Функционал современных систем видеонаблюдения уже давно вышел за границы представлений о нём большинства владельцев и пользователей этих систем. К сожалению подобная неосведомлённость нередко является причиной низкой эффективности систем видеонаблюдения и вызывает сложности с поиском в архиве конкретных событий. Ниже мы продемонстрируем как эффективнее работать с архивом и быстро находить в нём события, которые нас интересуют.
Это наиболее распространённый вид работы с архивом. Здесь на временной шкале можно заметить жёлтые штрихи — так отмечены события детектора движения. На этой же шкале могут присутствовать события тревоги.
С помощью клика на временной шкале можно быстро переходить к записи архива выбранной камеры. Метки детектора движения на временной шкале упрощают доступ к происходившим событиям, но для этого требуется точная подстройка детекторов камер, чтобы минимизировать ложные срабатывания и пропуски событий. Для уличных камер рекомендуется выделить зоны детекции таким образом, чтобы раскачивающиеся на ветру ветви деревьев, светофоры и свет в окнах зданий не вызывали срабатывание детектора.
Если камера смотрит на автомобильную развязку, оживлённую площадь или закрытую территорию с несколькими входами и выходами событий детекции движения будет много и часто — для таких сцен удобнее воспользоваться камерами с простейшим AI-функционалом.
Многие современные системы видеонаблюдения способны детектировать различные виды движения (охрана периметра, пересечение линии с выбором направления, человек/автомобиль/скутер, внос и вынос предметов и т. д.), но часто эти функции оставлены незадействованными и из-за этого не приносят своим пользователям дополнительных удобств по работе с архивом. Настройка этих функций может потребовать времени, внимания и многократной проверки моделированием реальных ситуаций. Вполне возможно администратору такой системы придётся с ноутбуком ходить или ездить на автомобиле под камерой в разных направлениях и в разное время суток, чтобы оптимально настроить детекцию. В некоторых случаях и этого оказывается недостаточно для поиска нужного события и требуются более профессиональные решения с функциями распознавания.
Функции распознавания способны поднять удобство работы с архивом на качественно более высокий уровень с возможностью поиска конкретного человека или автомобиля по всем AI-камерам системы и сбором различной полезной статистики.
Обратите внимание, что видеорегистраторы Arax способны распознавать лица и автомобильные номера даже с камер, которые способны их только детектировать без возможности распознавания!
Просмотр событий в виде нарезки фрагментов.
Этот способ отображения не предъявляет к камерам каких-либо требований и полностью реализуется на стороне видеорегистратора. Полезность этого способа проще продемонстрировать на кокретных примерах. Быстро найти время, когда произошло ДТП, припарковался или уехал конкретный автомобиль или быстро оценить изменения внутри сцены за сутки или даже час. Многие специфические события можно быстрее всего найти в архиве именно с помощью просмотра нарезанных фрагментов.
Комментариев пока нет. Ваш может стать первым!
