Warto wiedzieć:
- Analityka wideo AI to oprogramowanie, które samo wykrywa i klasyfikuje obiekty na obrazie: ludzi, pojazdy, tablice i zdarzenia.
- Najczęstsze funkcje to rozpoznawanie tablic (LPR), zliczanie osób, detekcja stref i przekroczenia linii oraz kontrola BHP.
- Realna skuteczność dobrze ustawionego systemu to ok. 90-98%, a nie marketingowe 99,9%.
- Opłaca się przy dużej skali i gdy wynik przekładasz na decyzje. Przy małym obiekcie zwykły monitoring wystarcza.
- Rozpoznawanie twarzy to dane biometryczne i podlega surowym ograniczeniom RODO oraz AI Act.
Producenci kamer prześcigają się w obietnicach - proponują systemy, które same wykryją włamywacza, policzą klientów i odczytają tablice na aucie. Część z tego działa naprawdę dobrze, część jest przereklamowana, a wiele z nich rodzi poważne pytania prawne. Przedstawiamy tutaj analitykę wideo rozłożoną na czynniki pierwsze. Dowiesz się, co realnie potrafi, jaka jest jej skuteczność i kiedy inwestycja się zwraca.
Jak działa analityka wideo AI?
Analityka wideo to nieodłączny element nowoczesnego monitoringu CCTV. Wykorzystuje sieci neuronowe i algorytmy komputerowego widzenia do przetwarzania obrazu z kamer w czasie rzeczywistym. System najpierw wykrywa obiekty, na przykład sylwetki ludzi, pojazdy czy kaski, następnie je klasyfikuje, a na końcu śledzi ich ruch i zachowanie w kadrze. Na tej podstawie wyzwala konkretne reguły: alarm, zliczenie, otwarcie szlabanu lub zapis zdarzenia.
Co potrafi analityka wideo? Przegląd funkcji.
Poniżej najczęściej wdrażane funkcje analityki wraz z tym, co realnie wykrywają i gdzie się sprawdzają.
| Funkcja | Co wykrywa | Typowe zastosowanie |
|---|---|---|
| Rozpoznawanie tablic (LPR) | numery tablic rejestracyjnych | parkingi, bramy, kontrola wjazdu |
| Zliczanie osób | liczbę i kierunek ruchu osób | retail, obiekty publiczne, limit osób |
| Detekcja strefy i linii | wejście w strefę, przekroczenie linii | ochrona obwodowa, strefy niebezpieczne |
| Pozostawione i usunięte przedmioty | nowy statyczny obiekt lub jego zniknięcie | dworce, magazyny, ochrona sprzętu |
| Klasyfikacja obiektów | człowiek, pojazd czy zwierzę | filtrowanie fałszywych alarmów |
| Mapy ciepła | natężenie i ścieżki ruchu | optymalizacja układu sklepu |
| Wykrywanie braku PPE | brak kasku lub kamizelki | BHP w przemyśle i logistyce |
| Rozpoznawanie twarzy | tożsamość na tle bazy wzorców | ⚠ kontrola dostępu - wymaga zgodności z RODO |
Wiersz wyróżniony kolorem dotyczy funkcji o podwyższonych wymogach prawnych (dane biometryczne, RODO).
Realna skuteczność - bez marketingowych 99,9%
Dobrze skonfigurowana analityka jest skuteczna, ale daleko jej do stuprocentowej niezawodności z folderów reklamowych. Wynik mocno zależy od sceny, oświetlenia i jakości kamery. Realistyczne zakresy wyglądają tak:
- Rozpoznawanie tablic (LPR) - ok. 95-98% na zamkniętym, dobrze oświetlonym parkingu; ok. 88-95% w zmiennych warunkach zewnętrznych, takich jak deszcz, śnieg, słabe światło czy brudne tablice.
- Zliczanie osób - ok. 95-98% przy kamerze nad przejściem i umiarkowanym ruchu; spadek do ok. 90-95% przy tłoku, grupach i wózkach.
Na wynik najmocniej wpływają warunki oświetleniowe, pogoda, rozdzielczość i obiektyw kamery, kąt montażu oraz zagęszczenie obiektów w kadrze. Drugi nieodłączny problem to fałszywe alarmy: cień, gałąź czy zwierzę potraktowane jako intruz. Redukuje się je przez klasyfikację obiektów, dobre wykluczenia tła i strojenie progów czułości, a nie przez wybór jednego cudownego algorytmu.
Warto zapamiętać: analityka wideo wspiera operatora, a nie zastępuje go w całości. Dobrze zaprojektowany system ma ograniczać liczbę zbędnych powiadomień i kierować uwagę człowieka na realne zdarzenia, a nie obiecywać bezobsługową, nieomylną ochronę.
Edge AI czy analityka na serwerze?
Analitykę można uruchomić w dwóch miejscach, a wybór wpływa na koszt, skalowalność i czas reakcji.
Analityka na kamerze (edge AI)
Przetwarzanie odbywa się w samej kamerze z wbudowanym układem AI. Zaletą jest bardzo szybka reakcja i oszczędność pasma, bo do serwera trafiają metadane, a nie pełne wideo. Ograniczeniem są prostsze modele i trudniejsza rozbudowa. Sprawdza się przy bramach, peronach i pojedynczych strefach.
Analityka na serwerze lub NVR
Obraz trafia do serwera z GPU, gdzie pracują bardziej złożone modele i analiza wielu kamer naraz. Łatwiej ją aktualizować i zarządzać centralnie. Wymaga jednak mocy obliczeniowej i sprawdza się przy dużych, rozproszonych obiektach.
Kiedy analityka się opłaca, a kiedy wystarczy zwykły monitoring?
Analityka AI zwraca się w trzech warunkach naraz: gdy masz dużą skalę zdarzeń, gdy każdy incydent dużo kosztuje i gdy wynik analizy realnie wpływa na decyzje lub automatyzację. Gdy monitoring służy głównie do odtworzenia nagrań po fakcie, klasyczny CCTV w zupełności wystarcza.
Analityka się opłaca, gdy:
- masz dużą skalę ruchu, procesów lub wielu obiektów,
- pojedynczy incydent dużo kosztuje (wypadek, kradzież, brak BHP),
- chcesz automatyzować, np. wjazd przez LPR i szlabany,
- wynik analizy włączasz w decyzje: grafiki, układ sklepu, procedury.
Zwykły monitoring wystarcza, gdy:
- obiekt jest mały, a ryzyka ograniczone,
- kamery służą głównie do nagrania dowodowego,
- nie zarządzasz na podstawie danych z kamer,
- ruch jest niewielki i dobrze widoczny dla obsługi.
W praktyce analityka najczęściej zarabia w handlu (zliczanie i mapy ciepła do układu sklepu), logistyce i magazynach (BHP, ochrona stref ruchu wózków), na parkingach (LPR i automatyczne szlabany) oraz w przemyśle (kontrola PPE i jakości procesu). W małym sklepie osiedlowym czy magazynie o sporadycznym ruchu ten sam sprzęt będzie kosztem bez zwrotu.
Analityka a RODO i AI Act
Im więcej system rozpoznaje, tym więcej obowiązków prawnych. Granica przebiega przy danych biometrycznych.
Rozpoznawanie twarzy to przetwarzanie danych biometrycznych w rozumieniu art. 9 RODO, objętych co do zasady zakazem, z wąskimi wyjątkami (m.in. wyraźna zgoda, ważny interes publiczny). Sam zapis wizerunku to zwykła dana osobowa; biometrią staje się dopiero użycie algorytmu do jednoznacznej identyfikacji. Dla takich systemów ocena skutków dla ochrony danych (DPIA) jest w praktyce obowiązkowa.
Rozpoznawanie tablic (LPR) przetwarza dane osobowe, bo numer rejestracyjny pozwala pośrednio ustalić właściciela pojazdu. Tu wystarczy jednak podstawa z art. 6 RODO, najczęściej wykonanie umowy (abonament parkingowy) lub uzasadniony interes administratora.
Dodatkowo unijny akt o sztucznej inteligencji (AI Act) traktuje systemy zdalnej identyfikacji biometrycznej jako wysokiego ryzyka, a masowe rozpoznawanie twarzy w przestrzeni publicznej jest co do zasady zakazane dla podmiotów prywatnych. Każdy system z analityką powinien mieć jasne obowiązki informacyjne: tablice przy wejściu i klauzulę, która wprost wymienia LPR lub rozpoznawanie twarzy, jeśli są stosowane. Lokalna kontrola dostępu dla wąskiej grupy osób bywa dopuszczalna, ale wymaga rygorystycznego podejścia.
