Važnost optimalnog pozicioniranja kamere za prepoznavanje lica i video analitiku

Budući da mnogi prvi val sustava IP kamera dosežu kraj svog korisnog vijeka trajanja i planiraju se zamijeniti, zajedno s sveukupnim rastom upotrebe analitike i rastom nadzornih sustava općenito, ključno je osigurati da su nove implementacije nadzornih sustava dizajnirane za optimalne analitičke performanse.

Integratori sustava i veći krajnji korisnici često su upoznati s konceptima dizajna kamera kao što je korištenje izračuna piksela po metru kako bi se osiguralo postizanje adekvatnih detalja ili korištenje luks metra za odabir kamere s odgovarajućim mogućnostima slabog osvjetljenja za scenu.

Međutim, ne razmišlja se često o dizajnu za optimalnu izvedbu analitike, pogotovo ako analitika nije dio početne implementacije sustava. Ovaj vodič ima za cilj ponuditi savjete kako osigurati da dizajn vaših sigurnosnih kamera bude prikladan za analitičke slučajeve sada i u budućnosti.

Ultra širokokutne leće

Posljednjih godina, kamere s lećama od 180 ili 360 stupnjeva postale su popularne, posebno za unutarnje aplikacije kao što su korporativna predvorja i zajednički prostori trgovine. Međutim, budući da geometrija slike nije ujednačena, ove kamere često proizvode slike sa značajnim izobličenjem, što često može ometati performanse analitike.

Udaljenost od kamere do subjekta

Prepoznavanje lica na ekstremno velikim udaljenostima može biti otežano iz različitih razloga. Moguće je, ali dolazi sa troškovima kupovine mnogo sofisticiranijeg i skupljeg modela kamere.

Koristeći najčešći širokokutni objektiv sa žarišnom duljinom od 3,6mm, optimalna udaljenost subjekta za točnu identifikaciju identiteta bit će od 1.5 do 5 metara.

Međutim, s današnjim širokim rasponom opcija objektiva, moguće je snimiti oštre detalje objekta čak i na velikim udaljenostima. Nedostaci snimanja na iznimno velikim udaljenostima uključuju male vibracije ili pokrete na fotoaparatu koji se pojačavaju na udaljenosti, što sliku čini nestabilnom. I povećana mogućnost da subjekt dođe između kamere i udaljenog kraja vidnog polja, blokirajući tako pogled kamere. Nadalje, vremenski uvjeti poput magle ili kiše mogu smanjiti radni domet kamere u vanjskim primjenama.

Na primjer, ako koristite tipičnu kameru od 2MP s razlučivosti 1920x1080 piksela i želite detektirati objekte na udaljenosti od 45 metara, to bi zahtijevalo žarišnu duljinu leće od oko 7,41 mm, ovisno o specifikacijama modela kamere. A ako želimo točno identificirati lica na ovoj udaljenosti, to bi zahtijevalo žarišnu duljinu leće od najmanje 18 mm.

Za identifikaciju identiteta, ograničavanje udaljenosti kamere do subjekta na maksimalno 15 metara ili manje, pružit će najveću fleksibilnost u opcijama kombinacije senzora i objektiva kamere i smanjiti šanse za smetnje zbog vibracija kamere ili drugih uvjeta okoline koji utječu na kvalitetu scene.

Ključni faktori

Razumijevanje važnosti adekvatnog pozicioniranja kamera za video analitiku je ključno. Pobrinite se da dizajn uzima u obzir ova ograničenja i da si možete priuštiti sve potrebne promjene. Kao rezultat toga, šanse za optimalno funkcioniranje sustava s minimalnim iznenađenjima bit će maksimizirane.

Optimalan kut nagiba kamere

Kut nagiba od 15° do 45° pružit će pouzdane rezultate za opću detekciju objekata, kao što je detekcija tijela ili glave.
Međutim, za identifikaciju identiteta, kut nagiba od 0° do 15° bit će učinkovitiji, dajući kameri kapacitet za snimanje direktnog pogleda na lica posetilaca.

Optimalna visina kamere

Optimalna visina kamere za prepoznavanja lica je 1.8 do 2.6 metara. Postavljanje kamere na tu visinu omogućuje minimalne kutove nagiba prema dolje. Mogući su izravniji pogledi na lica subjekta, što poboljšava sposobnost identifikacije.