نگهبان درخواست نمایش

دوربین‌هایتان را از آرشیو به اطلاعات تبدیل کنید

نگهبان سامانهٔ مدیریت ویدئو است: نمایش زنده، بازپخش، جست‌وجوی رویداد، و شناسایی چهره و پلاک در ورودی‌ها — روی همان دوربین‌ها و همان دستگاه ضبطی که امروز دارید.

در حال پیاده‌سازی برای پارک علم و فناوری سیستان و بلوچستان

یک گذر
همهٔ چهره‌های یک فریم با یک بار تشخیص، نه یکی‌یکی
< ۴۰۰ms
از فریم تا ثبت رویداد
۵۰+
دوربین در یک استقرار، دو لایهٔ پردازشی
بدون تعویض
روی دوربین و NVR موجود سوار می‌شود
معرفی

دوربین می‌بیند، ضبط‌کننده نگه می‌دارد، سامانهٔ مدیریت آن را قابل استفاده می‌کند

در سازمانی با ده‌ها دوربین، مسئلهٔ اصلی «نبودِ تصویر» نیست. مسئله این است که تصویرِ ضبط‌شده، بدون یک لایهٔ مدیریت، قابل دیدن، قابل جست‌وجو و قابل پاسخ‌گویی نیست. نگهبان همان لایه است — با این تفاوت که تحلیل هوشمند، افزودهٔ بعدی نیست و از ابتدا در دل آن ساخته شده است.

لایهٔ ۱ — برداشت

دوربین‌ها

جریان اصلی ۸ مگاپیکسل برای دقت، جریان فرعی برای پوشش گسترده. پروتکل RTSP / H.265.

لایهٔ ۲ — ضبط

دستگاه ضبط موجود

ضبط و نگه‌داشت بر عهدهٔ NVR می‌ماند. نگهبان جایگزین آن نیست و آن را دوباره نمی‌سازد.

لایهٔ ۳ — مدیریت و تحلیل

نگهبان

دیوار تصویر زنده، بازپخش، جست‌وجوی رویداد، کاربران و نقش‌ها، گزارش حسابرسی، شناسایی چهره و پلاک، تردد و حضور.

چرا این تفکیک مهم است: سرمایه‌گذاری قبلی سازمان روی دوربین و ضبط حفظ می‌شود. نگهبان روی زیرساخت موجود سوار می‌شود، نه به جای آن.
قابلیت‌ها

آنچه یک اتاق کنترل هر روز به آن نیاز دارد

دیوار تصویر زنده

پخش همهٔ دوربین‌ها در مرورگر با WebRTC؛ تأخیر زیر یک ثانیه، بدون افزونه و بدون نرم‌افزار نصبی.

بازپخش و خط زمان

بازگشت به هر لحظه از آرشیو، با پیوند مستقیم از هر رویداد به تصویر همان ثانیه.

جست‌وجوی رویداد

بر اساس شخص، پلاک، دوربین و بازهٔ زمانی — به جای مرور دستی ساعت‌ها فیلم.

تردد و حضور

ورود و خروج کارکنان به صورت رویداد، محاسبهٔ ساعات کارکرد، و صف بازبینی برای موارد مشکوک.

کاربران و دسترسی

چهار سطح دسترسی — بازبین، اپراتور، کارشناس بررسی و مدیر — و گزارش حسابرسی برای هر اقدام.

سلامت دوربین‌ها

هشدار قطعی، دست‌کاری، خروج از فوکوس و انحراف ساعت؛ پایش پیوستهٔ وضعیت شبکه.

رابط کاربری کاملاً فارسی و راست‌به‌چپ با تقویم هجری شمسی طراحی شده است، نه ترجمهٔ یک پنل انگلیسی.
لایهٔ هوشمند

شناسایی در لحظهٔ عبور، نه فریم‌به‌فریم

  • همهٔ چهره‌های یک فریم با یک گذر. در ورودی شلوغ، افراد یکی‌یکی پردازش نمی‌شوند؛ یک بار تشخیص برای کل تصویر و یک فراخوانی دسته‌ای برای استخراج ویژگی.
  • هویت، ویژگیِ مسیر است نه فریم. سامانه چهره‌ها را در طول عبور ردیابی می‌کند، بهترین تصاویر را برمی‌دارد و یک تصمیم برای هر عبور می‌گیرد — نه ده‌ها تصمیم متناقض برای ده‌ها فریم.
  • پلاک ایرانی با اعتبارسنجی دستور زبان. ساختار پلاک، کد استان و اصلاح خطاهای رایج نویسه‌خوانی؛ بخش بزرگی از دقت، بدون هیچ مدلی، از همین قاعده‌ها می‌آید.
  • جهت حرکت. خط عبور روی تصویر مشخص می‌شود و سامانه ورود را از خروج تفکیک می‌کند.
  • تصمیم نهایی با انسان. هر رویداد با درجهٔ اطمینان ثبت می‌شود و موارد مرزی به صف بازبینی می‌رود، نه مستقیم به گزارش حقوق و دستمزد.
سنجهاندازه‌گیری‌شده
چهرهٔ یافته در هر فریم۴.۶۸ به طور میانگین، حداکثر ۷
گذر تشخیص در هر فریم۱ — مستقل از تعداد افراد
پردازش هر فریم 4K۶۸ میلی‌ثانیه روی RTX 3060
هدف تأخیر رویدادکمتر از ۴۰۰ میلی‌ثانیه
مدل‌های پایه: SCRFD برای تشخیص و ArcFace برای بازشناسی چهره، اجرا روی ONNX Runtime با شتاب‌دهی CUDA.
معماری

دو لایهٔ پردازشی، به جای پردازش کامل همهٔ دوربین‌ها

اجرای تحلیل سنگین روی هر ۵۰ دوربین با بالاترین کیفیت، حدود ده برابر هزینهٔ لازم را تحمیل می‌کند و با این حال در ورودی‌ها هم نتیجه نمی‌دهد. تفکیک زیر، هزینه را به محل نیاز منتقل می‌کند.

 لایهٔ A — ورودی‌هالایهٔ B — سطح سازمان
تعداد دوربین۸ تا ۱۲ (گیت‌ها، درهای ورود، لابی)همهٔ دوربین‌ها
جریان مصرفیجریان اصلی ۸ مگاپیکسل، محدود به ناحیهٔ مورد نظرجریان فرعی، ۲ تا ۴ فریم بر ثانیه
وظیفهچهره، پلاک، جهت حرکت، تشخیص جعلتشخیص شخص و خودرو، رنگ و مشخصات ظاهری
خروجیهویت — چه کسی، کدام خودرو، کدام جهتآرشیو قابل جست‌وجو — بدون شناسایی هویت
محدودیت تعیین‌کنندهٔ طراحی: جریان فرعی یک‌سوم تفکیک خطی دارد و همین، بُرد تشخیص چهره را از ۴ متر به ۱.۳ متر کاهش می‌دهد. پس شناسایی چهره تنها روی جریان اصلیِ دوربین‌های ورودی معنا دارد — و این، نه سلیقه، شکلِ کل معماری را تعیین کرده است.
نتایج آزمون میدانی

آنچه روی دوربین واقعی اندازه‌گیری شد — از جمله آنچه خراب بود

  • تشخیص، مسئله نیست. در همهٔ فریم‌های آزمون، چهره‌های حاضر در یک گذر یافته شدند. هیچ بخشی از مسئلهٔ «چند نفر هم‌زمان» مربوط به تشخیص نبود.
  • محدودیت، جای نصب دوربین است نه لنز. اندازهٔ چهره در فاصلهٔ ۳ متر کافی بود؛ افت کیفیت از زاویهٔ نصب در گوشهٔ سقف می‌آمد. اصلاح ارتفاع و زاویه، نرخ تصاویر قابل استفاده را چند برابر می‌کند.
  • ساعت دوربین ۲۰ ماه خطا داشت. سامانهٔ حضور و غیاب در عمل یک ساعت است با دوربینی بر آن؛ پیش از هر چیز، همگام‌سازی زمان و هشدار انحراف لازم است.
این نتایج را این‌جا می‌آوریم چون روش کار ما همین است: پیش از طراحی زیرساخت و پیش از خرید سخت‌افزار، مدل‌ها روی دوربین و افراد همان سازمان سنجیده می‌شوند. عددی که از آزمون استاندارد جهانی می‌آید، چیزی دربارهٔ ورودی شما نمی‌گوید.
حریم خصوصی و انطباق

سامانه‌ای که مرزهای خودش را می‌داند

پردازش چهره دادهٔ زیست‌سنجی است. ثبت‌نام با اطلاع و رضایت کتبی انجام می‌شود، شرکت‌های مستقر رضایت کارکنان خود را جداگانه می‌دهند، مهمانان ثبت‌نام نمی‌شوند، مدت نگه‌داشت مشخص و محدود است، و هیچ اقدام انتظامی یا حقوقی بدون بازبینی انسانی انجام نمی‌شود.

تحلیل احساسات، سن، جنسیت یا قومیت ردیابی پیوستهٔ افراد در محوطه پایش پنهان یک فرد مشخص اقدام خودکار بر حقوق و دستمزد میزبانی ابری دادهٔ تصویر

یک ورودی، دو هفته، بدون تعهد

نگهبان را روی یک ورودی سازمان شما راه می‌اندازیم و به صورت موازی با روش فعلی اجرا می‌کنیم. در پایان، گزارشی از آنچه واقعاً روی دوربین‌های شما به دست آمد دریافت می‌کنید — چه خوب و چه بد.

info@sbsuntech.ir پارک علم و فناوری زاهدان — فاز ۳ — پلاک ۱۷۰ 0915 630 8230