In alle sectoren maken steeds meer organisaties gebruik van de cloud voor AI-gestuurde videoanalyse. De belofte is behoorlijk: nauwkeurigere inzichten, de schaalbaarheid om geavanceerde AI-modellen uit te voeren en de mogelijkheid om gegevens uit vele bronnen te combineren en te analyseren voor een rijkere analyse.
Maar er zit een addertje onder het gras. Cloudanalyses zijn afhankelijk van de kwaliteit van de video die ze ontvangen – en het verzenden van die video met alle details waarop de analyses zijn gebaseerd, is makkelijker gezegd dan gedaan.
Om deze uitdaging beter te begrijpen en te zien hoe nieuwe technologie kan helpen, gingen we in gesprek met Mats Thulin, directeur AI en Analytics Solutions bij Axis, en Stefan Lundberg, senior expert engineer bij Axis.
Mats belicht analytics vanuit het perspectief van detail en beeldkwaliteit, waarbij hij zich richt op hoe details en kwaliteit leiden tot betere resultaten in de cloud. Stefan werkt al sinds de eerste generatie netwerkcamera’s aan technologische innovatie bij Axis.
Daarnaast speelde hij een cruciale rol bij de ontwikkeling van de ARTPEC-chipfamilie, Zipstream en andere kerntechnologieën die vandaag de dag nog steeds bepalend zijn voor videobewaking en analytics. Samen leggen ze uit waarom de AV1-codec belangrijk is voor cloudgebaseerde analytics.
Het beheren van bandbreedte en datavolume is een van de grootste hindernissen bij cloudgebaseerde videoanalyse. Daar maakt AV1 een groot verschil. Als codec van de volgende generatie kan het de bitsnelheid drastisch verlagen zonder afbreuk te doen aan de visuele details waarop analyses zijn gebaseerd. Dat maakt grootschalige cloudanalyse mogelijk zonder de infrastructuur te overbelasten.
De kosten van verloren details
“Analyse gedijt op rijke visuele informatie”, legt Mats uit. "Hoe duidelijker de input, hoe beter de algoritmen presteren. UHD, hoge framesnelheden en HDR zorgen echter voor enorme datavolumes. Als je deze comprimeert met verouderde codecs, exploderen de bandbreedtekosten of verslechtert de beeldkwaliteit – en beide beperken het nut van analyse."
Dit wordt vooral cruciaal in geavanceerde gebruikssituaties, zoals het uitvoeren van grootschalige forensische zoekopdrachten, het trainen van aangepaste AI-modellen op zeldzame gebeurtenissen of het bewaken van de kwaliteit in complexe industriële omgevingen.
H.264, nog steeds de meest gebruikte codec in de branche, vereist aanzienlijk hogere bitsnelheden om de helderheid te behouden. Bij honderden of duizenden camera's leiden die eisen al snel tot knelpunten.
Van edge tot cloud: waarom compressie belangrijk is
Axis is al lang voorstander van edge-analyse, waarbij ruwe of licht bewerkte video rechtstreeks op het apparaat wordt geanalyseerd. Deze aanpak zorgt ervoor dat details behouden blijven en latentie wordt voorkomen.
“Maar wanneer je resultaten wilt samenvoegen, verrijken of zwaardere AI-modellen in de cloud wilt uitvoeren, wordt de videokwaliteit tijdens het uploaden cruciaal”, merkt Mats op. “Je hebt een efficiënte compressiemethode nodig die toch details behoudt. Anders gaat veel informatie verloren voordat deze de cloud bereikt.”
Waarom AV1 het verschil maakt
“Als ingenieur richt ik me zowel op efficiëntie als op kwaliteit”, zegt Stefan. "Met AV1 zijn de voordelen duidelijk. Je ziet doorgaans 40 procent lagere bitrates in vergelijking met H.264. In de praktijk betekent dit dat je dezelfde kwaliteit kunt verzenden tegen veel lagere kosten of veel meer details kunt behouden binnen dezelfde bandbreedte.
Voor H.265 zijn de cijfers meer afhankelijk van de scène en van de H.265-encoder waarmee je vergelijkt. Een vermindering van 25% in vergelijking met onze eigen vorige generatie is gebruikelijk, ook al gebruiken ze ongeveer dezelfde bitrate op ARTPEC-9."
De hoeveelheid bewaarde details maakt een cruciaal verschil voor de analyse. “Met H.264 begint het beeld snel uit elkaar te vallen zodra je de bitrate verlaagt”, legt Stefan uit. “Je verliest scherpte, kleine objecten worden wazig en tekst of kentekenplaten worden onleesbaar. AV1 is veel beter in het intact houden van die informatie, zelfs wanneer de bandbreedte beperkt is.”
Vanuit analytisch oogpunt benadrukt Mats de impact: “AV1 maakt echt een verschil in scenario's waarin geavanceerde analyses elk detail nodig hebben. Dat kan betekenen dat op maat gemaakte AI-modellen worden toegepast in logistieke of fabrieksomgevingen of dat gedetailleerde forensische zoekopdrachten in grote videoarchieven mogelijk worden gemaakt.
Edge-analyse blijft essentieel voor taken zoals realtime detectie op het apparaat, tellen en standaard zoeken. Maar wanneer workloads naar de cloud worden verplaatst voor meer rekenintensieve of grootschalige analyses, zorgt AV1 ervoor dat de nodige details behouden blijven zonder de infrastructuur te overbelasten."
Mats benadrukt ook dat de AV1-codec klaar is voor praktisch gebruik: “Dit is niet alleen theorie. AV1 draait al op grote schaal en dankzij de brede ondersteuning en het open-source model hebben organisaties het vertrouwen dat ze het vandaag en in de toekomst kunnen gebruiken voor analyses.”
De waarde van uitstekende beeldvorming voor analyse behouden
Axis-camera's zijn ontworpen om de best mogelijke helderheid vast te leggen, zelfs in uitdagende omstandigheden. AV1 helpt ervoor te zorgen dat er geen informatie verloren gaat op weg naar de cloud. Zoals Stefan het verwoordt: “Het gaat om het behouden van de bruikbaarheid van beelden – ervoor zorgen dat de fijne details die onze camera's vastleggen intact blijven wanneer ze later voor analyse worden gebruikt.”
Samen met Axis-innovaties zoals geavanceerde beeldvorming, Zipstream en open integratieplatforms versterkt AV1 de basis voor cloudgebaseerde oplossingen. Het doel is eenvoudig: analytics de best mogelijke input geven, waar ze ook worden uitgevoerd.
Vooruitblik
Stefan benadrukt het potentieel van de AV1-codec voor de toekomst: “Zelfs bij zeer hoge resoluties zoals 8K kan AV1 de benodigde bandbreedte verminderen zonder dat dit ten koste gaat van de beeldkwaliteit. 8K is vandaag de dag misschien nog zeldzaam, maar het komt eraan – en met AV1 wordt het realistisch om die streams in de cloud uit te voeren.”
Mats concludeert: “Voor analytics is het voordeel duidelijk: meer visuele details die door de camera's worden vastgelegd, komen in de cloud terecht zonder de infrastructuur te overbelasten. Dat maakt betere inzichten op grote schaal mogelijk.”
Kortom, cloud analytics zijn afhankelijk van de kwaliteit van de input. Met AV1 kunnen organisaties de rijkdom van video's die aan de rand worden vastgelegd behouden, zodat elke stream bijdraagt aan betere inzichten. Door AV1 te combineren met de beeldvormingsexpertise en open integratieaanpak van Axis, kunnen organisaties AI-aangedreven videoanalyse efficiënter opschalen in de cloud.
