SecurityWorldMarket

2022-05-09

DEBATT: Intelligenta kameror är otillräckliga för perimeterövervakning”

Artikelförfattaren Daniel Sjödin, COO på perimetersäkerhetsföretaget Securify.

Intelligent kamerabevakning fungerar bra om rätt teknik väljs och om kompetent projektering och installation utförs, enligt Daniel Sjödin, COO på perimetersäkerhetsföretaget Securify. Men han ser också en övertro på edge-analys, det vill säga kameror med inbyggd intelligens.
I den här artikeln förklarar Daniel Sjödin varför han anser att serverbaserad analys är ett bättre alternativ för intelligent kamerabevakning.

De senaste årens produktutveckling av bildsensorer och mjukvara har resulterat i en bildkvalitet som vi endast kunde drömma om för tio år sedan. Dagens AI-teknologi öppnar helt nya och tidigare oanade möjligheter som innebär att det en operatör kan se och utföra på en skärm, det gör dagens AI videoanalys såväl bättre som snabbare.

Dåtidens videoanalys var egentligen en form av avancerad rörelsedetektion. Skalbarheten var noll på grund av skenande kostnader för underhåll, löpande arbete med perspektivinställningar. Fellarm var regel. Dagens AI-teknologi är egentligen inte videoanalys, utan snarare att betrakta som bildanalys. Den ställer inga krav på perspektivinställningar, är immun mot skuggor, reflexer, årstidsförändringar och är både tillförlitlig och skalbar. Men det förutsätter tillgång till kraftfulla GPU-chip och avancerade algoritmer.

Kameratillverkarnas narrativ om att intelligent kamerabevakning bäst baseras på att kamerorna ska ha inbyggd videoanalys, det vill säga analytics on the edge bör dock utmanas. Det edgebaserade alternativet, det vill säga ”intelligenta kameror”,  bör ställas mot alternativen ”molntjänster” och ”serverbaserad analys”, som idag ofta kallas ”AI-box”. Låt oss ta oss igenom några viktiga kriterier för effektiv intelligent kamerabevakning och hur dessa olika alternativ klarar dessa.

Kriterierna som jag valt är tillförlitlighet, kostnadseffektivitet, bandbredd, skalbarhet och flexibilitet. De är alla viktiga att beakta när val av produkter och leverantörer ska tas.

Tillförlitlighet och kostnadseffektivitet

Med tillförlitlighet avses systemets detektionsförmåga och dess effektivitet samt selektivitet när det gäller att särskilja relevanta objekt och händelser från irrelevanta dito och därmed undvika att skicka fellarm. Här är tillgången till GPU-resurser helt avgörande för högt betyg.

När behovet avser ett fåtal, enskilda kameror, kan molntjänster vara det mest kostnadseffektiva alternativet. För slutanvändare med höga säkerhetskrav är molntjänster sällan ett alternativ. Hur ställer sig då intelligenta kameror mot alternativet med AI-box? Tillverkarnas AI-kameror är relativt dyra. Två AI-kameror kan kosta som en AI-box. När behovet är större än 3-4 kameror så det mer kostnadseffektivt med en AI-box. Utöver inköpskostnader tillkommer kostnader för installation och resa.

Förutsatt att befintliga kameror levererar tillräcklig bildkvalitet är sålunda det serverbaserade alternativet betydligt mer kostnadseffektivt.

Bandbreddsbelastning,

Ett vanligt påstående är att serverbaserad videoanalys är bandbreddskrävande. Detta är sällan ett problem då serverbaserad videoanalys för perimeterapplikationer levererar utomordentliga resultat med endast 1–3 bilder per sekund.

Skalbarhet

I branschen påstås det ofta att alternativet med intelligenta kameror är mer skalbart än server-alternativet. Det är ett grundlöst påstående. Att skala upp serverkapacitet är snabbare, enklare och mer kostnadseffektivt än att uppgradera eller byta ut befintliga kameror, i synnerhet som tid för arbete och resa tillkommer.

Flexibilitet

Serverbaserad AI-analys är kameraoberoende. Det innebär att kunden kan få ut mer nytta från befintliga kameror oavsett om det är en portkamera, PTZ-kamera eller värmekamera. Vid nyinstallation kan den kamera som bäst löser uppgiften väljas. Med serverbaserad AI kan till och med bildanalys på foton från enkla åtelkameror fungera utomordentligt bra.

Tidskrävande och dyrt

Slutligen måste också nämnas komplexiteten när det gäller vad en kamera ska klara. Med alla möjligheter som AI medger ställs hela tiden nya krav på kamerorna. Den kanske inte bara ska upptäcka någon som tar sig in i ett område utan också hålla reda på var någonstans det samlas mycket folk eller reagera på rörelser i en viss riktning och så vidare. För att klara de ständigt nya behoven måste kamerasystemet uppdateras ofta. Om intelligensen sitter i kamerorna blir det betydligt mer tidskrävande och kostnadsdrivande än om intelligensen finns centralt i servern.

Serverbaserat – enda alternativet

Det är på sin plats att återupprätta betydelsen av serverbaserad analys. Som systemintegratör med fokus på perimeterövervakning behöver vi AI-analys med högsta förmåga då vi kombinerar den med PTZ-kameror och radar. Våra vanligaste projekt består av radar för rörelsedetektion och spårning, PTZ-kamera för verifiering och AI-analys för objektklassificering. Serverbaserad analys är en förutsättning för att leverera det vi utlovat.

Framtidsäkert

Min uppfattning är att kameratillverkarnas vurm för edge-analys drivs av behovet att sälja hårdvara. Incitamentet för tillverkarna av server-baserad mjukvara är att leverera den bästa analysfunktionen. Med det sagt vill jag påstå att dagens intelligenta kameror är otillräckliga för perimeterövervakning. Visst, många gånger kan enkelheten med edge-analys vara en faktor om prestandan är tillräcklig, men för perimeterövervakning med höga krav så ser jag i nuläget inga alternativ till serverbaserad analys.

DANIEL SJÖDIN
COO, Securify.


Taggar


Leverantörer
Till toppen av sidan