Deep Learning NVR...

9
基於 Synology Surveillance Station 8.2.6 版本 Deep Learning NVR 深度動作偵測 管理手冊

Transcript of Deep Learning NVR...

Page 1: Deep Learning NVR 深度動作偵測管理手冊...場景越單純,則深度動作偵測越容易分析物件特徵,並提供正確 的報告。 請參考以下建議: • 若地板上出現光反射或陰影,建議在偵測區域放置地墊或地

1Synology 管理手冊

基於Synology Surveillance Station 8.2.6 版本

Deep Learning NVR深度動作偵測

管理手冊

Page 2: Deep Learning NVR 深度動作偵測管理手冊...場景越單純,則深度動作偵測越容易分析物件特徵,並提供正確 的報告。 請參考以下建議: • 若地板上出現光反射或陰影,建議在偵測區域放置地墊或地

目錄

簡介 01

總覽

安裝攝影機 02

選擇與架設攝影機

準備合適的光源

設定軟體參數 03

選擇串流配置

設定區域類型

自訂多區域的敏感度

忽略小物件

忽略背景事件

忽略日夜模式事件

提升偵測準確度 05

單純的場景

注意其他干擾因素

使用進階功能 06

標籤與評論

善用智慧註記

Page 3: Deep Learning NVR 深度動作偵測管理手冊...場景越單純,則深度動作偵測越容易分析物件特徵,並提供正確 的報告。 請參考以下建議: • 若地板上出現光反射或陰影,建議在偵測區域放置地墊或地

01Synology 管理手冊

簡介

總覽

Synology Deep Learning NVR 內建強大的 AI 影像分析功能,內置於 Surveillance Station 的 Deep Video Analytics 應用程式。啟用此應用程式的所有功能皆沒有潛在收費,且無須另外安裝軟體或外接設備。

本手冊將介紹部署深度動作偵測攝影機的基本要件,並提供最適合安裝情境的建議,以取得最佳的分析正確性。

傳統的動作偵測很大程度依賴於像素變化或運動向量的偵測,因此搖晃的樹葉、漂浮的雲或太陽光影變化都會產生誤報。Synology Deep Learning NVR 內建 GPU 顯示卡運算能力,利用 AI 深度學習的強大功能,提出了新一代的分析方法:深度動作偵測。結合 AI 快速反應特性與龐大的物體資料庫,深度動作偵測可即時辨識各式各樣的物件,提供高度穩定性, 並有效降低誤報率,節省管理者的時間和精力。

而 DVA 精細的過濾功能可有效辨識並過濾環境中的背景動作,能忽略畫面中的自然光影變化、下雨下雪以及晃動的樹葉等環境變動,讓深度動作偵測做出智慧化的判斷,而不漏失重要事件。

不僅如此,Synology Deep Learning NVR 支援同時進行多路影像分析,且可同時追蹤畫面中多個移動物件。舉例來說,DVA3219 最多可同時進行四路深度動作偵測分析,每路提供兩個區域設定不同的參數,您可以輕易地調整過濾器,以滿足各種使用情境。

簡介

不合適的環境與設定可能會影響準確度,以下章節將介紹攝影機安裝及設定上的重要準則:

• 設計恰當的安裝場景

• 選擇適用的攝影機型號與位置

• 設定適宜的軟體分析參數

Page 4: Deep Learning NVR 深度動作偵測管理手冊...場景越單純,則深度動作偵測越容易分析物件特徵,並提供正確 的報告。 請參考以下建議: • 若地板上出現光反射或陰影,建議在偵測區域放置地墊或地

02 Synology 管理手冊

安裝攝影機

本章節將介紹攝影機如何架設以及準備合適的光源。若您無法滿足以下所描述的最佳環境,請放心,深度動作偵測的分析仍會維持高準確度。

選擇與架設攝影機

攝影機機種類型和架設方式會影響拍攝畫面中的影像品質,保持畫面的穩定並移除干擾物是深度動作偵測能否按照預期運作的關鍵,若有可能,請依照下列指示架設攝影機。

• 選擇至少 1280x720@20 FPS 以上、且能支援多路串流的攝影機,以便彈性設定影像串流的品質。

• 請選用有 IR 排程的攝影機,可自動濾除畫面在日夜間模式切換間劇烈改變而引起的事件誤報。

• 確保攝影機訊號穩定。因此,建議使用有線網路連接攝影機。

• 移除偵測區域內不必要的移動物體,電動門、手扶梯及清潔機器人等物件可能會引起誤報。

• 避免可能造成物體誤判的干擾源,例如:牆上的陰影和鏡像物體等。

• 穩定攝影機鏡頭,以取得清晰的畫面。例如:避免戶外攝影機被風吹動。

• 將攝影機架設到至少 2.5 到 4 公尺的高度,以獲得最佳物體辨識準確度。

• 鏡頭請保持乾淨。避免因髒污 (如:灰塵、昆蟲等 ) 干擾視線。

安裝攝影機

準備合適的光源

適合的光源至關重要。若環境過暗會導致拍攝模糊,且物體細節不清楚;過量的光照則可能會使畫面過曝,而失去清晰度。

若有可能,請準備以下環境:

• 提供現場足夠的光照,且照度 (LUX) 300 以上,或使用支援 IR 的攝影機。過暗的影像畫面會難以辨認移動的物件。

• 避免陽光直射偵測區域。直射的光線可能會使攝影機影像中出現條紋,或使影像過曝而無法看清影像畫面。

Page 5: Deep Learning NVR 深度動作偵測管理手冊...場景越單純,則深度動作偵測越容易分析物件特徵,並提供正確 的報告。 請參考以下建議: • 若地板上出現光反射或陰影,建議在偵測區域放置地墊或地

03Synology 管理手冊

設定軟體參數

攝影機成功安裝後,即可為 DVA 進行軟體設定,以配合您的需求。本章節將介紹如何進行設定,以達到動作偵測的高準確度。

選擇串流配置

請選擇至少 1280x720@20FPS 以上的解析度,以增加辨識精準度。

設定區域類型

DVA 提供兩種區域類型:偵測區域與排除區域,可用於適應各種不同的環境,以拍攝真正重要的區域。

事先排除不相關的區域可以減少不必要的誤報。舉例來說,鄰居家的燈、遠方的馬路、畫面上顯示的資訊等,都是可能的干擾源,應事先排除在偵測區域之外。

偵測區域可讓您設定感興趣的範圍。

設定軟體參數

自訂多區域的敏感度

深度動作偵測支援多重偵測區域。您可以為各個區域設定不同的敏感度,以適合各區域的特性。一般而言,敏感度不需要特別調整,而調整敏感度則可幫助減少漏失偵測或誤報。

例如:在某些情況下,由於畫面涵蓋範圍較廣,遠方與近距離的物件大小差異過大,您就可因此設定不同的偵測區域,套用適合的敏感度設定,並決定要過濾的事件。

特別在近距離的區域內,可預期畫面中的變化較大。此情況下,宜將敏感度設為低或中,並啟動忽略小物件功能。

反之,在攝影機鏡頭的遠方區域,畫面變更通常不大,所以可將敏感度設為中或高,以增加偵測準確度。

Page 6: Deep Learning NVR 深度動作偵測管理手冊...場景越單純,則深度動作偵測越容易分析物件特徵,並提供正確 的報告。 請參考以下建議: • 若地板上出現光反射或陰影,建議在偵測區域放置地墊或地

04 Synology 管理手冊

設定軟體參數

而在偵測結果方面,若您注意到偵測結果的錄影片段中,沒有涵蓋重要事件,您可以降低敏感度,以減少相似的警報;若知道有人來訪,卻未觸發任何相應的錄影,您可以增加敏感度或停用忽略小物件功能,讓事件不再遺漏。

忽略小物件

若要過濾小昆蟲或小動物等小物件的干擾,調整最小物件大小至關重要。在參數頁面,按一下編輯按紐來調整黃色物件框,並定義最小物件大小。如此一來,將可過濾出小於設定物件大小的移動物件。

忽略背景事件

若是環境中有背景事件影響偵測結果,都可以使用忽略背景事件來過濾背景動作。例如:下雨或下雪時,可以勾選下雨與下雪選項;當太陽光變化導致光影晃動,可以勾選自然光變化;若昆蟲時不時從鏡頭前飛過,則可勾選短暫偵測動作選項,如此一來,少於一秒的動作皆會被忽略。

忽略日夜模式事件

當日夜切換時,攝影機將從自然光切換到以 IR 模式錄影。此期間快速的畫面變化可能引起錯誤的動作偵測結果。為避免此問題,您需要選擇合適的過濾模式。

在 DVA 機種上,您可以選擇由 Deep Video Analytics 來過濾,其會透過智能影像分析全自動化地去除當日夜間模式切換時造成的畫面變化。由指定時間過濾則在搭配攝影機的日夜間模式切換排程時,能獲得最好的過濾效果。請確認與攝影機設定保持一致,即可在指定的時間過濾動作偵測事件。

Page 7: Deep Learning NVR 深度動作偵測管理手冊...場景越單純,則深度動作偵測越容易分析物件特徵,並提供正確 的報告。 請參考以下建議: • 若地板上出現光反射或陰影,建議在偵測區域放置地墊或地

05Synology 管理手冊

提升偵測準確度

進行軟體參數設定之後,仍有些因素會影響深度動作偵測的準確性。本章節將列出可能的原因與解決之道。

單純的場景

場景越單純,則深度動作偵測越容易分析物件特徵,並提供正確的報告。

請參考以下建議:

• 若地板上出現光反射或陰影,建議在偵測區域放置地墊或地毯,以增加準確度。

• 將環境中會固定出現不相關事件的區域先排除,以避免不必要

的誤報。例如:晃動的樹、鄰居家的燈光等。

• 移除偵測區域的遮蔽物,例如:盆栽和柱子,讓物件不會被遮蔽或漏失偵測。

• 當攝影機拍攝的實際面積較廣時,位於畫面遠處的小物件可能無法正確被偵測,建議您可以重新調整攝影機架設位置,或者

另外增加新的攝影機來負責遠處的區域。

注意其他干擾因素

其他誤判的原因可能是物體輪廓與正常狀態差異太大,而無法被辨認。以下所列情形可能會影響偵測,然而在這些情況下,分析仍可正常運作:

提升偵測準確度

• 人坐著、蹲下、或者躺在地板上,可能不會被視為人類,因為其剪影改變過大。

• 不完整的人體形狀,例如:人的身體藏在櫃檯後面,或者被暫時阻擋在其他人身後,皆可能影響偵測。

• 應移除非自然光 ( 例如:霓虹燈 ),否則可能會造成誤判。只有自然光影變化能被排除。

Page 8: Deep Learning NVR 深度動作偵測管理手冊...場景越單純,則深度動作偵測越容易分析物件特徵,並提供正確 的報告。 請參考以下建議: • 若地板上出現光反射或陰影,建議在偵測區域放置地墊或地

06 Synology 管理手冊

使用進階功能

除了詳細的參數設定可準確地追蹤動作,DVA 亦提供標籤功能,便於提升檔案管理的效率,以及破壞偵測來保護您的監控裝置。

標籤與評論

您可以在偵測結果上新增標籤、進行分類並新增評論。例如:您可建立「快遞員」的標籤,在相關的事件標上,方便事後錄影檔案調閱。

善用智慧註記

深度動作偵測可依出現在影像中的物件 (如:人、動物與交通工具 ) 自動註記事件,讓管理者不用手動處理,即可知道錄影檔案內容的大致情況。

使用進階功能

而影片也可透過註記來快速搜尋重要事件。

Page 9: Deep Learning NVR 深度動作偵測管理手冊...場景越單純,則深度動作偵測越容易分析物件特徵,並提供正確 的報告。 請參考以下建議: • 若地板上出現光反射或陰影,建議在偵測區域放置地墊或地

07Synology 管理手冊

提升偵測準確度

synology.com

Synology 可能隨時修改產品規格與說明,恕不另行通知。Copyright © 2019 Synology Inc. 保留一切權利。® Synology 及其他群暉科技股份有限公司 (Synology Inc.) 所有產品之名稱,均為群暉科技股份有限公司所使用或註冊之商標或標 章。本軟體產品所提及之產品及公司名稱可能為其他公司所有之商標。

SYNOLOGY INC.

新北市板橋區 遠東路 1 號 9 樓

台灣 電話:+886 2 2955 1814

SYNOLOGYAMERICA CORP.

3535 Factoria Blvd SE #200, Bellevue, WA 98006

USA 電話:+1 425 818 1587

SYNOLOGY FRANCE

102 Terrasse Boieldieu (TOUR W)92800 Puteaux

法國電話:+33 147 176288

SYNOLOGY GMBH

Grafenberger Allee 12540237 Düsseldorf

Deutschland電話:+49 211 9666 9666

群暉網路科技 ( 上海 ) 有限公司

200070 中國上海市靜安區天目西路 511 號

輔房 201 室 中國

SYNOLOGY UK LTD.

Unit 5 Danbury Court, Linford Wood, Milton Keynes, MK14 6PL,

United Kingdom 電話:+44 (0)1908048029

SYNOLOGYJAPAN CO., LTD.

4F, No. 3-1-2, Higashikanda,Chiyoda-ku, Tokyo, 101-0031

Japan