تکنولوژی / اخبار تکنولوژی . دوربین مدار بسته

لزوم مدیریت داده های تصویری در سیستم های مداربسته از جمله مسائل مهم در صنعت حفاظتی و نظارت تصویری است. به همین منظور این صنایع همواره در تلاش برای گسترش دستگاه ها یا سیستم ذخیره سازی از طریق توسعه نرم افزارها، تولید محصولات ابداعی و جدید و ...هستند.
در سالهای اخیر تکنولوژی آنچنان به سرعت گسترش یافته به طوری که پیشرفت هایی که در 40 سال اخیر صورت گرفته قابل مقایسه با چند صده گذشته نیست. یکی از مسائل پیشرو در فناوری های جدید استفاده از هوش مصنوعی در محصولات الکترونیکی است که دوربین های مداربسته نیز از این قاعده مستثنی نیستند. در این مقاله قصد داریم درباره کاربرد هوش مصنوعی در محصولات بپردازیم.

نارسایی های موجود در الگوریتم های هوشمند قدیمی

مسئله ای که در اینجا مطرح است برآورد تقاضای مشتری است که روز بروز ابعاد گسترده تری پیدا می کند. در گذشته در سیستم های مداربسته قابلیت هایی به شکل امروزی وجود نداشت اما رفته رفته با آمدن فناوری های جدیدتر این مسئله نیز برطرف شده به طوری که هم اکنون شاهد طیف وسیعی از قابلیت های پردازش تصویری اعم از جستجوی سوژه در تصاویر، تعقیب و ردیابی هوشمند و ... هستیم.
اما موضوعی که در حال حاضر مطرح است بسیار فراتر از قابلیت های تصویری مذکور است. و با اینکه سیستم های نظارت تصویری هوشمند سال هاست که در دسترس بوده و مورد استفاده قرار می گیرند، اما، هنوز نتایج حاصل از آنها در حد ایده آل نیست.
یکی از شرکت های پیشرو در زمینه ادغام هوش مصنووعی با سیستم های مداربسته، شرکت هایک ویژن است که نام فناوری ابداعی خود را Deep learning گذاشته است. در این فناوری سعی شده است با بکارگیری هوش مصنوعی در محصولات بسیاری از نارسایی های سیستم های هوشمند قدیمی در تجزیه و تحلیل داده ها برطرف گردد.
از دلایل عمده افزایش محبوبیت Deep Learning در سال های اخیر می توان به موارد زیر اشاره نمود:

توانایی پردازش داده ها در مقیاس زیاد
قدرت محاسباتی فوق العاده
ساختار شبکه ای

فرآیند تشخیص چهره در دوربین مداربسته یکی از قابلیت های مهم و کارآمد است که دارای الگوریتم های مختلف و پیچیده ای است. این فرآیند دارای دو مرحله کلیدی است:

ارزیابی سوژه و بدست آوردن اطلاعات لازم از آن
دسته بندی اطلاعات به دست آمده

ارزیابی سوژه و بدست آوردن اطلاعات لازم از آن

درجه دقت در این مرحله فاکتور بسیار مهمی است که مستقیما بر روی دقت الگوریتم تاثیر می گذارد. بیشتر کارهای پردازشی و محاسباتی مربوط به این بخش است. در دوربین های هوشمند قدیمی طراحی الگوریتم ها توسط متخصصین نرم افزار انجام می شد که اساسا بر اساس شاخصه های ذهنی بود. به همین دلیل تعریف بسیاری از ویژگی های انتزاعی به طرزی که برای انسان قابل درک باشد بسیار سخت بود و ناچارا از بین می رفت. در این دسته از دوربین ها با قابلیت تشخیص چهره بسیاری از فاکتورهای محیطی اعم از مکان نصب دوربین، زاویه دید، میزان نور در محیط بر روی کارایی این قابلیت تاثیر گذار هستند که این یک نکته منفی در آن محسوب می گردد. در الگوریتم هایی که بر اساس هوش مصنوعی طراحی شده اند اما سعی شده تا به نکات ظریف و جزئی دقت شود.

دسته بندی اطلاعات به دست آمده

سوژه های مختلف اعم از وسایل نقلیه، اشیا مختلف، افراد، حیوانات و ... دارای ویژگی های ظاهری مختلفی هستند و تشخیص هر کدام بر اساس الگوریتم های تعریف شده متفاوتی است. از آنجایی که ویژگی های ظاهری یک وسیله نقلیه پیچیدگی خاصی نداشته و نهایتا شامل شاخصه هایی نظیر نوع آرم، ابعاد، رنگ و ...است، دوربین های هوشمند قدیمی در تشخیص اشیا و وسایل نقلیه بسیار موفق عمل می کردند.
اما در مورد کاراکترهای ظاهری انسان به دلیل آنکه اغلب به دلیل تنوع بالا و پیچیدگی زیاد دچار خطا می شدند. و بازده خوبی ندارند به همین دلیل افزایش درک عمقی بواسطه طراحی الگوریتم های پیچیده تر در هوش مصنوعی به شدت لازمه کارکرد بهتر قابلیت تشخیص چهره در دوربین های مداربسته است.

آشنایی با مزایای DEEP Learning و مقایسه الگوریتم های آن

تکنولوژی هوش مصنوعی در هایک ویژن که آن را با نام Deep learning می شناسیم بر اساس پارامتر ها و الگوریتم هایی برای تشخیص المان های ظاهری پیچیده طراحی شده است. این بدین معنی است که طراحی ها دیگر توسط افراد انجام نشده و می توان آن را بر عهده ماشین ها گذاشت.
نکته جالب توجه اینکه طراحی این تکنولوژی بر اساس عملکرد سیستم عصبی مغز انسان انجام شده و همانطور که مغز توانایی یادگیری موضوعات و دسته بندی آنها را در لایه و سطوح مختلف خود دارد Deep learning نیز می تواند کاراکترهای متنوع را درک و دسته بندی کرده و اقدام لازم را در مورد آنها انجام دهد. کارایی این سیستم در جایی بارز و مشخص می گردد که می تواند اطلاعات اضافی و کم اهمیت را نیز تشخیص داده و در صورت لزوم حذف کند(object abstraction) و یا اینکه اطلاعات جدیدی خلق یا بازیابی(recreation) نماید. در زیر به برخی از راهکارهای مفید ارائه شده در Deep learning می پردازیم:

تبدیل الگوریتم های سطحی به عمیق

مدل های الگوریتمی در Deep learning برخلاف انواع قدیمی تر که دارای ساختاری دو یا سه لایه بودند دارای صد ها لایه متعدد است. به همین سبب این سیستم ها قادرند تا حجم وسیعی از اطلاعات را پردازش و دسته بندی کنند. همانطور که گفتیم مدل Deep learning منشا گرفته از سیستم یادگیری در مغز انسان است و از فرآیند انتزاعی لایه لایه تبعیت می کند.
هر لایه دارای شاخص و حجم پردازشی متفاوتی است و هر چه شاخص بالاتری داشته باشد مولفه های تعریف شده برای آن اختصاصی تر خواهند بود. مثال فرآیند یادگیری در این غالب بدین گونه است که یک پیام خارجی به محض دریافت از لایه های مختلف عبور کرده و پس از پردازش به صورت یک مفهوم و درک عمیق از سوژه مورد نظر برای انسان به صورت قابل درکی نمایش داده خواهد شد.

حرکت از الگوریتم های مشخص مصنوعی تا شناخت ویژگی ها

در مدل هوش مصنوعی Deep learning هیچگونه دخالت دستی انسان وجود ندارد و تمامی عملکردها به صورت کامپیوتری انجام می شود. این مدل قابلیت این را دارد که حجم بسیار زیادی از اطلاعات را مورد پردازش قرار دهد. طبقه بندی اطلاعات در آن به این صورت است که هرچه سوژه مورد نظر دارای جزئیات بیشتری باشد به صورت خیلی دقیق تری برای دستگاه قابل تشخیص خواهد بود. در زیر به بخشی از مزایای این مدل اشاره شده است:

دقت تشخیص بالا در تشخیص سوژه که می تواند با قدرت مغز انسان برابری کرده و حتی در مواردی عملکرد بهتری نیز داشته باشد.
قابلیت تشخیص دقیق سوژه های مختلف از یکدیگر
قابلیت تشخیص و دسته بندی هزاران ویژگی از سوژه های مختلف

کاربردهای محصولات مبتنی بر Deep Learning

به دلیل رشد و پیشرفت تکنولوژی های صوتی تصویری اهمیت ابداع مدل هایی مانند Deep Learning بسیار افزایش می یابد. با استفاده از این الگو در قابلیت های هوشمند مانند تشخیص چهره، تشخیص نفوذ، ردیابی و تعقیب سوژه و ... می توان به طور کامل انتظارات و نیاز های کاربران را برآورده ساخت. در زیر به بسیاری از کاربردهای این مدل در سیستم های نظارت تصویری اشاره شده است:

تشخیص چهره
شناسایی چهره
تشخیص وسیله نقلیه مختلف اعم از موتوردار یا بدون موتور (دوچرخه و …)
تشخیص آرم تجاری وسیله نقلیه
تشخیص عابر پیاده
تشخیص ویژگی های بدن انسان
تشخیص ویژگی های غیر طبیعی صورت
تجزیه و تحلیل رفتاری جمعیت، ردیابی چند هدف
و …

https://hiktejarat.com/product-tag/2-مگاپیکسل/	0	1	1
https://hiktejarat.com/product-tag/4پورت/	0	1	1
https://hiktejarat.com/product-tag/4-مگاپیکسل/	0	1	1
https://hiktejarat.com/product-tag/5-پورت/	0	1	1
https://hiktejarat.com/about-mehrtejarat/	14	102	1.3
https://hiktejarat.com/contact/	13	94	1.4
https://hiktejarat.com/shop2/	10	94	1.4
https://hiktejarat.com/product-tag/مهر-تجارت/	2	49	1.8

استاندارد IP و IK در دوربین مداربسته : در دنیای محصولات الکترونیکی که تولید کنندگان بیشماری در سرتاسر دنیا اقدام به طراحی و تولیدات محصولات متنوع می کنند نیاز به تعریف استانداردهای مختلف در جهت اطلاع رسانی به مصرف کننده بیش از گذشته اهمیت یافته است. دوربین های مداربسته نیز با طرح ها و قابلیت های متفاوتی توسط کشورها و شرکت های مختلفی در سرتاسر دنیا تولید می شوند و در نتیجه همه این شرکت ها ملزم به اطلاع رسانی استاندارد در خصوص محصول تولید خود هستند. از استانداردهای بین المللی در تولید دوربین های مداربسته استانداردهای IP و IK است. به عبارتی دقیق تر این دو استاندارد شرکت ها را ملزم می کند که مقاومت ساختار فیزیکی محصولات خود را بر اساس این معیار ها بسازند.

استانداردهای IP و IK دارای یکسری درجه بندی های پیش فرض هستند که با اعدادی نوشته شده در کنار حروف IP و IK بر روی محصولات منتشر می شود. با این اطلاعات شما می توانید مقاومت دوربین ها را در مقابل ضربه فیزیکی، رطوبت و دیگر عوامل محیطی بسنجید و بر اساس نیاز خود اقدام به خرید و نصب دوربین مداربسته کنید. در ادامه این مطلب به بررسی اعداد درج شده بر اساس این دو استاندارد بین المللی می پردازیم.

استاندارد IP در دوربین مداربسته

همانطور که توضیح داده شد استاندارد IP و IK برای بررسی میزان مقاومت دوربین مداربسته در برابر نفوذ گرد و غبار و ضربات احتمالی تدوین شده است. استاندارد IP مخفف عبارت( Ingress Protection ) به معنی مقاومت در برابر نفوذ است. به عبارتی دقیق تر سیستم IP یک استاندارد بین‌المللی است که سطح حفاظت را در برابر نفوذ به محوطه‌های مختلف از قبیل گرد و غبار، جامدات و مایعات تعریف می‌کند. زمانی که در اطلاعات محصول به IP رسیدید ، باید دنبال دو شماره از ۰۰ تا ۶۸ باشید. هر عددی در نمودار درجه‌بندی IP سطح حفاظت دوربین مدار بسته را نشان می‌دهد.

هر عدد، نشاندهنده ی سطح حفاظتی است که در طول فرآیند تست دوربین کنترل شده است تا سازگاری دوربین راتضمین کنند. به این ترتیب، مشتریان می‌توانند به دنبال رتبه‌بندی مورد نظر براساس نیازهای خاص خود باشند و آن‌ها می‌توانند دوربین‌های خودرامطابق با سطح حفاظت مشخص‌شده انتخاب کنند.

همان طور که گفتیم در کنار حروف IP اعدادی به عنوان درجه بندی قرار می گیرند. هر کدام از این اعداد نشان دهنده سطح مقاومت معینی در دوربین مداربسته است. عدد اول نشان دهنده میزان مقاومت دستگاه نسبت به ورود اشیا جامد است و اعداد بالاتر نشانگر مقاومت بیشتر دستگاه نسبت به ورود گرد و غبار است. یادتان باشد که بررسی مقاومت دوربین مداربسته در مقابل نفوذ گرد و غبار بسیار مهم است، زیرا ذرات ریز می توانند به راحتی در دستگاه نفوذ کرده و منجربه نقص های داخلی در طولانی مدت شوند.

رقم دوم از شماره IP نشانگر مقاومت دوربین در برابر نفوذ مایعات است. هرچه عدد این درجه بیشتر باشد دستگاه مقاومت بالاتری در برابر نفوذ آب و مایعات دارد. این معیار برای دوربین هایی که در فضاهای روباز نصب می شوند از اهمیت بسیار بالایی برخوردار هستند.

بیشتر بخوانید : پکیج دوربین مداربسته نمایندگی هایک ویژن

درجه بندی استاندارد IP

(عدد صفر نشان دهنده عدم مقاومت دستگاه است.)

عدد یک

دستگاه در برابر نفوذ ذرات تا سایز ۵۰ میلیمتر مقاوم است

عدد دو

دستگاه دربرابر ذرات جامد با قطر ۱۲٫۵mm مقاوم است

عدد سه

دوربین برابر ذرات جامد با حداقل قطر ۲٫۵mm مقاوم است.

عدد چهار

مقاوم دربرابر سیم،پیچ‌گوشتی،حشرات و ذرات جامد با قطر 1mm

عدد پنج

دوربین در برابر نفوذ خاک مقاومت قابل قبولی دارد.

عدد شش

مقاومت کامل دربرابر نفوذ گرد و غبار

استاندارد IK در دوربین مداربسته

استاندارد IK یک استاندارد بین المللی است که سطح مقاومت محفظه های تهیه شده برای تجهیزات الکترونیکی در برابر ضربه های مکانیکی را تعیین می کند. این رتبه بندی می تواند یک عامل مهم در هنگام انتخاب دوربین برای فضای باز و محیط های بیرونی باشد. زیرا دوربین ها در فضای باز ممکن است در معرض ضربات فیزیکی یا خرابکاری های عمدی بیشتری باشند.

عدد صفر

دستگاه در برابر ضربات مقاوم نیست.

عدد یک

دستگاه در برابر یک شی ۲۵۰ گرمی که از فاصله ۵٫۶ سانتی متری بر روی آن در حال سقوط است مقاوم است.

عدد دو

دستگاه دربرابر یک شی ۲۵۰ گرمی که از فاصله ۸ سانتیمتری بر روی آن سقوط می کند، مقاوم است.

عدد سه

دستگاه در برابر یک شی ۲۵۰ گرمی که از فاصله ۱۴ سانتیمتری بر روی آن سقوط می کند، مقاوم است.

عدد چهار

دستگاه در برابر سقوط یک شی ۲۵۰ گرمی که از فاصله ۲۰ سانتیمتری برروی آن سقوط کند، مقاوم است.

عدد پنج

دستگاه دربرابر یک شی ۲۵۰ گرمی که از ارتفاع ۲۸ سانتیمتری بر روی آن سقوط می کند، مقاوم است.

عدد شش

دستگاه در برابر یک شی ۲۵۰ گرمی که از ارتفاع ۴۰ سانتیمتری بر روی آن سقوط می کند، مقاوم است.

عدد هفت

دستگاه دربرابر یک شی ۵۰۰ گرمی که از فاصله ۴۰ سانتیمتری بر روی آن سقوط می کند، مقاوم است.

عدد هشت

دستگاه در برابر یک شی ۲۵۰ گرمی که از ارتفاع ۴۰ سانتیمتری بر روی آن سقوط می کند، مقاوم است.

عدد نه

دستگاه دربرابر یک شی ۵۰۰ گرمی که از فاصله ۴۰ سانتیمتری بر روی آن سقوط می کند، مقاوم است.

عدد ده

دستگاه در برابر یک شی ۵ کیلوگرمی که از فاصله ۴۰ سانتیمتری بر روی آن سقوط می کند، مقاوم است.

بررسی دوربین مداربسته 4 مگاپیکسلی آنالوگ HD داهوا

نبود امکانات و قابلیتهای پیشرفته اما بازار خوب!

شکل ظاهری دوربین مداربسته

کیفیت ارسال تصاویر در فاصله زیاد

کیفیت تصاویر در مقایسه با دوربین مداربسته تحت شبکه

کارایی WDR

مقایسه کدک هوشمند و پهنای باند دوربین مداربسته

فشرده سازی 95 درصدی با کدک جدید U-Code شرکت یونی ویو

ویژگی کدک U-Code یونی ویو

سازگاری با کدکهای H.264 و H.265

انواع نویز در دوربین های مداربسته

تکنولوژی DNR

تکنولوژی ۳D DNR

مزایای تکنولوژی ۳D DNR

آشنایی با تکنولوژی EOC

استفاده از کابل کواکسیال بجای کابل شبکه

کیت های ترکیبی POC و EOC

مزایا و معایب تکنولوژی EOC

لنز با فاصله کانونی متغیر

لنز زوم دستی دوربین مدار بسته

لنز زوم موتو رایز شده

بررسی لنز های متغیر یا وریفوکال

لنزهای DS – IRIS

لنز های Video – Iris

مزایای نصب دوربین مداربسته در پارکینگ

فضای داخلی پارکینگ

ایستگاه های کنترل عبور و مرور خودروها

کنترل محیط اطراف پارکینگ

اتاق های نگهبانی

مرکز مدیریت

sata

تفاوت SATA با ESATA چیست؟

SATA و ESATA چه نقشی در دستگاه های ضبط کننده دارند؟

پیشرفت دوربین مدار بسته

۱_ در یک سیستم تحت شبکه دوربین های مدار بسته

در یک شبکه داده ای به هم متصل هستند.

۲_ یک سرور مستقل و تنها با میزان حافظه مناسب در سرور های

محدود دیگر قرار می گیرد.