Стандарт IEC 62676-4:2025 представляет собой не просто обновление, а кардинальную ревизию подхода к проектированию систем видеонаблюдения. Его публикация фактически знаменует собой окончательный отказ от устаревшей концепции DORI, представленной в далеком 2014 году.
Новый стандарт OODPCVS, опубликованный Международной электротехнической комиссией (IEC) в прошлом году, внес существенные изменения в классификацию и оценку уровней детализации изображения в системах видеонаблюдения. Это отражает значительные достижения в области цифровой обработки изображений, видеоаналитики на основе искусственного интеллекта и растущую потребность в более точных определениях визуальных деталей в современных системах безопасности.
Hikvision инвестирует в перестройку R&D и портфеля, чтобы вместе с партнёрами не просто адаптироваться, а задавать новые стандарты эффективности и детализации в видеонаблюдении.
1. Камеры стали намного лучше. Появились камеры 4K/8K и панорамные с несколькими сенсорами. Старые нормы 2014 года (например, «250 пикселей на человека») для них уже неактуальны — они дают избыточную или неравномерную детализацию.
2. Главным «зрителем» теперь стал ИИ. Раньше детализация рассчитывалась для глаза оператора. Сегодня изображение анализируют алгоритмы (распознавание лиц, номеров), которым нужна строго определённая и часто более высокая детализация, чем человеку.
3. Требуется точность и унификация. Устаревшая классификация вела к ошибкам в проектировании (лишние камеры) и рискам: видео могло быть субъективно узнаваемым, но непригодным для формальной экспертизы или алгоритма.
Новая классификация — это точный инструмент для проектирования современных систем, где ключевую роль играет видеоаналитика.
Видеоаналитика вышла за рамки безопасности, превратившись в инструмент оптимизации бизнес-процессов. В логистике, энергетике, промышленности и розничной торговле она решает задачи, требующие точных, количественных показателей. Современные сценарии применения диктуют необходимость в объективных и измеримых метриках для производственных и операционных задач.
Широкое распространение классификации DORI было обусловлено её простотой. Однако её четыре базовых уровня (Обнаружение, Наблюдение, Распознавание, Идентификация) стали недостатком в эпоху интелллектуальной видеоаналитики: они не способны описать сложные сценарии и не обеспечивают необходимой точности для алгоритмов ИИ.
Ответом на эти вызовы стала новая система классификации детализации изображения — OODPCVS (Обзор, Контур, Различение, Восприятие, Характеристика, Валидация, Скурпулезный анализ). Это эволюция DORI, адаптированная под современные задачи: семь чётко описанных уровней дают инженерам точные рекомендации по выбору разрешения камеры для конкретного применения.
На практике это означает пересмотр привычных параметров. Так, задача, которую DORI классифицировала как «Идентификацию» (например, распознавание человека), требовала плотности пикселей около 250 пикселей/м².
В новой системе та же задача соответствует уровню «Проверка», где минимальное требование возрастает до 500 пикселей/м². Это позволяет гарантировать достаточную детализацию даже в неидеальных условиях — при низкой освещённости или в динамичной сцене с движущимся объектом.
| Операции | Детали изображения | Плотность пикселей |
|---|---|---|
| Обнаружение | Расстояние, позволяющее определить нахождение в зоне обзора камеры объекта (человека или автомобиля). | 25 пикселей/м |
| Наблюдение | Расстояние, позволяющее определить основные характеристики объекта или модели поведения без идентификации. | 62 пикселя/м |
| Распознавание | Дистанция, на которой камера может распознать с высокой вероятностью лицо знакомого человека. | 125 пикселей/м |
| Идентификация | Расстояние, на котором легко идентифицируется лицо человека или номер ТС. | 250 пикселей/м |
| Операции | Детали изображения | Плотность пикселей |
|---|---|---|
| Обзор | Общая осведомленность, например, обнаружение движущегося объекта на расстоянии | 20 пикселей/м |
| Контур | Определение контура объекта и отслеживание траектории его движения | 40 пикселей/м |
| Различение | Различение людей, ТС и животных | 80 пикселей/м |
| Восприятие | Расстояние, на котором легко идентифицируется лицо человека или номер ТС | 125 пикселей/м |
| Характеристика | Уверенное обнаружение присутствия и движения в условиях неопределенности, определение типа человека, его походки, поведения, категории транспортного средства. | 250 пикселей/м |
| Валидация | Валидация известных лиц или считывание номерных знаков ТС | 500 пикселей/м |
| Скурпулезный анализ | Обеспечение высочайшей достоверности при идентификации людей, распознавании мелких деталей (эквивалент качества фотографии в паспорте). | 1500 пикселей/м |
Преимущества OODPCVS на практике
OODPCVS делает проектирование систем прикладным, повышая точность и эффективность рабочих процессов.
Точное планирование позволяет задавать целевые параметры детализации для каждой зоны, обеспечивая технически обоснованный подбор оборудования и прогнозируемую эффективность системы видеонаблюдения.
Поддержка ИИ-аналитики.
Каждая задача ИИ получает цифровой стандарт. Например:
Повышенные требования к четкости делают видеоданные качественнее для ежедневных операций и расследований.
Преимущества единого отраслевого языка
Когда производители, интеграторы и заказчики говорят «на одном языке», это напрямую ведет к снижению ошибок и налаживанию четкой коммуникации.
Чтобы партнеры могли проектировать системы видеонаблюдения с максимальной точностью и уверенностью, Hikvision регулярно обновляет всю сопутствующую ресурсную базу: технические характеристики, программные инструменты для проектирования и методические материалы. Производитель предлагает ясные рекомендации и адаптивные решения, которые поддерживают как современные стандарты, так и существующие системы, гарантируя, что каждый проект будет соответствовать ожиданиям заказчика по производительности и надежности.
Как видеоаналитика Hikvision на базе ИИ повышает эффективность производства
Читать
