Omdat de technologie achter video analytics op een andere manier omgaat met beeldgegevens dan menselijke operators, veranderen de prioriteiten voor de bruikbaarheid van beelden. Typische kenmerken van beeldkwaliteit blijven echter essentieel voor een goede werking van analytics. Met haar kennis en expertise op het gebied van beeldverwerking kan Axis de kwaliteit en bruikbaarheid van beelden optimaliseren. Dit resulteert in een krachtig bewakingssysteem, zowel wanneer beelden worden bekeken door een mens als bij verwerking door analytics.
Impact van analytics op de ontwikkeling van camera's
Bij de eerste bewakingscamera's lag de nadruk op het optimaliseren van de beeldkwaliteit voor de menselijke operator. Dit oorspronkelijke doel is vandaag de dag nog steeds cruciaal, maar de afgelopen jaren is video analytics een steeds belangrijkere functie van bewakingscamera's geworden. Hierdoor zijn de prioriteiten bij het ontwikkelen van bewakingstechnologie veranderd.
Video analytics kan automatisch real-time notificaties activeren, wat cruciaal is voor optimale beveiliging en veiligheid. Het automatisch detecteren en volgen van objecten en het identificeren van gebeurtenissen is bovendien nuttig om forensisch bewijs te vinden bij een onderzoek. Analytics kan organisaties ook helpen om de operationele efficiëntie te verbeteren, en biedt overzichtelijke gegevens die bruikbare inzichten kunnen opleveren om processen te verbeteren.
De kwaliteit van analytics valt of staat echter met de videokwaliteit. Dit betekent dat het optimaliseren van de bruikbaarheid van video voor analytics cruciaal is om alle voordelen ervan, zoals nauwkeurige en betrouwbare detectie en classificatie van objecten, te benutten.
Bruikbaarheid van contrasterende beelden voor het menselijk oog en verwerking door analytics
Het belangrijkste voordeel van analytics is dat het beter grote hoeveelheden video kan verwerken dan een mens, waardoor het veel sneller acties kan detecteren en objecten kan classificeren. Dit is mogelijk omdat analytics gebaseerd is op computer vision-technologieën, waaronder AI op basis van deep learning, die beelden en video op een andere manier analyseren dan mensen.
Mensen krijgen een contextueel begrip van een videostream, waardoor ze beelden en video gemakkelijker kunnen interpreteren en begrijpen, zelfs als ze van lage kwaliteit zijn of als objecten gedeeltelijk aan het zicht zijn onttrokken. Door de beperkingen van het menselijk oog kan een operator tegelijk echter worden afgeleid door visuele aspecten zoals beeldruis, wat beelden minder duidelijk kan maken.
Bij analytics daarentegen is een hoge beeldkwaliteit nodig om objecten en gebeurtenissen nauwkeurig te kunnen detecteren, maar is de technologie minder gevoelig voor de visuele aspecten van het beeld.
Het belang van de bruikbaarheid van video voor analytics
Omdat een hoge beeldkwaliteit de basis is voor nauwkeurige video-analytics, kunnen verschillende factoren de verwerkingscapaciteit beïnvloeden. De belangrijkste factor is bewegingsonscherpte, veroorzaakt door snel bewegende objecten. Bewegingsonscherpte kan problematisch zijn voor het menselijk oog, maar de mens kan context toevoegen, zelfs als details gedeeltelijk verloren gaan. Dit betekent dat als objecten heel snel bewegen, een mens ze mogelijk kan herkennen en de scène kan begrijpen, terwijl dit voor analytics-technologie misschien niet mogelijk is. Daarom moet een camera de bewegingsonscherpte tot een minimum kunnen beperken voor een optimale werking van analytics.
Een beeld met veel contrast en scherpte kan ook de prestaties van analytics verbeteren. Hoewel analytics-algoritmes meestal ontworpen zijn om minder gevoelig te zijn voor beeldruis, levert een camera met goede prestaties bij weinig licht in donkere scènes, evenals een groot dynamisch bereik met minimale artefacten in moeilijke lichtomstandigheden, nauwkeurigere analytics-prestaties.
Analytics moet ook goed werken in de echte wereld, en dit betekent dat beelden bruikbaar moeten zijn, zowel voor analytics als voor het menselijk oog en in alle omgevingsomstandigheden. Om bestand te zijn tegen harde wind, verbetert beeldstabilisatie de nauwkeurigheid van video-analytics door het effect van cameratrillingen te minimaliseren. Ook factoren die verband houden met de fysieke installatie van een camera, waaronder aspecten zoals lichtomstandigheden en bescherming tegen weersinvloeden, hebben een aanzienlijke invloed op de bruikbaarheid van beelden. Om een blijvend hoge beeldkwaliteit te garanderen, is het ook van groot belang om de camera goed te onderhouden en schoon te houden.
Optimalisatie van de bruikbaarheid van beelden voor analytics en het menselijk oog
Axis optimaliseert de bruikbaarheid van beelden voor analytics door parameters zoals sluitertijd, versterking, ruisonderdrukking, contrast en scherpte dynamisch door de camera te laten beheren. Hierdoor kan de camera zich automatisch aanpassen aan de omstandigheden met behulp van Axis-beeldverwerking. De optimalisatie van deze beeldparameters vormt een fundament voor analytics-prestaties waarop verdere analytics-mogelijkheden kunnen worden ontwikkeld, zowel door Axis als door technologiepartners.
Omdat beelden bijna altijd door een mens moeten worden bekeken, of het nu in real-time is of voor analyse achteraf, blijft het belangrijk om een hoge beeldkwaliteit te garanderen voor het menselijk oog. Dit betekent dat de beeldparameters ook voldoende natuurlijk moeten zijn om zuivere beelden te garanderen. Daarom zijn Axis-camera's bij levering geoptimaliseerd voor zowel analytics als het menselijk oog. Dit is van cruciaal belang voor een goede werking van het videobewakingssysteem, maar vermindert ook de behoefte aan gespecialiseerde kennis bij het instellen en beperkt de tijd en kosten van inbedrijfstelling tot een minimum.
Door het ontwikkelen van zijn eigen SoC (system on a chip) voor camera's, ARTPEC, beschikt Axis over de kennis en middelen om de videoverwerking te optimaliseren voor de best mogelijke beeldkwaliteit en bruikbaarheid, zowel voor analytics als voor het menselijk oog.
Totaalaanpak van cameraontwerp
Voor een goede werking van analytics die bruikbare inzichten oplevert om de veiligheid, beveiliging en operationele efficiëntie te verbeteren, zijn alle aspecten van het cameraontwerp belangrijk. Deze totaalaanpak bij de ontwikkeling is cruciaal, zowel om de bruikbaarheid van beelden voor analytics te optimaliseren als om een hoge beeldkwaliteit voor het menselijk oog te garanderen.
