تحاول كاميرا الأمن ذات كشف الأشخاص التمييز بين الأشخاص والحركة العادية. يبدو ذلك متواضعًا لكنه يحل إزعاجًا حقيقيًا. فمعظم المستخدمين لا يريدون تنبيهًا عند تحرك ورقة أو مرور قط أو انعكاس مصابيح مركبة على جدار. إنما يريدون معرفة اقتراب شخص من بوابة أو دخوله مستودعًا أو وقوفه قرب صندوق النقد بعد الإغلاق أو دخوله ممرًا خاصًا أو ظهوره قرب معدات المزرعة.
ملاحظة مشتري QuarkView: أُعد هذا الدليل للمشترين الذين يقارنون منتجات مراقبة فعلية، لا أسماء الميزات وحدها. تركز QuarkView على أنظمة كاميرات الأمن العملية للمنازل والأعمال الصغيرة ومتاجر التجزئة والمستودعات والمزارع والمواقع الخارجية؛ لذا تربط التوصيات أدناه بين كاميرات كشف الأشخاص والتنبيهات الذكية وكاميرات PoE وقواعد AI القائمة على NVR وبين التركيب والتسجيل والصيانة اليومية.
يندرج كشف الأشخاص ضمن فئة المراقبة بالذكاء الاصطناعي. وقد تسميه قوائم المنتجات كشف الأشخاص أو الأجسام البشرية أو المشاة أو إنذارًا بشريًا ذكيًا أو كشفًا بشريًا بالذكاء الاصطناعي أو تصنيف الأشخاص والمركبات. وتختلف الصياغة بين المصنّعين، لكن الوظيفة متقاربة عادةً: تستخدم الكاميرا أو المسجل نموذجًا بصريًا مدربًا لتقرير ما إذا كان الجسم يبدو شخصًا.
بالنسبة إلى مشتري Alibaba International Station، يُعد اكتشاف الأشخاص فرقًا مفيدًا بين كاميرا CCTV أساسية وكاميرا IP أو نظام كاميرات PoE أكثر قدرة. لكن للميزة حدودًا: فكاميرا اكتشاف الأشخاص ليست تلقائيًا نظامًا للتعرف على الوجوه، وقد تكتشف وجود شخص دون معرفة هويته. وقد تعمل جيدًا عند مدخل، لكنها تضعف إذا رُكبت على ارتفاع كبير فوق ساحة واسعة. كما قد تقلل الإنذارات الكاذبة، لكنها لا تلغي كل تنبيه خاطئ في جميع المشاهد.
في مركز تعلم CCTV على نهج QuarkView، الأسئلة المفيدة محددة: أين يعمل الذكاء الاصطناعي؟ وإلى أي مسافة يكتشف الشخص؟ وماذا يحدث ليلًا؟ وهل تعمل الأحداث مع نظام NVR المختار؟
كيف يعمل
يعتمد اكتشاف الحركة التقليدي على التغيير، بينما يعتمد اكتشاف الأشخاص على التصنيف. تقارن خوارزمية الحركة الأساسية إطارات الفيديو وتطلق تنبيهًا عندما يتغير عدد كافٍ من البكسلات. أما خوارزمية اكتشاف الأشخاص فتحلل شكل الجسم وملمسه وحركته ونمطه البصري، ثم تقدّر انتماءه إلى فئة الأشخاص.
يعتمد النموذج والمخرجات على تنفيذ التحليلات. تصنّف بعض التطبيقات الشخص وتعرض إطارًا محيطًا وتنشئ حدثًا. ويتطلب التسجيل وتنبيهات الهاتف والأضواء وصفارات الإنذار والبيانات الوصفية القابلة للبحث إجراءً مدعومًا وواجهة استقبال خاصة بكل منها؛ اطلب تركيبة الكاميرا والبرنامج والمسجل الدقيقة.
يمكن تشغيل اكتشاف الأشخاص في عدة مواضع. يعمل الذكاء الاصطناعي الطرفي داخل كاميرا الأمن نفسها، وهو شائع في طرازات IP الأحدث لأن المعالجات المدمجة تحلل الفيديو محليًا. ويمكنه خفض استهلاك النطاق لأن الكاميرا لا تحتاج إلى إرسال كل الفيديو الخام إلى خادم مركزي لتحليله. أما ذكاء NVR فيعمل داخل المسجل، ويفيد إذا كانت الكاميرا أساسية وكان NVR يدعم الذكاء الاصطناعي. ويحلل ذكاء السحابة الفيديو أو المقاطع بعد رفعها، ما يتيح البحث المتقدم والإدارة عبر المواقع، لكنه قد يتطلب إنترنت مستقرًا ورسوم اشتراك.
لا ينبغي الخلط بين اكتشاف الأشخاص واكتشاف PIR. تستشعر مستشعرات الأشعة تحت الحمراء السلبية تغيرات الطاقة الحرارية، لا الهوية المرئية. وقد يفيد PIR في كاميرات البطارية لتوفير الطاقة، لكنه قد لا يقدم تفاصيل التصنيف نفسها التي يقدمها الذكاء الاصطناعي المعتمد على الفيديو. تجمع بعض الأنظمة بين PIR وتحليلات الكاميرا: يوقظ مستشعر PIR الكاميرا، ثم يؤكد نموذج الصورة وجود شخص. وهذا التصميم شائع في منتجات الكاميرات الخارجية منخفضة الطاقة.
تبقى صورة الكاميرا أساس الأداء. تحتاج كاميرا اكتشاف الأشخاص إلى عدد كافٍ من البكسلات على الشخص. فإذا كان الشخص بعيدًا جدًا أو محجوبًا بإضاءة خلفية قوية أو عوائق أو ضبابية بسبب بطء سرعة الغالق، فقد تخفق الخوارزمية في تصنيفه. وتناسب عدسة واسعة بقطر 2.8 mm التغطية العامة، لكنها قد تجعل الأشخاص أصغر من اللازم عن بُعد. وقد تحسن العدسة الأطول الاكتشاف والتعرف في منطقة محددة كالبوابة أو الممر.
تؤثر الإضاءة مباشرة في الاكتشاف. قد تستخدم كاميرا الرؤية الليلية مصابيح IR أو مصابيح LED بيضاء أو مستشعرات إضاءة منخفضة أو مزيجًا منها. ويمكن اكتشاف الأشخاص في وضع الأشعة تحت الحمراء بالأبيض والأسود، بشرط ألا تكون الصورة باهتة أو مظلمة جدًا. وقد تقلل الملابس العاكسة والمطر والضباب والحشرات قرب العدسة الوضوح. وفي مشاريع الكاميرات الخارجية، اطلب أمثلة اختبار ليلية وتحقق من دعم النطاق الديناميكي الواسع عند المداخل التي يلتقي فيها ضوء الخارج الساطع بداخل أغمق.
ميزات تجب مقارنتها
اكتشاف الأشخاص هو الميزة الأساسية: يحدد الأجسام ذات شكل الإنسان ويطلق الأحداث. وتجمع أنظمة كثيرة بينه وبين اكتشاف المركبات، لأن المنازل والشركات والمستودعات ومواقف السيارات والمزارع تحتاج غالبًا إلى كليهما.
تحدد مناطق الاكتشاف المواضع التي ينبغي للنظام مراقبتها. ويمكن للمشتري رسم منطقة حول باب أو سياج أو مدخل متجر أو خزان وقود أو منضدة نقدية أو رصيف تحميل. وتمنع المناطق التنبيهات غير الضرورية من الطرق العامة أو ممتلكات الجيران أو المناطق غير الحرجة.
يكشف عبور الخط عندما يعبر شخص خطًا افتراضيًا في اتجاه محدد. ويفيد ذلك في حماية المحيط وضبط ممرات المستودعات ومداخل المتاجر والمناطق المكتبية المقيدة.
يُطلق اكتشاف التسلل تنبيهًا عند دخول شخص منطقة محددة أو بقائه فيها. وتدعم بعض الأنظمة مدة المكوث، أي اشتراط بقاء الشخص عددًا محددًا من الثواني قبل إنشاء التنبيه. وهذا يقلل التنبيهات لمن يعبرون بسرعة.
يتيح البحث الذكي البحث في الفيديو المسجل حسب نوع الحدث. فبدل مشاهدة ساعات من التسجيلات، يمكن للمستخدم تصفية «أحداث الأشخاص» ضمن فترة زمنية. وهنا يثبت ذكاء المراقبة فائدته داخل نظام NVR.
تضبط مستويات الثقة وإعدادات الحساسية مدى تشدد الخوارزمية. وقد تكشف الحساسية الأعلى أشخاصًا أكثر لكنها تزيد الإنذارات الكاذبة أيضًا. وقد تقلل الحساسية الأدنى الإنذارات الكاذبة لكنها تفوّت أشخاصًا صغارًا أو محجوبين جزئيًا أو في أوضاع غير معتادة.
طابق المعدات مع متطلبات الموقع
اسأل هل يعمل اكتشاف الأشخاص داخل الكاميرا أم المسجل. فقد يعلن نظام كاميرات PoE عن الذكاء الاصطناعي، لكن التفاصيل مهمة. إذا كان NVR وحده يدعم الذكاء الاصطناعي على قناتين، فقد لا يحصل مشروع من 16 قناة على اكتشاف الأشخاص في كل كاميرا. وإذا كان الذكاء الاصطناعي مدمجًا في كل كاميرا IP، فقد يتوسع النظام بسهولة أكبر، لكن يجب التحقق من توافق NVR.
حدد فئات الأجسام التي يحتاجها الموقع. فتَصنيف الأشخاص والمركبات والتقاط الوجوه والدراجات النارية والحيوانات والطرود قدرات منفصلة؛ اطلب قائمة الفئات المدعومة للطراز والبرنامج المحددين. ولا تشترِ فئة إضافية لمجرد أن مشروعًا آخر يستخدمها.
اسأل عن مسافة الاكتشاف. ينبغي للموردين شرح المسافات التقريبية لاكتشاف الأشخاص في ظروف العدسة والإضاءة المعتادة. وتعتمد الإجابة الصحيحة على الدقة والعدسة وعرض المشهد وارتفاع التركيب. ولا ينبغي للمورد الجاد إعطاء رقم واحد موحد لكل المشاهد.
اسأل هل تستطيع الكاميرا إرسال أحداث الذكاء الاصطناعي إلى المسجل أو البرنامج المختار. قد يساعد ONVIF في التوافق الأساسي، لكن الأحداث الذكية المتقدمة قد لا تنتقل بالكامل بين العلامات التجارية. وإذا خطط المشتري لخلط معدات QuarkView بكاميرات أو مسجلات أخرى، فيوصى باختبار العينات.
راعِ الخصوصية. اكتشاف الأشخاص أقل تدخلًا من التعرف على الوجوه لأنه لا يحدد الشخص بالاسم، لكنه ما زال يسجل النشاط البشري ويصنفه. وينبغي لمشتري الشركات تطبيق ضوابط الوصول وقواعد الاحتفاظ واللافتات والمتطلبات القانونية المحلية.
راعِ التخزين طويل الأمد. قد يقلل اكتشاف الأشخاص المقاطع غير الضرورية، لكن كثيرًا من الشركات ما زالت تحتاج إلى التسجيل المستمر للأدلة. ومن الشائع استخدام طريقة هجينة: تسجيل مستمر بمعدل بت منخفض أو قياسي، مع وضع علامات على أحداث الأشخاص لتسريع البحث والتنبيهات.
تحقق من القاعدة ومسار التنبيه كاملًا
دليل AXIS Object Analytics، قسما «تصنيف الأجسام» و«استكشاف الأخطاء وإصلاحها»، يقدم مثالًا ملموسًا من جهة أخرى: فالوضوح والحركة والانفصال عن الخلفية وتقليل الضبابية أمور مهمة، وبعض سيناريوهات الحركة لا تصنف الأجسام إطلاقًا. وتخص شروط المشهد التطبيق المذكور. اطلب الحد الأدنى لشروط الجسم/الصورة في المنتج المختار بدل نسخ مسافة أو عتبة بكسل موحدة.
إعداد توضيحي: افترض مدخل رصيف تحميل يُراقب بعد الإغلاق مع استبعاد حركة الرصيف العادية. استخدم قاعدة فئة الأشخاص في المنطقة المعتمدة، واحتفظ بالفيديو المستمر أثناء التشغيل التجريبي، واختبر مسارات المشي المعتادة عند الحافتين القريبة والبعيدة. يحدد المثال مهمة قبول، لا ميزة من QuarkView ولا مدى مضمونًا.
- سجّل موضع الكاميرا والعدسة/المشهد وحجم صورة الشخص عند نقاط الاختبار والبرنامج/البرنامج الثابت وموقع التحليل والفئة والمنطقة والاتجاه والجدول والعتبة.
- أدرج المشي العادي والحجب الجزئي والملابس المسموح بها وظروف النهار/الليل ذات الصلة. واحتفظ بقائمة مرجعية لكل مرور مرحلي لشخص ووقته.
- راقب فترات ممثلة لا يوجد فيها أشخاص مع مصادر الإزعاج مثل أوراق الشجر أو المصابيح الأمامية. وأكد الأحداث غير المستهدفة من الفيديو المحفوظ بدل اعتبار كل إشعار اكتشافًا كاذبًا.
- تتبّع كل حدث شخص مقبول عبر الكاميرا/التحليل وسجل NVR والمقطع المسجل والعميل المقصود. فقد ينتج غياب تنبيه الهاتف عن مشكلة تسليم أو صلاحيات حتى لو نجح الاكتشاف.
- غيّر مرشحًا واحدًا في كل مرة. وكرر عمليات العبور نفسها، وتحقق من أن مرشح مدة المكوث أو الحدث القصير لا يحذف العبور السريع. واختبر حدود الجدول والتسجيل المحلي عند انقطاع الاتصال والاستعادة.
استخدم مقاييس خطأ منفصلة
| المقياس | مدخلات المثال | الحساب والمعنى |
|---|---|---|
| نسبة الأشخاص الفائتين | 40 مرورًا مطلوبًا مرحليًا؛ 4 أحداث اكتشاف غائبة | 4/40 = 10%؛ المقام هو مرات المرور المطلوبة، لا جميع إطارات الفيديو |
| عبء التنبيهات الكاذبة | 6 حلقات إزعاج مؤكدة خلال 8 ساعات مراقبة | 6/8 = 0.75 حلقة كاذبة/ساعة؛ ليست احتمالًا لكل إطار لا يظهر فيه شخص |
| النسبة ذات الصلة من التنبيهات | 36 حلقة حدث أشخاص مطابقة و6 حلقات إزعاج | 36/42 ≈ 85.7%، إذا عُدّ كل مرور مرة واحدة وجُمعت التنبيهات المكررة |
هذه الأعداد الافتراضية مثال لورقة عمل، وليست ادعاءً بالدقة أو عتبة قبول. حدّد طريقة تجميع الحلقات قبل التجربة واحتفظ بالمكررات منفصلة. وافصل النتائج نهارًا/ليلًا وبحسب المسافة والحجب؛ فقد تخفي المجاميع الإخفاقات. اذكر المدة ومزيج الأشخاص والإعدادات، ولا تستنتج معدل أخطاء نادرة في الإنتاج من اختبار قصير.
سجّل إخفاق التحليل منفصلًا عن الحدث الذي فقده NVR أو الإشعار الذي لم يصل إلى العميل. وأعد التجربة بعد تحريك الكاميرا أو تغيير الإضاءة أو تحديث قاعدة/نموذج أو تركيب مسجل جديد. يصف ONVIF Profile M توافق البيانات الوصفية والأحداث؛ تحقق من الحقول والوظائف المستقبلة المحددة بدل افتراض أن توافق الفيديو العادي يتضمن البحث عن أحداث الأشخاص.
التطبيقات الشائعة
يستخدم أمن المنازل اكتشاف الأشخاص عند الأبواب الأمامية والبوابات والمرائب والساحات والمداخل الجانبية. ويساعد على تمييز الزوار من الأشجار المتحركة والحيوانات والمركبات العابرة.
تستخدم أنظمة مراقبة الشركات الصغيرة اكتشاف الأشخاص للتسلل بعد ساعات العمل والوصول إلى المخازن ومداخل المكاتب ومناطق الاستقبال. ويمكن لكاميرا سلكية متصلة بـNVR حفظ الأدلة محليًا مع إنشاء تنبيهات ذكية.
تستخدم متاجر التجزئة اكتشاف الأشخاص حول المداخل ومناضد POS ومناطق العرض عالية القيمة والغرف الخلفية. وعند اقترانه بإحصاء الزوار أو تحليلات الطوابير، قد تدعم البنية نفسها رؤى تشغيلية.
تستخدم المستودعات اكتشاف الأشخاص حول أرصفة التحميل والممرات المقيدة ومناطق الرافعات الشوكية وأقفاص المخزون. ويكتسب ارتفاع الكاميرا واختيار العدسة أهمية كبيرة لأن الأسقف قد تكون مرتفعة.
غالبًا ما تستخدم مواقف السيارات والمزارع اكتشاف الأشخاص والمركبات معًا. وقد يراقب نظام كاميرات أمن المزرعة البوابات ومخازن الوقود وحظائر المعدات والحظائر والممرات الطويلة. وقد يستخدم نظام CCTV للمواقف اكتشاف الأشخاص لحركة المشاة واكتشاف المركبات أو التعرف على اللوحات لحركة المرور.
مشكلات شائعة
تسبب هندسة التركيب السيئة كثيرًا من شكاوى الاكتشاف. فقد لا ترى الكاميرا المثبتة مباشرة فوق المدخل إلا أعلى رأس الشخص. وقد لا توفر الكاميرا البعيدة عن الهدف بكسلات كافية. وغالبًا ما تعمل الزوايا الجانبية أو المائلة أفضل لأنها تُظهر شكل الجسم.
قد تربك الخلفيات المزدحمة الخوارزميات أيضًا. فالجموع والزجاج العاكس والملصقات الإعلانية والدمى وشاشات العرض المتحركة تضيف ضوضاء. وفي مساحات البيع والأعمال، يساعد تصميم المناطق على تركيز الاكتشاف في المواضع المهمة.
جودة الصورة الليلية نقطة ضعف أخرى. فقد ينشئ انعكاس الأشعة تحت الحمراء عن الجدران أو خيوط العنكبوت أو الغبار أو المطر آثارًا ساطعة. وقد تجعل ضبابية الحركة بسبب إعداد الغالق البطيء تصنيف الأشخاص أصعب. اختبر المشهد الليلي الفعلي، لا ورقة بيانات المنتج فقط.
قد يسبب إغراق التنبيهات إزعاجًا حتى عندما يكون الاكتشاف دقيقًا. فالكاميرا التي تراقب مسار مشاة عاديًا قد تنشئ إشعارات كثيرة جدًا. وتُبقي الجداول والمناطق ومدة المكوث وقواعد التنبيه النظام قابلًا للاستخدام.
تسبب التوقعات غير المتطابقة مشكلات لاحقًا. لا يضمن اكتشاف الأشخاص تحديد الهوية أو تقدير العمر أو التعرف على الموظفين أو تفسير السلوك ما لم تكن هذه الميزات مدعومة صراحةً ومناسبة قانونيًا.
الأسئلة الشائعة
هل كاميرا اكتشاف الأشخاص هي نفسها كاميرا التعرف على الوجوه؟
لا. يكتشف نظام اكتشاف الأشخاص وجود شخص، بينما يحاول التعرف على الوجوه تحديد الوجه أو مطابقته. وهاتان وظيفتان مختلفتان ولهما آثار مختلفة في الخصوصية.
هل يعمل اكتشاف الأشخاص دون إنترنت؟
نعم، إذا أجرت الكاميرا أو NVR تحليل الذكاء الاصطناعي محليًا. قد يلزم الإنترنت للمشاهدة عن بُعد أو تنبيهات التطبيق أو ميزات السحابة، لكن الذكاء الاصطناعي المحلي قد يعمل داخل الشبكة المحلية.
ما الدقة المناسبة لاكتشاف الأشخاص؟
تدعم كاميرات كثيرة بدقة 2MP و4MP و8MP اكتشاف الأشخاص. ويعتمد الاختيار الصحيح على عرض المشهد والمسافة والعدسة ومتطلبات تحديد الهوية. الدقة وحدها لا تكفي.
هل يتجاهل اكتشاف الأشخاص الحيوانات؟
غالبًا، لكن ليس دائمًا. تقلل أنظمة كثيرة التنبيهات التي تسببها الحيوانات، لكن الزوايا غير المعتادة أو الحيوانات الكبيرة أو الصور منخفضة الجودة قد تظل تسبب أحداثًا كاذبة.
هل يمكن لاكتشاف الأشخاص تشغيل ضوء أو صفارة إنذار؟
فقط إذا كانت الكاميرا أو المسجل أو برنامج الاستقبال المختار يدعم الإجراء والواجهة. تحقق من قاعدة الحدث إلى المخرج والصلاحيات والاستجابة الفعلية للضوء/الصفارة أو الإشعار. اكتشاف الأشخاص وحده لا يثبت وجود مخرج صوتي أو مرحّل.
الخلاصة
يجعل اكتشاف الأشخاص كاميرا الأمن أكثر فائدة بتركيز الانتباه على الأشخاص بدل الحركة العامة. فهو يحسن جودة التنبيهات ويدعم البحث الذكي ويساعد المستخدمين على التعامل مع كميات كبيرة من الفيديو. ويعمل بأفضل شكل عندما تتمتع الكاميرا برؤية واضحة وبكسلات كافية على الهدف وإضاءة مستقرة وتهيئة صحيحة ومعدات تسجيل متوافقة.
عند مقارنة طرازات كاميرات CCTV، اجعل الأسئلة مباشرة: أين تُجرى معالجة الذكاء الاصطناعي؟ وكم قناة تدعمها؟ وما الأجسام المصنفة؟ وإلى أي مسافة يمكن اكتشاف شخص في المشهد الحقيقي؟ وهل تعمل الأحداث مع نظام NVR المختار؟ اكتشاف الأشخاص أداة تصميم مفيدة، لا ضمانًا. وعند تحديده جيدًا، يجعل أنظمة المراقبة المنزلية والتجارية والمستودعات والمواقف والمزارع أسهل استخدامًا.
موارد تخطيط QuarkView ذات الصلة
لخطوة التخطيط التالية، قارن كشف الحركة مقابل الكشف بالذكاء الاصطناعي في كاميرات الأمن, مواضع كاميرات مراقبة متاجر التجزئة, تخطيط نظام مراقبة للأعمال الصغيرة, تخطيط نظام كاميرات أمن المزارعو إعداد كاميرات الأمن المنزلية للمبتدئينتربط أدلة QuarkView ذات الصلة جودة التنبيه والموضع والتخزين وحجم النظام قبل اختيار المعدات.
لبحث المنتجات، ابدأ بـ أنظمة كاميرات الذكاء الاصطناعي, كاميرات PoE مفردةو أنظمة كاميرات PoEتسهل مجموعات QuarkView هذه مطابقة متطلبات الدليل بالكاميرات والمسجلات ومعدات الطاقة وملحقات التركيب.
كيف يمكن لـ QuarkView المساعدة
تساعد QuarkView المشترين على تحويل نقاط التخطيط هذه إلى نظام كاميرات عملي بدل قائمة مواصفات مبعثرة. إذا كنت تقارن كاميرات اكتشاف الأشخاص والتنبيهات الذكية وكاميرات PoE وقواعد الذكاء الاصطناعي في NVR، فراجع زاوية الكاميرا ومسار الكابل وهدف التخزين والأداء الليلي والتوافق قبل اختيار مجموعة.
لاختيار المنتجات وتخطيط المشروع، تفضل بزيارة QuarkView لمقارنة أنظمة كاميرات الأمن وحلول CCTV للتطبيقات السكنية والتجزئة والمستودعات ومواقف السيارات والمزارع والأعمال الصغيرة. ويمكنك أيضًا تصفح قاعدة معارف كاميرات الأمن من QuarkView لمزيد من أدلة التخطيط.