¿Está su solución de vídeo integrada en las cámaras?

16 Ago 2021

Uri Guterman, director de producto y marketing de Hanwha Techwin Europe, explica cómo hemos llegado a las soluciones integradas en las cámaras y por qué estas ofrecen un camino hacia la introducción de soluciones de videovigilancia nuevas, interesantes, innovadoras y sostenibles.


En los días en que solo había CCTV analógico, se habría necesitado un videograbador local con cintas de video (VCR) para retener la evidencia de vídeo que capturaban las cámaras de seguridad. Esto obligaba a comprar una gran cantidad de cintas de vídeo para garantizar que las imágenes pudieran almacenarse durante 30 días o más, ya que cada cinta solo podía almacenar una cantidad limitada de vídeo antes de tener que cambiarla. Las organizaciones con múltiples sitios también podían optar por supervisar de forma remota las imágenes transmitidas a través de la red telefónica pública conmutada, ASDL o costosas líneas dedicadas alquiladas a una sala de control central.

Con la llegada de la videovigilancia basada en redes IP, los usuarios tuvieron la opción de almacenar cómodamente grandes cantidades de datos de vídeo en un videograbador IP (NVR) o servidor, y una de las principales ventajas de esto fue que ya no era necesario colapsar la red transmitiendo secuencias de vídeo de escenas en las que no sucedía nada importante. Como resultado, la supervisión controlada por eventos, que también se conoce como informe de excepciones, se convirtió en un método aceptado para llamar la atención de los operadores de la sala de control acerca de un incidente. Si es necesario, los operadores también podían recuperar rápida y fácilmente imágenes previas y posteriores al evento de cualquier incidente.

El beneficio de esto se hizo aún más evidente con la introducción de cámaras multi-píxel, cuando existía la necesidad de que los datos de vídeo capturados compartieran el ancho de banda disponible con otros datos que se transmitían por la red. Sin duda, muchos responsables de seguridad habrán recibido el comentario «¡Ni lo pienses!» del departamento informático de su organización, que no estaba preparado para correr el riesgo de que se interrumpa la transmisión de datos críticos de la empresa.

Aunque es probable que la mayoría de los grandes sistemas de videovigilancia instalados en los últimos años utilicen recursos de red que ya están separados de la infraestructura de la red informática principal de una empresa, la oportunidad de minimizar los requisitos de ancho de banda y los costes asociados sigue siendo un beneficio importante.

 

Integrado en las cámaras

Potencia de procesamiento

Sin embargo, se necesitaba un fabricante como Hanwha Techwin para liderar el camino mediante el desarrollo de un conjunto de chips con suficiente potencia de procesamiento para permitir que los datos se registren y almacenen en tarjetas SD integradas en las cámaras, en lugar de hacerlo de forma más costosa, en un NVR o servidor.

Las cámaras con ranuras para dos tarjetas SD, que ofrecen en conjunto una capacidad de almacenamiento de hasta 512 GB, pueden dar al personal de seguridad la tranquilidad de saber que lo que puede ser una evidencia crucial se almacenará de manera segura en la propia cámara. A la velocidad máxima de fotogramas, las imágenes capturadas continuamente por cámaras de alta definición de 2 megapíxeles, por ejemplo, se almacenarán hasta aproximadamente 20 días antes de que se borren con nuevas grabaciones. El número de días de grabación se puede aumentar si se acepta una velocidad de fotogramas más baja y/o si un fabricante ha desarrollado su propia tecnología de compresión que complemente al H.265 y, al hacerlo, minimice los requisitos de almacenamiento y mejore la eficiencia del ancho de banda.

Las tarjetas SD también ayudarán a mantener los datos seguros en la cámara en caso de interrupción de la red de datos. La implementación de cámaras con copia de seguridad de recuperación automática (ARB) garantizará que la actividad registrada en una tarjeta SD, en caso de perder temporalmente una conexión, se transmita automáticamente a un dispositivo de grabación remoto cuando se restablezca la conexión.

Sin embargo, los beneficios de la grabación en la propia cámara van mucho más allá de almacenar datos en la cámara.

The Edge

Aplicaciones embebidas

Las cámaras de videovigilancia se consideran cada vez más como dispositivos informáticos inteligentes que están equipados con un sensor de imágenes y una lente. En este sentido, nos acercamos al momento en que se dará por sentada la excelente calidad de las imágenes capturadas con cámaras multi-megapíxel, de la misma manera que ahora consideramos que podemos realizar llamadas desde un teléfono móvil. Por ejemplo, ¿cuándo fue la última vez que vio un anuncio que promocionaba la funcionalidad o la calidad de las llamadas de un nuevo teléfono móvil?

Se pueden hacer muchas más cosas con las cámaras ahora que tienen la capacidad de ejecutar aplicaciones con analíticas de vídeo integradas,  como mapas de calor, conteo de personas y gestión de colas, así como soluciones relacionadas con la pandemia tales como detección de mascarillas, medición de distancia física y supervisión de ocupación. Con la capacidad de procesamiento para hacerlo, tiene sentido extraer la información capturada en la propia cámara y así evitar transmitir grandes cantidades de datos a través de la red.

Mientras que fabricantes como Hanwha Techwin ya suministran cámaras precargadas con estas aplicaciones, así como analítica de vídeo inteligente (IVA) para detección de manipulación, detección direccional, detección de desenfoque, línea virtual, entrada/salida y detección de movimiento, la opción de embeber analíticas ofrece la oportunidad perfecta para que los desarrolladores de software de terceros puedan innovar mediante el desarrollo de soluciones novedosas sin servidor que satisfagan las necesidades específicas de los mercados verticales.

 

Soluciones económicas y escalables

A modo de ejemplo, existe una solución de lectura automática de matrículas sin servidor para «pequeñas instalaciones» que controla automáticamente el acceso de los coches incluidos en una lista blanca mediante barreras, usando las salidas de relé de la cámara, además de dar información valiosa sobre la gestión del aparcamiento, como el «tiempo empleado» y las tasas de ocupación. Esto se hace sin que los usuarios tengan que incurrir en el coste de instalar y ejecutar la aplicación en un servidor, ya que hasta 4 cámaras (1 cámara maestra y 3 esclavas) pueden capturar y transmitir simultáneamente datos de análisis de vídeo a una cómoda interfaz de usuario.

Las soluciones embebidas en la propia cámara, sin servidor, son escalables y, por lo tanto, dan a los usuarios la flexibilidad de expandir gradualmente sus sistemas en cualquier momento, sin tener que adquirir un servidor costoso.

 

Analíticas de vídeo basadas en Deep Learning

Estas aplicaciones mejoran la videovigilancia, que pasa de ser solo un sistema de seguridad que ayuda a supervisar y detectar actividades sospechosas, a ser una solución inteligente que ofrece muchas más posibilidades.

La reciente introducción de cámaras asequibles que disponen de analíticas de vídeo con inteligencia artificial basada en Deep Learning, ha mejorado aún más la capacidad de las cámaras para utilizarse como dispositivos de detección. El análisis de vídeo con inteligencia artificial basada en Deep Learning ignora el ruido de vídeo, las hojas de árboles moviéndose, las nubes desplazándose y los animales. Todo ello podría ser la causa de falsas alarmas cuando se utilizan sensores o tecnología de detección de movimiento estándar para detectar actividad, ya que no han sido diseñadas para tal fin.

Este mayor nivel de rendimiento del análisis de vídeo con inteligencia artificial basada en Deep Learning significa que los operadores de la sala de control y el personal de seguridad podrán centrarse en responder a incidentes y emergencias reales y no perder tiempo y esfuerzo en falsas alarmas. Además de una precisión extrema, Deep Learning también permite a los operadores buscar características y atributos específicos, incluido el grupo de edad y el sexo de una persona, si lleva gafas, sombrero o un bolso.

 

Aplicaciones de comercios minoristas y tráfico

Las cámaras que disponen de inteligencia artificial con Deep Learning son particularmente apropiadas para aplicaciones que requieren un mayor grado de sofisticación que el que ofrece la analítica de vídeo tradicional. Por ejemplo, permite a los comercios capturar y aplicar la inteligencia empresarial para la edad y el género de las personas, lo que les permite analizar de forma individualizada la demografía de los clientes y, al hacerlo, obtener una mayor comprensión del comportamiento del cliente y los patrones de compra.

Los planificadores de carreteras, las autoridades encargadas de hacer cumplir las normas de tráfico y la policía pueden ahora aprovechar las cámaras con inteligencia artificial para identificar la marca, el modelo y el color de los vehículos, además de reconocer las matrículas de los automóviles. La solución de gestión de tráfico inteligente Wisenet Road AI integrada en la cámara, que se saldrá próximamente al mercado, utilizará por ejemplo, análisis de vídeo con inteligencia artificial basada en Deep Learning para identificar más de 700 modelos de vehículos fabricados bajo 70 marcas. Los datos se pueden utilizar para realizar estudios y obtener una mayor comprensión del uso de la carretera, así como para ayudar a identificar con precisión los vehículos involucrados en infracciones de tráfico.

 

Resumen

Los integradores de sistemas encontrarán que la soluciones embebidas en la propia cámara les ofrece la oportunidad de dar a sus clientes usuarios finales sistemas innovadores y sostenibles. Por ejemplo, dispositivos inteligentes autónomos que incluso podrían funcionar con paneles solares. Con ello, podrán aprovechar la última tecnología para ofrecer soluciones que no hubieran sido posibles en lo que ahora podríamos considerar como tiempos primitivos, cuando las imágenes de CCTV monocromáticas de baja resolución tenían que transmitirse y supervisarse de forma remota desde una ubicación central.