
• Камера не отдаёт RTSP/ONVIF. Совсем закрытые проприетарные системы или аналог без энкодера. Тут либо ставить энкодер, либо менять камеру.

Но обратите внимание на масштаб: это замена единиц камер на ключевых точках, а не всего парка. Из тех сорока камер под аналитику обычно подходят тридцать с лишним, а две-три на въезде и проходной докупаются прицельно под задачу. Разница в смете — на порядок.

Где считает нейросеть: сервер или edge

Ещё одна развилка, которая влияет на железо и деньги, — где физически крутится модель.

Серверная обработка. Потоки со всех камер уходят на один сервер с GPU, он считает все сценарии разом. Плюсы: камеры любые, вся логика в одном месте, легко обновлять модели и добавлять сценарии. Минусы: нужен сервер, и по сети идёт видео со всех камер. Это основной вариант для большинства объектов — один сервер на десятки камер.

Edge-обработка. Нейросеть считается прямо в камере или в маленьком блоке рядом с ней. Плюсы: по сети идут уже готовые события, а не тяжёлое видео; меньше нагрузка на сеть. Минусы: «умные» камеры дороже, набор сценариев ограничен прошивкой, обновлять сложнее. Имеет смысл там, где камер мало, или сеть слабая, или объект распределённый.

На практике для типового предприятия мы почти всегда идём серверным путём: он позволяет оставить существующий парк нетронутым и наращивать сценарии софтом, не трогая камеры.

Сколько это экономит: разговор про CAPEX

Соберём арифметику. Замена парка камер — это закупка железа, монтаж, прокладка кабеля, пусконаладка. На средней площадке счёт идёт на сотни тысяч, а то и миллионы, и это капитальные затраты разом.

Видеоаналитика поверх действующих камер убирает из этой сметы самую дорогую часть — само железо и монтаж. Остаётся сервер (или подписка, где сервер уже включён) и настройка. Поэтому она и окупается быстрее: вы не вкладываете капзатраты в железо, а сразу начинаете получать эффект — пойманные нарушения, прочитанные номера, сэкономленные часы охраны. Как именно считать возврат — мы разобрали в материале про окупаемость видеоаналитики и ROI.

И ещё момент про риски: пилот на действующих камерах не требует капвложений вообще. Подключили аналитику к десятку уже висящих камер на две недели, посмотрели на реальных, а не на обещанных цифрах — и только потом решаете, что докупать. Это снимает главный страх: вы не платите за парк камер вперёд, чтобы «попробовать».

Честно: где это работает, а где придётся вложиться

Подведу без прикрас.

Работает на существующих камерах хорошо:

• СИЗ, периметр, подсчёт людей, очереди, контроль зон — задачи с крупными объектами и терпимые к ракурсу. Тут чаще всего вообще ничего менять не надо.
• Номера и лица — если камеры на въезде и проходной изначально стояли вменяемо (фронтально, с нормальным разрешением). Часто хватает перенастройки битрейта и небольшого доворота.

Потребует вложений:

• Ночные сценарии без ИК-камер.
• Распознавание на дистанции, где разрешения физически не хватает.
• Объекты со старым аналогом без RTSP.

Главная мысль простая: не верьте, когда вам говорят «под аналитику нужен новый парк камер». В подавляющем большинстве случаев нейросеть — это видеоаналитика поверх того, что у вас уже висит. Правильный порядок действий — не менять железо «на всякий случай», а сначала снять поток с действующих камер, посмотреть, что нейросеть реально читает, и докупить ровно те две-три камеры, без которых не обойтись.

Если хотите проверить на своих камерах — оставьте заявку на пилот. Подключим аналитику к вашему потоку и покажем на ваших точках, где всё работает как есть, а где придётся вложиться.