Mevcut Hikvision veya Dahua Kameralarla Kişi Sayma Yapılabilir mi?
Arama niyeti ve temel çerçeve
Uygun açı, çözünürlük, FPS ve akış erişimi varsa mevcut IP kameralar harici AI sunucusu veya edge cihazıyla bazı sayım senaryolarında değerlendirilebilir.
Teknoloji ve analitik yetenekler
RTSP/ONVIF erişimi entegrasyonu kolaylaştırır; fakat güvenlik için eğimli duvar kamerası doğru footfall geometrisine sahip olmayabilir.
Sınırlamalar ve saha kriterleri
Mağaza dönüşüm oranı gibi küçük hata farklarının önemli olduğu KPI’larda dedicated 3D sensör daha güvenli olabilir.
Satın alma / entegrasyon kararı
Pilot için temsilci girişlerde manuel referans sayımı, yoğun/sakin saat ayrımı, yön hatası, missed count, false positive ve ağ kesintisi sonrası veri bütünlüğü ölçülmelidir.
Mevcut kamera yeniden kullanımında ilk adım envanterdir
Kurumun “200 kameramız var, kişi sayma yapabilir miyiz?” sorusuna toplu evet veya hayır vermek doğru değildir. Kamera konumu, çözünürlük, codec, frame rate, lens, gece/gündüz koşulu, RTSP erişimi ve sahadaki insan piksel boyutu örneklenmelidir. Aynı model farklı yerleşimde farklı analitik değere sahip olabilir.
Pratik yöntem kamera envanterini üç sınıfa ayırmaktır: mevcut haliyle pilotlanabilir, küçük açı/konum değişikliğiyle kullanılabilir, dedicated sensör gerekir. Böylece dönüşüm projesi “her şeyi değiştir” yaklaşımından çıkar.
AI sunucusu tasarımında kapasite nasıl düşünülür?
Merkezi video analitik her kamera için decode, inference ve tracking yükü oluşturur. 1080p 25 fps akışı olduğu gibi analiz etmek her zaman gerekli değildir; use case’e göre analiz fps’i, çözünürlük ve ROI optimize edilebilir. GPU kapasitesi yalnız kamera sayısından hesaplanmamalıdır.
Ayrıca failover, bakım penceresi ve ağ bant genişliği de hesaba katılmalıdır. Bir sunucunun laboratuvarda 50 stream açması, 7/24 üretim ortamında 50 stream için güvenli kapasite olduğu anlamına gelmez.
Hangi use case’lerde mevcut CCTV daha mantıklı?
Genel occupancy trendi, bölgeye giriş/çıkış, belirli alan ihlali veya orta toleranslı traffic analytics gibi kullanım alanları uygun kamera görüşünde mevcut CCTV ile ekonomik olabilir. Özellikle kamera zaten iş problemine uygun açıdaysa yeni donanım ihtiyacı azalır.
Mağaza dönüşüm oranının temelini oluşturan hassas kapı footfall ölçümünde ise dedicated üstten sensör daha tekrarlanabilir standart sağlayabilir. Amaç her problemi aynı araçla çözmek değil, gereken doğruluk sınıfını seçmektir.
PoC’yi başarı kriterine bağlamak
PoC başlamadan “başarılı” tanımı yazılmalıdır: örneğin belirli saat aralığında giriş hata oranı, maksimum veri kaybı, gecikme, yanlış pozitif ve sistem uptime. Kriterler sonradan seçilirse ekipler aynı sonucu farklı yorumlayabilir.
CS Otomasyon için iyi PoC sonunda iki çıktı üretir: teknik uygulanabilirlik ve ölçekleme maliyeti. Böylece müşteri pilot videosu değil, rollout kararı alabilecek bir rapor elde eder.
CS Otomasyon yaklaşımı
Mevcut kamera dönüşümünde CS Otomasyon 'hepsini değiştir' veya 'hepsi olur' yaklaşımından kaçınır. Kamera envanterini analitik uygunluğa göre sınıflandırır, temsilci sahalarda PoC yapar ve dedicated sensör gereken girişleri veriyle belirler.
SSS
Her RTSP kamera uygun mu?
Hayır. Akış erişimi yalnız entegrasyon sağlar; görüntü geometrisi doğruluğu belirler.
Analog kamera kullanılabilir mi?
Encoder ile mümkün olabilir ancak kalite ve gecikme saha testine tabi tutulmalıdır.
Mevcut kamera açısı değiştirilebilir mi?
Fiziksel kurulum ve güvenlik use case’i izin veriyorsa bazı kameralar analitik için yeniden konumlandırılabilir; güvenlik kapsaması kaybedilmemelidir.
RTSP açmak güvenlik riski yaratır mı?
Yanlış yapılandırılırsa yaratabilir; ağ segmentasyonu, kimlik doğrulama ve erişim kontrolü uygulanmalıdır.
PoC kaç mağazada yapılmalı?
Tek sayı yoktur; farklı geometri ve trafik sınıflarını temsil eden küçük ama çeşitli bir örnek seçilmelidir.
Sonuç ve CTA
Marka veya model kararını yalnız ürün adına göre değil, gerçek giriş geometrisi ve hedef KPI üzerinden verin. CS Otomasyon ile saha keşfi ve pilot doğrulama planlayarak kişi sayma verisini merkezi, ölçülebilir bir operasyon modeline dönüştürebilirsiniz.