Задержка видеоаналитики

Как это работает

Общая задержка складывается из нескольких этапов:

1. Задержка захвата — время, необходимое сенсору камеры для формирования кадра (1/частота кадров, ~33 мс при 30 fps).
2. Задержка кодирования — время сжатия кадра в поток H.264/H.265 (10–50 мс).
3. Сетевая задержка — время доставки кадра до движка аналитики (минимальна в LAN, 50–300 мс в WAN).
4. Задержка инференса — время обработки кадра AI-моделью (5–100 мс в зависимости от модели и оборудования).
5. Задержка доставки оповещения — время доставки уведомления операторам (API, SMS, push).

Почему это важно

Задержка определяет, какие сценарии применения практичны:

• Менее секунды: детекция оружия, детекция падений, контроль доступа — должны работать на периферии или в LAN.
• 1–3 секунды: оповещения о вторжениях, детекция пожара — подходят и периферия, и облако.
• От секунд до минут: отчётность, планирование, ретроспектива — облако вполне подходит.

Помимо операционного влияния, задержка формирует архитектуру. Чувствительные к задержке модули требуют периферийного развёртывания; толерантные к задержке могут размещаться где угодно.

Платформа VEZHA от IncoreSoft спроектирована для задержки инференса менее 50 мс на критичных модулях, с доступным периферийным развёртыванием для всех сценариев реального времени.

Сценарии применения

• Приложения удержания шлагбаума — решения контроля доступа, которые должны приниматься менее чем за секунду
• Реагирование на активного стрелка — детекция оружия должна оповещать в течение секунд
• Управление светофорами — мгновенная реакция на приближающиеся транспортные средства
• Промышленная безопасность — оповещения о падениях или нарушениях использования СИЗ
• Судейство в спорте — повтор в реальном времени и помощь в вынесении решений

Часто задаваемые вопросы

Какая задержка допустима для видеонаблюдения?

Для критичных оповещений — менее 1 секунды сквозной задержки. Для общего мониторинга — 2–5 секунд. Для аналитической отчётности минуты вполне приемлемы.

Как снизить задержку инференса?

Квантизация модели (снижение точности), прунинг модели (удаление параметров), использование оптимизированных сред выполнения (TensorRT, OpenVINO), аппаратное ускорение (GPU, NPU) и периферийное развёртывание (отказ от сетевых переходов).

Более высокая частота кадров снижает или увеличивает задержку?

Более высокая частота кадров увеличивает затраты на захват и кодирование, но снижает задержку от события до детекции на кадр (события ловятся раньше). Большинство критичных сценариев работают при 15–30 fps как оптимальном балансе.