Обнаружение движения
Обнаружение движения — это процесс выявления изменений между последовательными видеокадрами, указывающих на то, что в сцене что-то движется. Это старейшая форма видеоаналитики, восходящая к раннему CCTV, и она остаётся базовым триггером для более сложной аналитики на основе AI.
Как это работает
Классическое обнаружение движения использует простое покадровое сравнение или вычитание фона:
- Поддерживается эталонное «фоновое» изображение.
- Каждый новый кадр сравнивается с фоном попиксельно.
- Области со значительным изменением помечаются как движение.
- Анализ блобов группирует соседние изменившиеся пиксели в события движения.
Проблема: срабатывает любое изменение пикселей — тени, ветер, дождь, снег, насекомые, фары — что даёт огромную частоту ложных тревог.
Современное обнаружение движения на основе AI добавляет этап классификации: движущаяся область классифицируется (человек, транспортное средство, животное) и фильтруется по бизнес-правилам вроде «человек, входящий в запретную зону после закрытия».
Почему это важно
Традиционное обнаружение движения затопляет операторов ложными тревогами. Обнаружение движения с поддержкой AI меняет окупаемость видеонаблюдения:
- Кардинально меньше ложных тревог — оповещения запускает только значимое движение.
- Запись по событиям — хранилище используется только для релевантных событий.
- Автоматизация на основе правил — автоматическая эскалация без оператора в цикле.
- Охрана периметра — обнаружение проникновения людей или транспортных средств
- Ретейл в нерабочее время — движение в закрытых магазинах
- Промышленная безопасность — активность в опасных зонах
- Умная парковка — обнаружение въезда/выезда транспортных средств
- Запись по событиям — запись по триггеру для экономии хранилища
Модуль обнаружения движения от IncoreSoft сочетает классическое обнаружение движения с AI-классификацией, чтобы оповещения генерировали только релевантные события — люди в запретной зоне, транспортные средства на взлётной полосе.
Сценарии применения
Часто задаваемые вопросы
Почему традиционные детекторы движения генерируют так много ложных тревог?
Они не могут отличить человека от листа, фары или капли дождя. Любое изменение пикселей — это «движение». Классификация на основе AI отсеивает неопасные объекты до того, как поднимается оповещение.
Нужно ли обнаружение движения при наличии AI-аналитики?
Да, как эффективный первый фильтр. Запускать глубокий AI на каждом кадре каждой камеры круглосуточно дорого. Обнаружение движения помечает «здесь что-то изменилось», и AI обрабатывает только эти кадры, снижая вычислительные затраты в 10–100 раз.
Может ли обнаружение движения работать при низкой полосе пропускания?
Да. Обнаружение движения обычно выполняется на самой камере с минимальной нагрузкой на CPU. По сети передаются только события или снимки, а не полное видео.
Читайте также
Подсчёт людей
Подсчёт людей — это возможность ИИ-видеоаналитики, которая измеряет, сколько человек проходит через вход, находится в зоне или пересекает коридор за определённый период времени — без идентификации кого-либо. Это базовая метрика для аналитики посещаемости в рознице, пассажиропотока на транспорте и заполненности общественных пространств.
Машинное обучение
Машинное обучение — это ветвь искусственного интеллекта, в которой программное обеспечение изучает паттерны из данных вместо того, чтобы быть явно запрограммированным правилами. В видеоаналитике это метод, который позволяет системе распознать лицо, считать автомобильный номер или обнаружить дым без того, чтобы разработчик программировал каждый случай.
IP-камера
IP-камера — это цифровая видеокамера, которая захватывает и передаёт видео по IP-сетям — обычно по Ethernet (PoE) или Wi-Fi — с использованием стандартных протоколов вроде RTSP, ONVIF и HTTP. IP-камеры заменили аналоговые CCTV-камеры и являются основой практически всех современных развёртываний AI-видеоаналитики.
Готовы начать?
Заполните форму, и наша команда свяжется с вами в ближайшее время.