اعتدت أن أتلقى أكثر من 40 تنبيهًا كاذبًا كل ليلة من كاميرا PTZ واحدة في مزرعة في تكساس. الرياح، الظلال، الحشرات - كلها ضوضاء، لا قيمة لها. هذا الألم دفعني للبحث عن طريقة أفضل.
A بنية ‘التحقق المزدوج’ ثنائية العدسة1 تقلل عادةً الإنذارات الكاذبة بنسبة 85% إلى 95% مقارنةً بكاميرا PTZ واحدة. يتم تحقيق ذلك من خلال الترشيح متعدد الطبقات: تكتشف عدسة واسعة الزاوية ثابتة الحركة أولاً، ثم يؤكد الذكاء الاصطناعي أن الهدف هو إنسان أو مركبة، وفقط بعد ذلك تشارك كاميرا PTZ في التحقق عن قرب.

أدناه، سأوضح بالتفصيل كيف يعمل هذا لكل مشغل إنذار كاذب شائع، وكمية البيانات وعمر البطارية التي توفرها، ولماذا هذا مهم لاقتراح مشروعك التالي. دعنا نبدأ.
جدول المحتويات
هل تلغي عملية “التحقق المزدوج” ثنائية العدسة التنبيهات الناتجة عن الظلال أو أوراق الشجر؟
لقد فقدت العد كم مرة أرسلت لي فرع شجرة مسكيت تتمايل في الرياح هاتفي يرن في الساعة 2 صباحًا. الظلال وأوراق الشجر هي العدو الأول لأنظمة PTZ الفردية.
نعم. تلغي عملية التحقق المزدوج ثنائية العدسة تقريبًا جميع التنبيهات الناتجة عن الظلال أو أوراق الشجر. تستخدم العدسة الثابتة نمذجة خلفية بالذكاء الاصطناعي2 لتعلم كيف تبدو “الحركة الطبيعية” - تمايل الأغصان، تحرك الظلال - ولا تشير إلا إلى الكائنات التي تتطابق مع ملامح شكل الإنسان أو المركبة.

كيف تفشل كاميرا PTZ الفردية مع الظلال وأوراق الشجر
تحتوي كاميرا PTZ الفردية على عدسة واحدة. تقوم تلك العدسة بكل شيء: الاكتشاف، التتبع، والتسجيل. المشكلة بسيطة. عندما ترى الكاميرا تغير البكسلات، فإنها تطلق تنبيهًا. لا تعرف ما إذا كانت تلك البكسلات قد تغيرت بسبب دخول شخص ما، أو بسبب تحرك سحابة وتحرك الظل على الأرض.
في المناطق العاصفة - فكر في سهول تكساس، أو سهول كندا، أو حواف الصحراء في الشرق الأوسط مع الشجيرات - هذه مشكلة مستمرة. ترى الكاميرا الحركة في كل مكان. كل هبة رياح تصبح متسللاً محتملاً.
إليك ما يحدث تقنيًا:
- تستخدم كاميرا PTZ تمييز الإطارات3 للكشف عن الحركة.
- تحرك الرياح غصنًا. تتغير وحدات البكسل. يتم إطلاق تنبيه.
- تقوم الكاميرا المتحركة بالدوران نحو المنطقة. لا يوجد شيء هناك.
- في هذه الأثناء، يمكن لمقتحم حقيقي الدخول من زاوية أخرى. الكاميرا المتحركة مشغولة بمطاردة الأوراق.
كيف يحل العدستان المزدوجتان هذه المشكلة
تحافظ العدسة الثابتة ذات الزاوية الواسعة على رؤية ثابتة للمشهد بأكمله. تبني نموذجًا للخلفية بمرور الوقت. يتعلم هذا النموذج أن الأغصان تتحرك، والظلال تتغير، والعشب يتأرجح. هذه تغيرات “طبيعية” في وحدات البكسل.
عندما يدخل شيء جديد إلى الإطار - شيء لم يكن موجودًا من قبل ويتطابق مع شكل إنسان أو مركبة - يقوم الذكاء الاصطناعي بتمييزه. عندها فقط يقوم النظام بتنشيط الكاميرا المتحركة.
سلسلة التحقق المكونة من ثلاث خطوات
| الخطوة | ما يحدث | ما يتم تصفيته |
|---|---|---|
| الخطوة 1: طرح الخلفية | تقارن العدسة الثابتة الإطار الحالي بالخلفية المتعلمة | الظلال، الأغصان المتأرجحة، تغيرات الإضاءة التدريجية |
| الخطوة 2: تصنيف الشكل | يتحقق الذكاء الاصطناعي مما إذا كان الكائن الجديد يتطابق مع ملف تعريف الإنسان/المركبة | الحيوانات، الأكياس البلاستيكية، نباتات دوارة |
| الخطوة 3: تأكيد الكاميرا المتحركة | تقوم الكاميرا المتحركة بالتكبير لالتقاط التفاصيل والتحقق النهائي | أي حالات هامشية متبقية |
تعني سلسلة الخطوات الثلاث هذه أنه بحلول الوقت الذي يصل فيه تنبيه إلى هاتفك أو مركز المراقبة الخاص بك، فقد اجتاز ثلاث عمليات فحص منفصلة. لا يمكن للظل اجتياز الخطوة 2. لا يمكن للغصن اجتياز الخطوة 2. فقط الأشياء التي تشبه الأشخاص أو المركبات تمر.
أرقام العالم الحقيقي
في اختبارات المصنع لدينا عبر دورات مدتها 30 يومًا في البيئات الخارجية، انخفضت مشغلات الظل وأوراق الشجر من متوسط 35 يوميًا (PTZ واحد) إلى أقل من 3 يوميًا (عدسة مزدوجة). هذا انخفاض يزيد عن 90%.
التنبيهات الـ 3 المتبقية يوميًا؟ عادةً ما تكون حيوانات كبيرة مثل الغزلان التي تتطابق مؤقتًا مع صورة ظلية بشرية. يمكن تقليل هذه أيضًا بشكل أكبر باستخدام ترشيح نسبة الحجم بناءً على المسافة المعروفة من العدسة الثابتة.
كم سأوفر من بيانات 4G شهريًا عن طريق تصفية المشغلات الكاذبة باستخدام الذكاء الاصطناعي ثنائي العدسة؟
كل إنذار كاذب يكلف بيانات. كل مقطع تم تحميله، وكل صورة إشعار دفع - كل ذلك يستهلك خطة 4G الخاصة بك. في المواقع البعيدة التي تعمل بالطاقة الشمسية4, ، يعني هدر البيانات أيضًا هدرًا للبطارية.
عن طريق تصفية 85-95% من المشغلات الكاذبة قبل وصولها إلى وحدة 4G5, ، يمكن لنظام الذكاء الاصطناعي مزدوج العدسة تقليل استهلاك البيانات الشهري من 15-30 جيجابايت إلى 1.5-4 جيجابايت. بالنسبة لنشر نموذجي مكون من 10 كاميرات، يترجم هذا إلى توفير 200-500 دولار شهريًا في تكاليف بيانات الهاتف المحمول وحدها.

لماذا تستنزف الإنذارات الكاذبة ميزانية بياناتك
في كل مرة يقوم فيها PTZ واحد بتشغيل إنذار كاذب، فإنه يقوم بعدة أشياء تستهلك البيانات:
- يلتقط مقطع فيديو (عادةً 10-30 ثانية).
- يقوم بتحميل لقطة شاشة لـ إشعارًا فوريًا6.
- قد يقوم ببث فيديو مباشر إذا تم ضبط نظام إدارة الفيديو (VMS) الخاص بك على السحب التلقائي عند التنبيه.
- يرسل حزم بيانات وصفية إلى خادم السحابة الخاص بك.
مقطع مدته 15 ثانية بدقة 1080 بكسل بضغط متوسط يبلغ حوالي 5-8 ميجابايت. إذا أطلق PTZ الخاص بك 40 إنذارًا كاذبًا يوميًا، فهذا يعني 200-320 ميجابايت يوميًا من المشغلات الكاذبة فقط. على مدار شهر، يمثل ذلك 6-10 جيجابايت من البيانات المهدرة لكل كاميرا.
الرياضيات على الوفورات
| متري | PTZ واحد | الذكاء الاصطناعي مزدوج العدسة | التوفير |
|---|---|---|---|
| إنذارات كاذبة يوميًا | 30-50 | 2-5 | 85-95% أقل |
| البيانات لكل إنذار كاذب | 5-8 ميجابايت (مقطع + صورة) | 0 ميجابايت (تمت تصفيته محليًا) | 100% لكل حدث تمت تصفيته |
| البيانات الشهرية لكل كاميرا | 15-30 جيجابايت | 1.5-4 جيجابايت | ~85% انخفاض |
| التكلفة الشهرية (10 كاميرات، 1.5 دولار/جيجابايت) | 75-150 دولار | 7.5-20 دولار | 67.5-130 دولار تم توفيرها |
كيف يحدث التصفية محليًا
هذه هي النقطة الأساسية التي يغفلها الكثيرون. يقوم الذكاء الاصطناعي ثنائي العدسة بتصفية البيانات على الحافة7 — داخل الكاميرا نفسها. لا يصبح الإنذار الكاذب حدثًا بياناتيًا أبدًا لأنه لا يجتاز فحص الذكاء الاصطناعي أبدًا.
فيما يلي التسلسل:
- تكتشف العدسة الثابتة تغيير البكسل.
- يقوم معالج الذكاء الاصطناعي الموجود على اللوحة بتشغيل تصنيف الأشكال.
- النتيجة: “ليس إنسانًا، وليس مركبة”. يتم تجاهل الحدث.
- تبقى وحدة 4G في وضع السكون. لا يتم استهلاك أي بيانات.
قارن هذا بكاميرا PTZ واحدة حيث يؤدي كل حدث حركة إلى تشغيل تحميل مقطع فيديو أولاً، ثم يقرر الخادم السحابي لاحقًا ما إذا كان حقيقيًا. بحلول ذلك الوقت، تكون البيانات قد تم إنفاقها بالفعل.
تأثير عمر البطارية
بالنسبة للمواقع التي تعمل بالطاقة الشمسية، فإن توفير البيانات يعني أيضًا توفير الطاقة. تعد وحدة 4G واحدة من أكثر المكونات استهلاكًا للطاقة في نظام كاميرا عن بعد. في كل مرة تستيقظ فيها للإرسال، تسحب 1.5-3 واط. إذا استيقظت 40 مرة في اليوم بسبب إنذارات كاذبة مقابل 4 مرات في اليوم، فإنك توفر سعة بطارية كبيرة. هذا يعني ألواح شمسية أصغر، وبطاريات أصغر، وتكلفة نظام إجمالية أقل.
في تجربتي في العمل مع المدمجين الذين ينشرون في مواقع خارج الشبكة، فإن توفير البيانات والطاقة وحده يبرر فرق السعر بين كاميرا PTZ واحدة ونظام عدسة مزدوجة في الأشهر 3-4 الأولى من التشغيل.
لماذا يعتبر الإعداد ثنائي العدسة متفوقًا في اكتشاف المتسللين في البيئات المعقدة والمزدحمة؟
مواقع البناء، ساحات الخردة، المزارع ذات المعدات المنتشرة في كل مكان - هذه هي أصعب البيئات لأي كاميرا. كاميرا PTZ واحدة ببساطة لا يمكنها التعامل مع الضوضاء البصرية.
إعداد العدسة المزدوجة متفوق في البيئات المزدحمة لأن العدسة الثابتة ذات الزاوية الواسعة تحافظ على الوعي المكاني للمشهد بأكمله بينما تتعامل كاميرا PTZ مع التحديد. يعني فصل المهام هذا أن النظام يعرف دائمًا مكان الأشياء بالنسبة لبعضها البعض، حتى في المشاهد المعقدة بصريًا مع العديد من الأشكال والأنماط المتداخلة.

مشكلة كاميرا PTZ الواحدة في المشاهد المزدحمة
تواجه كاميرا PTZ واحدة في بيئة مزدحمة مشكلة أساسية: لا يمكنها التكبير مع الحفاظ على الوعي الواسع في نفس الوقت. عندما تقوم بالتكبير إلى 30 مرة للتحقق من ظل خلف جرافة، فإنها تفقد رؤية الموقع بأكمله.
لكن المشكلة الأكبر هي دقة الكشف. في مشهد مزدحم، الخلفية مليئة بالحواف والأشكال والأنماط. تبدو المنصات المكدسة كجدران. الأغطية ترفرف مثل الأشخاص. المعدات لها أسطح عاكسة تخلق أنماط ضوء متحركة.
ستقوم كاميرا PTZ واحدة تستخدم كشف الحركة الأساسي بتشغيل كل هذه الأشياء. خوارزميتها ترى تغيرات البكسل ولا يمكنها التمييز بين زاوية غطاء ترفعها الرياح وشخص يتربص خلف المعدات.
كيف تتعامل العدسة المزدوجة مع التعقيد
تبني العدسة الثابتة في نظام العدسة المزدوجة خريطة مكانية مستمرة خريطة مكانية8 للمشهد. على مدار ساعات وأيام، تتعلم مكان كل كائن. تعرف أن الجرافة موجودة دائمًا في الشبكة C4. تعرف أن الغطاء موجود في الشبكة B2 ويتحرك عندما تتجاوز الرياح 15 كم/ساعة.
عندما يظهر شيء جديد - شيء لم يكن في الخريطة المكانية بالأمس - يقوم النظام بتمييزه للتصنيف. ثم يسأل الذكاء الاصطناعي: “هل هذا الكائن الجديد يشبه شخصًا؟ هل يتحرك مثل شخص؟ هل هو بالحجم المناسب لشخص على هذه المسافة؟”
التحقق من العمق باستخدام بصريات مزدوجة
هذا هو المكان الذي تتمتع فيه أنظمة العدسة المزدوجة بميزة فيزيائية. مع عدستين بمسافة فصل معروفة، يمكن للنظام حساب العمق9 — مدى بُعد الجسم. هذا مهم لأن:
- عنكبوت على العدسة يبدو ضخمًا ولكنه يفتقر إلى العمق. تم تصفيته.
- كيس بلاستيكي يمر بسرعة على بعد مترين ويتحرك بسرعة كبيرة بالنسبة للإنسان. تم تصفيته.
- شخص على بعد 50 مترًا لديه العمق الصحيح ونسبة الحجم وسرعة الحركة. تم تأكيد التنبيه.
الذكاء المستند إلى المناطق
في البيئات المزدحمة، لا تهم كل منطقة بنفس القدر. يتيح لك نظام العدسة المزدوجة رسم تنبيهات دقيقة مناطق10 على العرض الثابت بزاوية واسعة:
- خط سياج المحيط: أولوية عالية.
- منطقة تخزين المعدات: أولوية متوسطة، بعد ساعات العمل فقط.
- الطريق الذي تمر فيه الشاحنات أثناء النهار: أولوية منخفضة خلال ساعات العمل، أولوية عالية ليلاً.
كاميرا PTZ واحدة لا يمكنها القيام بذلك بفعالية لأن مجال رؤيتها يتغير في كل مرة تتحرك فيها. ستحتاج المناطق إلى إعادة حساب لكل موضع تحريك/إمالة. العدسة الثابتة لا تتحرك أبدًا، لذا تظل المناطق متسقة على مدار الساعة طوال أيام الأسبوع.
لماذا هذا مهم لمدمجي الأنظمة
إذا كنت تقوم بنشر كاميرات لعميل لديه موقع معقد، فإن نهج العدسة المزدوجة يعني عددًا أقل من الاستدعاءات. يعمل النظام بشكل صحيح من اليوم الأول لأنه يتكيف مع البيئة بدلاً من محاربتها. لا يتصل بك عميلك في منتصف الليل قائلاً “الكاميرا تستمر في التنبيه على لا شيء”. هذا يحفظ سمعتك وهامش ربحك.
هل يمكنني تزويد عميلي بتقرير “تقليل الإنذارات الكاذبة” بناءً على اختبارات المصنع الخاصة بكم؟
يريد عميلك دليلاً. يريدون أرقامًا مكتوبة قبل توقيع أمر شراء. أتفهم ذلك لأنني كنت في كلا جانبي تلك المحادثة.
نعم. نقدم بيانات اختبار المصنع التي يمكنك استخدامها لبناء تقرير ‘تقليل الإنذارات الكاذبة11‘ لعملائك. اختبارات التحمل الخارجية لمدة 30 يومًا12 تقيس معدلات الإنذارات الكاذبة عبر ظروف بيئية متعددة، ونحن نشارك هذه البيانات مع شركائنا في التكامل بتنسيق جاهز للعروض التقديمية للعملاء.

ما تغطيه اختبارات مصنعنا
نقوم بتشغيل كل نظام مزدوج العدسة من خلال دورة اختبار خارجية مدتها 30 يومًا قبل الشحن. هذا ليس اختبارًا معمليًا بإضاءة خاضعة للرقابة. نختبر في ظروف خارجية حقيقية في شنتشن، والتي تمنحنا الحرارة والرطوبة والمطر والحشرات ووهج الشمس القوي - العديد من التحديات نفسها التي تواجهها في تكساس أو فلوريدا أو الشرق الأوسط.
أثناء الاختبار، نسجل كل حدث اكتشاف ونصنفه:
- إيجابي حقيقي: شخص أو مركبة حقيقية، تم التنبيه إليها بشكل صحيح.
- إيجابي خاطئ: لا يوجد تهديد حقيقي، تم التنبيه إليه بشكل غير صحيح.
- سلبي حقيقي: لا يوجد تهديد، لا يوجد تنبيه (سلوك صحيح).
- سلبي خاطئ: تهديد حقيقي، تم تفويته (المقياس الأكثر أهمية).
عينة بيانات من تقارير الاختبار الخاصة بنا
| حالة الاختبار | الأحداث المسجلة | إيجابيات حقيقية | سلبيات خاطئة | معدل الإنذار الكاذب |
|---|---|---|---|---|
| النهار، طقس صافٍ | 847 | 312 | 8 | 2.5% |
| الليل، الأشعة تحت الحمراء نشطة | 623 | 198 | 14 | 6.8% |
| ظروف المطر/الضباب | 415 | 87 | 11 | 11.2% |
| رياح قوية (> 30 كم/ساعة) | 1,204 | 156 | 22 | 12.4% |
| متوسط 30 يومًا مجمع | 3,089 | 753 | 55 | 6.8% |
قارن هذا بكاميرا PTZ واحدة في نفس الظروف، والتي تُظهر عادةً معدل إنذار خاطئ بنسبة 40-60٪. الانخفاض واضح وموثق.
كيفية استخدام هذه البيانات مع عملائك
نقوم بتنسيق هذه البيانات في تقرير بعلامة تجارية بيضاء يمكنك وضع شعار شركتك عليه. يتضمن التقرير:
- وصف منهجية الاختبار.
- الظروف البيئية أثناء الاختبار.
- عدد الأحداث الخام وتصنيفها.
- رسوم بيانية للمقارنة: PTZ مفرد مقابل عدسة مزدوجة.
- حجم التنبيهات الشهري المتوقع بناءً على حجم الموقع.
هذا يمنح عميلك الثقة بأن الأرقام حقيقية، وليست ادعاءات تسويقية. كما يمنحك ميزة تنافسية على المتكاملين الذين لا يستطيعون تقديم هذا المستوى من التوثيق.
تخصيص التقرير لمشاريع محددة
إذا كان لدى عميلك نوع موقع محدد - على سبيل المثال، مزرعة طاقة شمسية في أريزونا أو ممر خط أنابيب في ألبرتا - يمكننا إجراء اختبارات مستهدفة تحاكي تلك الظروف. نقوم بالتعديل من أجل:
- نشاط الحياة البرية المتوقع (عتبات ترشيح الحجم).
- أنماط الطقس النموذجية (مطر، غبار، ثلج).
- ظروف الإضاءة (وهج الصحراء، شمس الشمال بزاوية منخفضة).
هذا المستوى من التحقق قبل النشر هو شيء لا تستطيع معظم المصانع تقديمه لأنها لا تملك البنية التحتية للبحث والتطوير لإجراء اختبارات خارجية ممتدة. نحن نفعل ذلك، لأننا نصمم ونصنع لوحات الذكاء الاصطناعي داخليًا.
لماذا يبني هذا الثقة مع المشترين التقنيين
ديفيد - عميلك النموذجي من مديري التكنولوجيا أو مديري الهندسة - لديه صفر تسامح مع المواصفات المبالغ فيها. لقد تعرض للخداع من قبل كاميرات ادعت “دقة 99%” ولكنها أطلقت 50 مرة في الليلة على لا شيء. عندما تقدم له تقريرًا يحتوي على بيانات خام وظروف اختبار وأرقام صادقة (بما في ذلك معدل الإنذارات الكاذبة الأعلى أثناء المطر)، فإنه يثق بك. هذه الثقة تغلق الصفقات.
الخاتمة
تقلل بنية العدسة المزدوجة من الإنذارات الكاذبة بنسبة 85-95% مقارنة بـ PTZ مفرد. هذا يوفر البيانات، ويوفر البطارية، ويوفر وقت فريقك، ويمنح عملائك النظام الهادئ والموثوق الذي يدفعون مقابله. الأرقام حقيقية، تم اختبارها، ومتاحة لعرضك التالي.
1. تعرف على كيفية استخدام نظام العدسة المزدوجة لكاميرتين وفحوصات الذكاء الاصطناعي المتراكبة لتقليل الإنذارات الكاذبة. ︎↩︎ 2. يسمح نمذجة خلفية الذكاء الاصطناعي للكاميرا بتعلم حركة المشهد النموذجية وتجاهل التغييرات الروتينية مثل الأغصان المتمايلة. ︎↩︎ 3. اختلاف الإطارات هو طريقة أساسية للكشف عن الحركة تطلق تنبيهات عند تغير قيم البكسل بين الإطارات المتتالية. ︎↩︎ 4. تتطلب المواقع النائية التي تعمل بالطاقة الشمسية استهلاكًا منخفضًا للطاقة؛ يقلل ترشيح الإنذارات الكاذبة من استنزاف البطارية الناتج عن عمليات إرسال 4G غير الضرورية. ︎↩︎ 5. تتيح وحدة 4G إرسال البيانات الخلوية للكاميرات البعيدة ولكنها تستهلك الكثير من الطاقة وتستهلك البيانات عند كل عملية تحميل. ︎↩︎ 6. ترسل الإشعارات الفورية صورة تنبيه إلى جهاز محمول، ولكن كل إنذار كاذب يستهلك البيانات ويزعج المستخدمين. ︎↩︎ 7. تعالج الحوسبة الطرفية البيانات محليًا على الجهاز، مما يقلل من زمن الاستجابة واستخدام النطاق الترددي عن طريق تجنب التحميلات السحابية لكل حدث. ︎↩︎ 8. يسجل الخريطة المكانية الموقع الدائم للكائنات الثابتة حتى يتمكن الذكاء الاصطناعي من تجاهلها واكتشاف التعديات الجديدة. ︎↩︎ 9. يتحقق التحقق من العمق من الفصل المادي بين عدستين لحساب مسافة الكائن وتصفية الإنذارات الكاذبة القريبة من العدسة. ︎↩︎ 10. تتيح لك الاستخبارات المستندة إلى المناطق تعيين أولويات تنبيه مختلفة لمناطق مختلفة من المشهد، مما يقلل من المشغلات غير ذات الصلة. ︎↩︎ 11. توفر تقارير اختبار المصنع بيانات شفافة حول معدلات الإنذار الكاذب في ظل ظروف مختلفة، مما يساعد المدمجين على كسب ثقة العملاء. ︎↩︎ 12. يحاكي اختبار خارجي موسع الظروف الواقعية مثل الرياح والمطر والحشرات للتحقق من معدلات الإنذار الكاذب. ︎↩︎