Видеонаблюдение и локальный искусственный интеллект

Локальная видеоаналитика без облака: AI-камеры, NVR и Frigate

Видеоаналитика может работать внутри камеры, видеорегистратора или локального сервера. Система распознаёт появление человека, автомобиля или другого объекта, проверяет заданные зоны и отправляет уведомление без постоянной передачи видеопотока в облачный сервис.

AI-камеры Локальный NVR Frigate ONVIF Profile M Без обязательного облака

Материал проверен и обновлён: июль 2026 года

Короткий ответ

Для частного дома, дачи, офиса или небольшого склада чаще всего подходит гибридная локальная схема: PoE-камеры передают видео на NVR или сервер, архив хранится на объекте, а аналитика в камере или сервере определяет людей, автомобили и события в заданных зонах.

Интернет требуется только для удалённого просмотра и внешних уведомлений. При его отключении локальная запись и анализ должны продолжать работать, если исправны камеры, сеть, регистратор и питание.

Надпись AI на коробке сама по себе ничего не гарантирует. До покупки необходимо проверить классы объектов, работу зон, совместимость аналитических событий с NVR, качество изображения ночью и возможность локальной записи без подписки.

Что такое локальная видеоаналитика

Обычный детектор движения сравнивает соседние кадры. Он может реагировать на ветки, дождь, снег, насекомых, свет фар, переключение ночного режима и изменение теней.

Видеоаналитика анализирует изображение глубже. Она пытается определить, какой объект появился в кадре, где он находится, как движется и пересёк ли заданную зону.

Детектор движения

Видит изменение изображения, но обычно не понимает, человек это, автомобиль, животное или ветка дерева.

Классификация объектов

Разделяет обнаруженные объекты по классам: человек, автомобиль, велосипед, животное и другие.

Видеоаналитика

Дополнительно использует зоны, направления движения, время нахождения и другие правила события.

Локальная аналитика означает, что основная обработка выполняется на объекте: в камере, видеорегистраторе или собственном сервере. Облачный сервис может использоваться дополнительно, но не является обязательным для самой детекции.

Где может выполняться анализ видео

Вариант 1

Внутри AI-камеры

Камера сама анализирует исходное изображение и передаёт на регистратор готовое событие или поток метаданных.

меньше нагрузка на сервер;
быстрая реакция на событие;
аналитика работает рядом с источником изображения;
функции зависят от модели камеры;
совместимость событий с чужим NVR не гарантируется.

Практичный вариант

В камере и на NVR

Камера обнаруживает объект, а совместимый видеорегистратор принимает события, ведёт архив и позволяет искать записи.

простая эксплуатация;
локальный архив;
единое приложение;
меньше требований к отдельному серверу;
часто возникает привязка к одной экосистеме.

Вариант 3

На локальном сервере

Сервер получает RTSP-потоки и самостоятельно выполняет распознавание объектов, поиск, уведомления и интеграции.

можно объединять разные камеры;
гибкие зоны и сценарии;
интеграция с Home Assistant;
нужны вычислительные ресурсы;
требуется настройка и обслуживание.

Облачная аналитика

При облачной схеме камера отправляет видео или события на сервер производителя. Пользователь получает простое приложение, но становится зависимым от интернета, аккаунта, подписки, доступности серверов и политики конкретного производителя.

Для одной бытовой камеры облако может быть удобным. Для постоянной системы дома, склада или офиса разумнее иметь локальный архив, даже если облачный доступ используется дополнительно.

Что умеет современная видеоаналитика

Обнаружение человека

Уменьшает количество уведомлений от животных, осадков, веток и изменения освещения.

Обнаружение автомобиля

Позволяет контролировать въезд, парковку, двор, ворота или погрузочную зону.

Пересечение линии

Событие создаётся, когда объект пересекает виртуальную линию в заданном направлении.

Вход в зону

Уведомление формируется только при появлении нужного объекта внутри отмеченной области.

Длительное нахождение

Система реагирует, если человек или машина остаются в зоне дольше установленного времени.

Подсчёт объектов

Используется для оценки потока посетителей, автомобилей или пересечений прохода.

Поиск по объектам

Позволяет быстрее найти в архиве события с человеком, автомобилем или другим поддерживаемым классом.

Распознавание номера

Выделяет и распознаёт государственный регистрационный знак, если камера, ракурс, выдержка и освещение подходят для задачи.

Обнаружение лица

Система определяет наличие лица в кадре, но не обязательно устанавливает личность человека.

Распознавание лица

Сравнивает лицо с базой и пытается определить конкретного человека. Это отдельная техническая и правовая задача.

Забытая вещь

Применяется на подготовленных сценах, где можно стабильно определять появление оставленного объекта.

Саботаж камеры

Система может обнаруживать закрытие объектива, изменение направления или потерю видеосигнала.

Не все функции одинаково полезны на каждом объекте. Для частного дома чаще важнее надёжно обнаруживать человека у ворот и входа, чем покупать десятки редко используемых аналитических сценариев.

Обнаружение, классификация и распознавание: в чём разница

Функция	Что делает система	Пример результата
Обнаружение движения	Замечает изменение изображения	«В кадре произошло движение»
Обнаружение объекта	Находит объект и его границы	«В кадре есть объект»
Классификация	Определяет класс объекта	«Это человек или автомобиль»
Отслеживание	Следит за перемещением объекта	«Человек вошёл в зону и движется к двери»
Распознавание номера	Преобразует изображение номера в текст	«Автомобиль с номером А000АА»
Распознавание лица	Сравнивает лицо с базой известных лиц	«Вероятно, это конкретный человек»

Обнаружение лица и распознавание личности не являются одним и тем же. Камера может найти лицо, выделить его рамкой и сохранить снимок, но не сравнивать его с базой людей.

Аналогично обнаружение автомобиля не означает чтение номера, а высокое разрешение камеры само по себе не гарантирует распознавание государственного регистрационного знака.

Видеоаналитика внутри камеры

Камера с локальным процессором или NPU анализирует изображение до его сильного сжатия и передачи по сети. Это позволяет быстро создавать события и уменьшать нагрузку на центральный сервер.

Преимущества

не нужен мощный сервер для каждой камеры;
событие формируется непосредственно на устройстве;
можно передавать только метаданные и нужные уведомления;
система легче масштабируется при добавлении камер;
аналитика может продолжать работать при недоступности внешнего интернета.

Ограничения

доступные классы объектов зависят от модели;
старые камеры нельзя всегда обновить до новых алгоритмов;
аналитические события могут работать только с фирменным NVR;
одновременно может поддерживаться ограниченное число сценариев;
на дешёвых моделях надпись AI может обозначать простой фильтр движения;
при замене бренда часть функций может потеряться.

Перед массовой закупкой полезно проверить одну камеру с выбранным видеорегистратором: события, зоны, поиск в архиве, уведомления, ночную работу и восстановление после отключения питания.

Видеоаналитика на видеорегистраторе NVR

Современный NVR может принимать обычные потоки от камер и выполнять часть аналитики собственными ресурсами. Другой вариант: камера формирует событие, а NVR только записывает и отображает его.

Что проверить в характеристиках NVR

сколько каналов поддерживает видеорегистратор;
на скольких каналах одновременно работает AI;
какие классы объектов доступны;
кто выполняет анализ: камера или NVR;
принимаются ли события от сторонних камер;
работает ли поиск по людям и автомобилям;
поддерживается ли распознавание номеров;
сколько списков и записей номеров можно хранить;
какой входящий битрейт поддерживает регистратор;
какое разрешение обрабатывается аналитикой;
сколько жёстких дисков можно установить;
сохраняются ли настройки после обновления.

Формулировка «NVR на 16 каналов» не означает, что сложная аналитика одновременно работает на всех 16 камерах. Производитель может ограничивать число AI-каналов, разрешение или набор функций.

Локальный сервер Frigate: когда он нужен

Frigate получает видеопотоки от IP-камер, выполняет локальное обнаружение объектов, создаёт события и может интегрироваться с Home Assistant.

Такое решение подходит, если владелец хочет:

объединить камеры разных производителей;
не зависеть только от фирменного NVR;
настраивать сложные зоны и фильтры;
связывать события камер с Home Assistant;
хранить видео на собственном сервере;
получать локальные уведомления;
экспериментировать с распознаванием лиц или номеров;
использовать аппаратное ускорение.

Что важно понимать до установки

Декодирование видео

Каждый поток необходимо декодировать. Это отдельная вычислительная нагрузка, которую желательно передавать встроенной или дискретной графике.

Детекция объектов

Обнаружение объектов может выполнять GPU, NPU или специализированный ускоритель. Это не то же самое, что декодирование потока.

Запись архива

Постоянная запись создаёт нагрузку на диски и требует расчёта объёма хранения.

Дополнительные функции

Распознавание лиц, номеров и семантический поиск увеличивают требования к памяти и ускорителю.

Обслуживание

Нужны обновления, резервная копия конфигурации, контроль дисков, температуры и журналов.

Отказоустойчивость

Если один сервер выполняет запись, аналитику и Home Assistant, его отказ затронет сразу несколько систем.

Frigate не следует устанавливать на случайный старый компьютер без проверки нагрузки. Сначала определяют количество камер, разрешение, частоту кадров, кодек, глубину архива и набор аналитических функций.

ONVIF, RTSP и аналитические метаданные

RTSP обычно используется для получения видеопотока. ONVIF помогает обнаруживать устройства, настраивать параметры, получать события и обеспечивать совместимость камер с регистраторами и программным обеспечением.

Технология	Основная задача	Чего не гарантирует
RTSP	Передача видеопотока	Управление камерой и передачу всех AI-событий
ONVIF Profile S	Базовая потоковая совместимость	Современный набор аналитических метаданных
ONVIF Profile T	Расширенные функции IP-видео и метаданные	Поддержку каждой фирменной AI-функции
ONVIF Profile M	Метаданные и события видеоаналитики	Одинаковую точность алгоритмов разных производителей
Фирменный протокол	Полная работа внутри одной экосистемы	Совместимость после смены бренда

Наличие логотипа ONVIF недостаточно. Нужно проверить конкретный профиль, версию программного обеспечения и наличие модели в официальной базе совместимых продуктов.

Подробнее о различиях читайте в статье «ONVIF, RTSP и облако камеры» .

Почему видеоаналитике нужна качественная картинка

Алгоритм анализирует то изображение, которое формирует камера. Если человек занимает несколько пикселей, лицо пересвечено, автомобиль размазан движением, а номер закрыт бликом, более мощный сервер не восстановит отсутствующие детали.

На результат влияют

дистанция до объекта;
фокусное расстояние объектива;
угол установки камеры;
высота монтажа;
размер объекта в кадре;
выдержка при движении;
освещённость;
встречный и контровой свет;
работа WDR;
ИК-подсветка;
дождь, снег и туман;
грязь и конденсат на стекле;
битрейт и степень сжатия;
частота кадров;
стабильность сетевого потока.

Одна камера не должна решать все задачи

Широкоугольная камера может хорошо показывать весь двор, но не давать пригодного изображения лица у калитки. Камера для чтения автомобильного номера обычно должна смотреть на ограниченную зону въезда, а не одновременно охватывать весь участок.

Проблемы ночной съёмки подробно разобраны в статье «Почему камера ночью плохо показывает» .

Как правильно настроить зоны и линии

Аналитика становится полезной только после ограничения области, направления и условий срабатывания.

Шаг 1

Определить реальную задачу

Например: обнаруживать человека, который вошёл во двор, а не каждого прохожего за забором.

Шаг 2

Нарисовать зону

Исключить дорогу, соседний участок, кроны деревьев и другие ненужные области.

Шаг 3

Выбрать классы объектов

Для калитки нужен человек, для въезда автомобиль, а остальные классы можно не отслеживать.

Шаг 4

Настроить направление

Событие можно создавать только при движении внутрь территории, а не при выходе.

Шаг 5

Добавить время нахождения

Кратковременное появление на краю зоны не всегда должно создавать тревогу.

Шаг 6

Проверить днём и ночью

Одинаковые настройки могут по-разному работать при солнечном свете, ИК-подсветке и осадках.

Уведомление по каждому обнаруженному человеку быстро становится бесполезным. Нужны разные уровни событий: обычная запись, событие для поиска и действительно важное уведомление.

Почему AI-камера создаёт ложные тревоги

Слишком широкая зона

В неё попадают прохожие, дорога, соседний участок и другие нецелевые объекты.

Низкая уверенность модели

Неясный объект периодически классифицируется как человек или автомобиль.

Человек слишком маленький

Камера охватывает большую территорию, но объект занимает малую часть кадра.

Ночная засветка

ИК-подсветка отражается от стены, снега, паутины или осадков.

Камера установлена слишком высоко

Алгоритм видит верхнюю часть головы или сильно искажённый силуэт.

Неподходящая выдержка

Движущийся человек или автомобиль превращается в размытое пятно.

Насекомые у объектива

Близкий объект в ИК-подсветке выглядит большим и может закрывать значительную часть кадра.

Неправильный порог

Слишком низкий порог увеличивает ложные события, слишком высокий приводит к пропускам.

Как уменьшить количество ложных событий

сузить зону до реально охраняемой области;
исключить дорогу и соседние территории;
проверить минимальный размер объекта;
настроить порог уверенности;
использовать направление пересечения;
добавить минимальное время нахождения;
изменить ракурс или объектив;
настроить ночной режим и внешний свет;
очистить объектив и удалить паутину;
проверить отдельные настройки для дня и ночи;
анализировать сохранённые ложные события, а не менять параметры наугад.

Как выбрать оборудование для локального AI-сервера

Сервер нельзя выбирать только по количеству камер. Две системы с восемью камерами могут отличаться по нагрузке в несколько раз.

Что влияет на производительность

количество видеопотоков;
разрешение основного и дополнительного потока;
частота кадров;
H.264 или H.265;
возможность аппаратного декодирования;
частота запуска детекции;
количество отслеживаемых классов;
сложность модели;
распознавание лиц и номеров;
семантический поиск;
непрерывная запись или запись событий;
глубина архива;
другие сервисы на том же сервере.

Компонент	Основная задача	Практический смысл
CPU	Общая работа системы	Не должен постоянно работать на пределе
Встроенная графика	Аппаратное декодирование видео	Снижает нагрузку на центральный процессор
GPU	Декодирование, детекция и дополнительные модели	Полезна при большом числе потоков и сложной аналитике
NPU	Выполнение нейросетевых моделей	Энергоэффективное ускорение при наличии поддержки
Специализированный детектор	Обнаружение объектов	Не всегда декодирует видеопоток
Оперативная память	Работа сервисов, моделей и кэша	Нужен запас для обновлений и дополнительных функций
SSD	Система, база данных и конфигурация	Не следует использовать его без расчёта как единственный архив
HDD для видеонаблюдения	Длительная запись видеопотоков	Выбирается по объёму и режиму постоянной нагрузки

Для детекции часто используют дополнительный поток меньшего разрешения, а основной поток сохраняют в архиве. Это уменьшает вычислительную нагрузку без обязательного снижения качества записи.

Сеть, PoE и VLAN для AI-видеонаблюдения

Локальная аналитика не устраняет требования к сети. Сервер должен стабильно получать потоки со всех камер, а NVR и диски не должны терять запись из-за перегруженного коммутатора или случайного отключения роутера.

Что предусмотреть

проводное подключение стационарных камер;
кабель витая пара подходящей категории и исполнения;
PoE-коммутатор с запасом мощности;
запас по пропускной способности портов и магистрали;
отдельную сеть или VLAN для камер;
запрет прямого доступа камер в основную сеть;
доступ к камерам только с NVR, сервера и устройств администратора;
статическую адресацию или DHCP-резервирование;
отдельные учётные записи ONVIF;
резервное питание камер, коммутатора и регистратора;
понятную маркировку портов и кабелей;
запасные порты для расширения.

PoE-бюджет

Мощность PoE-коммутатора должна покрывать суммарное потребление камер с запасом. Нужно учитывать работу ИК-подсветки, обогрева, моторизованного объектива, PTZ и других функций.

Камера может потреблять днём меньше, чем ночью. Поэтому проверка только при дневной настройке не показывает максимальную нагрузку системы.

О разделении сетей подробнее рассказано в статье «Зачем отделять камеры и IoT от основной сети» .

Как рассчитать архив видеонаблюдения

Объём архива зависит от фактического битрейта, количества камер, времени записи и выбранного кодека.

Приближённый расчёт одной камеры:

Объём за сутки, ГБ ≈ битрейт, Мбит/с × 10,8

Например, восемь камер с постоянным битрейтом около 3 Мбит/с за 30 суток создадут примерно 7,8 ТБ данных до учёта запаса, служебной информации и изменения реального битрейта.

Почему фактический объём отличается

переменный битрейт меняется вместе со сложностью сцены;
дождь, снег, листва и шум ночью увеличивают поток;
основной и дополнительный потоки могут записываться одновременно;
аудиозапись увеличивает объём;
событийная запись зависит от активности на объекте;
часть пространства занимает файловая система и база событий;
жёсткий диск не следует рассчитывать без эксплуатационного запаса.

Постоянная или событийная запись

Постоянная запись

сохраняется контекст до и после события;
можно проверить пропущенное аналитикой событие;
проще расследовать сложную ситуацию;
нужно больше дискового пространства.

Запись только событий

экономит место на диске;
ускоряет просмотр архива;
зависит от качества детектора;
может не сохранить пропущенное событие.

Для ответственных камер надёжнее вести постоянную запись, а видеоаналитику использовать для поиска, закладок и уведомлений.

Кибербезопасность локального видеонаблюдения

Локальный архив уменьшает зависимость от облака, но не защищает систему автоматически. Камеры, NVR и сервер остаются сетевыми устройствами.

заменить заводские пароли;
использовать разные пароли для камер и регистратора;
создать отдельную учётную запись для ONVIF;
отключить ненужные сервисы;
не открывать веб-интерфейс камеры напрямую в интернет;
отключить UPnP, если он не требуется;
использовать VPN или защищённый шлюз для удалённого доступа;
ограничить права обычных пользователей;
регулярно обновлять прошивки;
сохранять резервную копию конфигурации;
проверять журналы входов;
изолировать камеры от гостевой и рабочей сети;
удалять доступ бывших сотрудников и подрядчиков.

Если камера или NVR отображаются как недоступные, используйте последовательную диагностику из статьи «Почему IP-камера показывает “нет сети”» .

Распознавание лиц и персональные данные

Обычное обнаружение человека, обнаружение лица и идентификация конкретного человека являются разными сценариями.

Если система сравнивает лицо с базой и использует результат для установления личности, допуска, учёта рабочего времени или другого решения в отношении человека, требуется отдельная правовая оценка обработки биометрических персональных данных.

До включения распознавания лиц необходимо определить

конкретную цель обработки;
правовое основание;
кто является оператором данных;
где хранятся фотографии и биометрические шаблоны;
кто имеет доступ к базе;
как долго хранятся данные;
как они удаляются;
что происходит при ложном совпадении;
какой альтернативный способ доступа предусмотрен;
передаются ли данные в облако или третьим лицам;
как защищена система от неправомерного доступа.

Для частного дома обычно достаточно обнаружения человека и уведомления владельца. Распознавание членов семьи и посетителей следует включать только при понятной необходимости, а не потому, что функция доступна в интерфейсе.

Камеры на работе и в общих зонах

Для офиса, магазина, склада, подъезда или придомовой территории необходимо отдельно определить цель съёмки, границы кадра, порядок доступа к архиву, уведомление людей и допустимость записи звука.

Камеру нельзя направлять в места, где человек обоснованно ожидает приватности. Установка камеры не даёт владельцу права бесконтрольно публиковать записи в интернете.

Интеграция видеоаналитики с умным домом

Событие камеры можно использовать в Home Assistant или другой локальной системе автоматизации.

Полезные сценарии

включить подсветку при появлении человека у калитки;
отправить снимок при входе в охраняемую зону;
показать камеру на настенной панели;
включить запись дополнительной камеры;
озвучить уведомление внутри дома;
проверить состояние ворот или калитки;
создать отдельное событие при появлении автомобиля ночью;
сохранить фрагмент до и после тревоги.

Что нельзя делать только по результату AI

автоматически открывать ворота по любому обнаруженному автомобилю;
отключать охрану после одного совпадения лица;
принимать критичное решение без проверки достоверности;
заменять сертифицированную охранную сигнализацию обычной камерой;
полностью полагаться на облачное уведомление.

Видеоаналитика может подтверждать событие и запускать удобный сценарий, но не должна быть единственным уровнем защиты объекта.

Порядок настройки локальной видеоаналитики

Сформулировать задачи. Определить, где нужен общий обзор, человек, автомобиль, лицо, номер или контроль конкретной зоны.
Проверить существующие камеры. Уточнить RTSP, ONVIF, кодеки, дополнительные потоки и доступные аналитические события.
Выбрать архитектуру. Камера, совместимый NVR, локальный сервер или комбинация нескольких вариантов.
Проверить изображение. Оценить ракурс, высоту, объектив, освещение и размер объектов днём и ночью.
Рассчитать сеть. Проверить кабели, PoE-бюджет, порты, магистраль и отдельный сегмент камер.
Рассчитать сервер. Учесть декодирование, детекцию, запись, дополнительные модели и запас ресурсов.
Рассчитать архив. Определить битрейт, количество суток, режим записи и объём дисков.
Настроить зоны. Исключить нецелевые области, выбрать классы и направление движения.
Настроить уведомления. Отделить обычные события от действительно важных тревог.
Проверить ложные срабатывания. Протестировать дождь, снег, ночь, фары, животных и движение за границей участка.
Настроить безопасность. Заменить пароли, ограничить доступ, отключить ненужные сервисы и настроить VPN.
Сделать резервную копию. Сохранить конфигурацию камер, NVR, аналитики и сетевых правил.

Что проверить после монтажа

Проверка каждой камеры

общий вид днём;
изображение ночью;
лицо или номер на требуемой дистанции;
вход в каждую аналитическую зону;
движение в обоих направлениях;
работу при фарах и контровом свете;
запись до и после события;
поиск события в архиве;
правильность времени на записи;
уведомление на телефон;
восстановление после перезагрузки.

Проверка всей системы

запись при отключённом интернете;
работу при переходе на UPS;
максимальную PoE-нагрузку ночью;
заполнение и перезапись архива;
температуру сервера и дисков;
нагрузку CPU, GPU или NPU;
потерю одной камеры;
уведомление об отказе диска;
доступ пользователей с разными правами;
восстановление конфигурации из резервной копии.

Типовые ошибки

Покупка камеры только по надписи AI

Не проверены классы объектов, зоны, ограничения и совместимость событий.

Одна камера на весь участок

Общий обзор есть, но лица и номера занимают слишком мало пикселей.

Аналитика только в облаке

При отключении интернета система теряет события или доступ к архиву.

Нет постоянной записи

Пропущенное аналитикой событие невозможно восстановить.

CPU используется для всего

Процессор одновременно декодирует потоки, распознаёт объекты и обслуживает архив.

Недостаточный PoE-бюджет

Камеры начинают перезагружаться ночью после включения ИК-подсветки.

Камеры находятся в общей сети

Уязвимость одной камеры создаёт риск для компьютеров и других устройств.

Регистратор открыт в интернет

Порты проброшены напрямую, а пароли и прошивки не контролируются.

Распознавание лица включено без задачи

Создаётся дополнительный правовой и информационный риск без реальной пользы.

Нет проверки ночью

Система принимается днём, а ночью аналитика перестаёт работать.

Уведомлений слишком много

Владелец перестаёт обращать внимание даже на действительно важные события.

Нет резерва питания

При кратковременном отключении одновременно прекращаются запись и аналитика.

Нормативная и техническая основа

ГОСТ Р 51558-2014. Устанавливает классификацию, общие технические требования и методы испытаний средств и систем охранного телевидения.
Федеральный закон № 152-ФЗ «О персональных данных». Требования закона необходимо учитывать, если видеозаписи и результаты аналитики используются для обработки персональных данных.
Статья 11 Федерального закона № 152-ФЗ. Применяется к сведениям, характеризующим физиологические и биологические особенности человека, когда они используются для установления личности.
Статья 152.1 ГК РФ. Необходимо учитывать правила охраны изображения гражданина, особенно при публикации и передаче записей.
СП 256.1325800.2016. Содержит требования к электроустановкам жилых и общественных зданий, включая сети связи и кабельные трассы.
ПУЭ, пункт 2.1.16. Ограничивает совместную прокладку цепей до 42 В с цепями более высокого напряжения в общих трубах, коробах и лотках без предусмотренного разделения.
ONVIF Profile T. Используется для расширенной совместимости IP-видеосистем, потоков, настроек изображения и метаданных.
ONVIF Profile M. Предназначен для передачи аналитических метаданных и событий между устройствами и программными системами.

Требования к персональным данным зависят от объекта, цели съёмки, круга лиц, доступа к архиву, записи звука и использования автоматической идентификации. Для коммерческого объекта или распознавания лиц может потребоваться отдельная юридическая проверка.

Прокладку кабелей, монтаж PoE-оборудования, устройство электропитания, подключение UPS и работы в электрическом щите должен выполнять специалист.

Тула и Тульская область

Нужно видеонаблюдение с локальной аналитикой?

Поможем подобрать практичную архитектуру под объект: камеры, NVR или локальный сервер, PoE-коммутатор, кабельные линии, архив, UPS, зоны обнаружения и безопасный удалённый доступ.

Можно организовать обнаружение людей и автомобилей, контроль ворот, двора, входа, парковки, склада или офиса. Функции подбираются под реальную задачу, а не по максимальному количеству надписей AI в характеристиках.

Выполняем монтаж по согласованной схеме. Официальную проектную документацию и юридическое заключение по обработке персональных данных не разрабатываем.

выезд и диагностика по Туле: от 5000 ₽;
стоимость может быть зачтена при выполнении работ;
гарантия 5 лет при рекомендованных материалах;
гарантия 1 год при материалах заказчика.

Написать в MAX Написать в Telegram Видеонаблюдение в Туле Подбор видеонаблюдения онлайн

Частые вопросы

Может ли AI-видеонаблюдение работать без интернета?

Да. Если камеры, NVR или локальный сервер находятся в одной исправной сети, анализ и запись могут продолжаться без внешнего интернета. Удалённый просмотр и внешние уведомления в этот момент могут быть недоступны.

Где лучше выполнять аналитику: в камере или на сервере?

Аналитика в камере снижает нагрузку на сервер и быстро формирует события. Серверная аналитика даёт больше гибкости и позволяет объединять разные камеры. На практике часто используют оба уровня.

Что такое Frigate?

Frigate является локальной системой видеозаписи и обнаружения объектов для IP-камер. Она может работать с Home Assistant, использовать аппаратное ускорение и хранить архив на собственном сервере.

Нужна ли специальная AI-камера для Frigate?

Не обязательно. Основное требование заключается в стабильном локальном видеопотоке, обычно RTSP. Встроенная аналитика камеры может использоваться дополнительно, если её события совместимы с системой.

Чем детекция человека отличается от распознавания лица?

Детекция определяет, что в кадре находится человек. Распознавание лица сравнивает изображение с базой и пытается установить конкретную личность. Второй сценарий требует отдельной правовой оценки.

Почему AI-камера принимает животное или ветку за человека?

Причиной могут быть плохое изображение, маленький объект, ночная засветка, низкий порог уверенности, неудачный ракурс или ограничения используемой модели. Нужно анализировать сохранённые ложные события и корректировать зоны и параметры.

Нужен ли мощный компьютер для локальной видеоаналитики?

Требования зависят от числа камер, разрешения, частоты кадров, кодека, типа детектора и дополнительных функций. Аппаратное декодирование и AI-ускоритель позволяют значительно снизить нагрузку на CPU.

Можно ли подключить камеры разных производителей?

Видеопотоки часто можно объединить через RTSP или ONVIF. Однако фирменные аналитические события, поиск, распознавание лиц и номеров могут работать не полностью. Совместимость необходимо проверять до закупки.

Нужно ли постоянно записывать видео?

Для ответственных зон постоянная запись надёжнее, поскольку позволяет проверить событие, которое аналитика не распознала. Детекцию удобно использовать для уведомлений и быстрого поиска в архиве.

Можно ли автоматически открывать ворота по номеру автомобиля?

Технически такой сценарий возможен, но необходимо учитывать ложное распознавание, подмену номера, качество изображения и безопасность автоматики. Для ответственного доступа лучше использовать дополнительное подтверждение или отдельную СКУД.