Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
https://er.chdtu.edu.ua/handle/ChSTU/10321| Назва: | Компоненти автоматизованої системи аналізу даних відеоспостереження |
| Автори: | Лукашенко, Валентина Максимівна Баранов, Андрій Дмитрович |
| Ключові слова: | компоненти автоматизованої системи;аналіз даних;відеоспостереження;NVR-реєстратор;камера;реляційна модель;коефіцієнт еквівалентності |
| Дата публікації: | чер-2026 |
| Короткий огляд (реферат): | Метою кваліфікаційної роботи бакалавра є підвищення ефективності автоматизованої системи аналізу даних відеоспостереження шляхом імплементації найкращих компонентів серед множини серійно випускових. Предметом дослідження є компоненти автоматизованої системи аналізу даних відеоспостереження. У кваліфікаційній роботі бакалавра проведено: - обґрунтування теми автоматизованої системи аналізу даних відеоспостереження; - аналіз існуючих сучасних компонентів систем відеоспостереження та їх техніко-економічних показників; - проведення порівняльного аналізу моделей камер відеоспостереження та мережевих відеореєстраторів за визначеними параметрами; Визначено найбільш ефективні моделі компонентів автоматизованої системи аналізу даних відеоспостереження, що забезпечують підвищення ефективності функціонування системи та покращення якості обробки відеоданих. Проведено інформаційний збір множини існуючих серійно випускових моделей камер відеоспостереження та мережевих відеореєстраторів для побудови реляційної моделі даних автоматизованої системи аналізу відеоспостереження. Проведений аналіз результатів критеріїв якості та побудованих гістограм показав ефективність використання визначених моделей компонентів для автоматизованої системи аналізу даних відеоспостереження. Визначено напрямок подальшого удосконалення системи та підвищення її функціональних можливостей. |
| URI (Уніфікований ідентифікатор ресурсу): | https://er.chdtu.edu.ua/handle/ChSTU/10321 |
| Розташовується у зібраннях: | 174 Автоматизація, комп'ютерно-інтегровані технології та робототехніка (Автоматизація та комп'ютерно-інтегровані системи та компоненти) |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| Б_151_2026_Баранов.pdf Restricted Access | 1.28 MB | Adobe PDF | Переглянути/Відкрити Запит копії |
Усі матеріали в архіві електронних ресурсів захищено авторським правом, усі права збережено.
Extracted text
МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
ЧЕРКАСЬКИЙ ДЕРЖАВНИЙ ТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ
ФАКУЛЬТЕТ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ І СИСТЕМ
КАФЕДРА РОБОТОТЕХНІКИ ТА СПЕЦІАЛІЗОВАНИХ
КОМП’ЮТЕРНИХ СИСТЕМ
ПОЯСНЮВАЛЬНА ЗАПИСКА
до кваліфікаційної роботи
освітнього ступеня «бакалавр»
на тему: Компоненти автоматизованої системи аналізу даних
відеоспостереження
Виконав студент 4 курсу групи АКІТ-2209
спеціальності 151 Автоматизація
та комп’ютерно-інтегровані
технології
Андрій БАРАНОВ
(ім’я та ПРІЗВИЩЕ)
Керівник Валентина ЛУКАШЕНКО
(ім’я та ПРІЗВИЩЕ)
Рецензент
(ім’я та ПРІЗВИЩЕ)
Захист дозволяю:
зав. кафедри, д.т.н., професор Валентина ЛУКАШЕНКО
(підпис) (ім’я та ПРІЗВИЩЕ)
Черкаси 2026
ЗМІСТ
СПИСОК СКОРОЧЕНЬ ТА УМОВНИХ ПОЗНАЧЕНЬ ................................ 4
ВСТУП ................................................................................................................. 5
ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ ................................................... 6
Актуальність теми ............................................................................................ 6
Мета та завдання дослідження ...................................................................... 7
Об’єкт дослідження ......................................................................................... 7
Предмет дослідження ...................................................................................... 7
Методи дослідження ........................................................................................ 8
Апробація .......................................................................................................... 8
Публікації .......................................................................................................... 8
РОЗДІЛ 1. СТАН ПРЕДМЕТА ДОСЛІДЖЕННЯ ТА
ФОРМУВАННЯ ЗАВДАНЬ ............................................................................... 9
1.1 Основні поняття та визначення ............................................................... 9
1.2 Сфери застосування автоматизованої системи аналізу даних
відеоспостереження та основних компонентів ........................................... 12
1.3 Основні компоненти автоматизованої системи аналізу даних
відеоспостереження ....................................................................................... 26
1.3.1 Основні компоненти NVR-реєстраторів та їх особливості .............. 27
1.3.2 Основні компоненти камер відеоспостереження та їх особливості 28
1.4 Формулювання завдань дослідження компонентів автоматизованої
системи аналізу даних відеоспостереження ................................................ 31
Висновок до розділу 1 .................................................................................. 33
РОЗДІЛ 2. СПЕЦІАЛІЗОВАНА БАЗА ДАНИХ МНОЖИНИ КАМЕР
СПОСТЕРЕЖЕННЯ ЧЕРЕЗ РЕЛЯЦІЙНУ МОДЕЛЬ ЗА ОСНОВНИМИ
ПАРАМЕТРАМИ ............................................................................................... 34
2.1 Реляційна модель основних елементів камер відеоспостереження .... 34
2.2 Конструктивні особливості камер відеоспостереження ..................... 36
2.3 Аналіз камер відеоспостереження за якісними характеристиками ... 46
2
2.4 Модель класифікації камер відеоспостереження ................................. 50
2.5 Реляційна модель множини даних камер відеоспостереження за
основними параметрами та аналітичне дослідження ................................. 52
Висновок до розділу 2 .................................................................................. 58
РОЗДІЛ 3. СПЕЦІАЛІЗОВАНА БАЗА ДАНИХ МНОЖИНИ МРЕЖЕВИХ
РЕЄСТРАТОРІВ ЧЕРЕЗ РЕЛЯЦІЙНУ МОДЕЛЬ ЗА ОСНОВНИМИ
ПАРАМЕТРАМИ .............................................................................................. 59
3.1 Реляційна модель основних елементів NVR-реєстраторів .................. 59
3.2 Конструктивні особливості NVR-реєстраторів .................................... 62
3.3 Аналіз NVR-реєстраторів за якісними характеристиками .................. 68
3.4 Модель класифікації NVR-реєстраторів ................................................ 69
3.5 Реляційна модель множини даних NVR-реєстраторів за основними
параметрами та аналітичне дослідження ..................................................... 71
Висновок до розділу 3 ................................................................................... 78
ВИСНОВКИ ....................................................................................................... 79
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ ......................................................... 80
3
СПИСОК СКОРОЧЕНЬ ТА УМОВНИХ ПОЗНАЧЕНЬ
АСАДВ – автоматизована система аналізу даних відеоспостереження;
ТЕП – техніко-економічні показники;
ПЗ – програмне забезпечення;
КЕ – коефіцієнт еквівалентності;
ІЧ-підсвічування – інфрачервоне підсвічування;
CMOS – (Complementary Metal-Oxide-Semiconductor) комплементарний
метал-оксидний-напівпровідник;
CCD – (Charge Coupled Device) прилад із зарядовим зв'язком;
PoE – (Power over Ethernet) струм через Ethernet;
NVR – (Network Video Recorder) мережевий відеореєстратор;
PTZ – (Pan-Tilt-Zoom) Панорамування-Нахил-Зум;
DSP – (Digital Signal Processor) процесор цифрових сигналів;
GPU – (Graphics Processing Unit) графічний процесор;
SoC – (System on Chip) система на кристалі;
NPU – (Neural Processing Unit) прискорювач штучного інтелекту;
HDMI – (High-Definition Multimedia Interface) мультимедійний інтерфейс
високої чіткості;
SDI – (Serial Digital Interface) послідовний цифровий інтерфейс;
RAID – (Redundant Array of Independent Disks) масив незалежних дисків
з надмірністю;
LED – (Light Emitting Diode) світлодіод;
EXIR – (Extra Infrared) додаткове інфрачервоне випромінювання;
IP – (Internet protocol) інтернет протокол.
4
ВСТУП
Автоматизація системи аналізу даних відеоспостереження є
сучасним напрямом у сфері безпеки та моніторингу, що дозволяє значно
підвищити ефективність контролю за об’єктами та процесами. Основною
перевагою таких систем є здатність швидко та точно обробляти великі
обсяги відеоданих без безпосередньої участі людини, що зменшує
ймовірність помилок, пов’язаних з людським фактором, та підвищує
оперативність реагування на події. Крім того, автоматизовані системи
дозволяють вести постійний моніторинг, аналізувати поведінкові та
аномальні патерни, здійснювати розпізнавання об’єктів або осіб, а також
інтегруватися з іншими інформаційними системами для формування
звітності та статистики. Важливим аспектом є також можливість
масштабування системи та її адаптації до різних умов експлуатації, що
робить її універсальним інструментом для організацій будь-якого
масштабу.
Разом з тим, автоматизація системи відеоспостереження має певні
недоліки. Серед них слід зазначити високу вартість розробки та
впровадження програмного (ПЗ) забезпечення та апаратних засобів, а
також необхідність постійного технічного супроводу та оновлення
системи. Крім того, складність алгоритмів обробки даних може
призводити до помилкових спрацьовувань, наприклад, у разі поганих
погодних умов або нестандартної поведінки об’єктів. Також існує
залежність від якості вихідних відеоданих та технічних характеристик
камер, що впливає на точність аналізу. Необхідною умовою ефективного
функціонування автоматизованої системи є високий рівень кібербезпеки,
адже збір та обробка великих обсягів відеоінформації підвищує ризик
витоку конфіденційних даних.
5
ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ
Актуальність теми
У сучасних умовах стрімкого розвитку інформаційних технологій та
цифровізації суспільства системи відеоспостереження набувають дедалі
ширшого застосування у сферах безпеки, транспорту, промисловості,
торгівлі та управління міською інфраструктурою. Сучасні досягнення в
галузі штучного інтелекту, машинного навчання [1, 2, 4] та комп’ютерного
зору [3] створюють передумови для ефективної автоматизації процесів
аналізу відеоспостереження. У зв’язку з цим актуальним є впровадження
автоматизованих систем аналізу відеоданих, здатних працювати в режимі
реального часу та мінімізувати вплив людського фактору.
Питання розробки автоматизованої системи аналізу даних
відеоспостереження присвячена низка праць, зокрема Дудатьев А. В.,
Баришев Ю. В., Войтович О. П., Лесюк А. М., Яцишин С. П., але питанню
використання найкращих компонентів із множини існуючих за
ТЕП(Техніко-економічними показниками) для системи АСАДВ заслуговує
додаткових досліджень.
Дослідженням встановлено що підвищення ефективності техніко-
економічних показників компонентів АСАДВ призводить до адекватного
підвищення ефективності системи в цілому. Одними із основних
компонентів АСАДВ є камера відеоспостереження та мережеві
відеореєстратори (NVR). Тому нижче розглядаються ключові компоненти,
а саме камери відеоспостереження та реєстратори.
Такі системи дозволяють здійснювати автоматичне виявлення
об’єктів, розпізнавання подій, аналіз поведінки та виявлення аномалій, що
значно підвищує рівень безпеки та ефективність управлінських рішень.
6
Мета та завдання дослідження
Метою роботи є підвищення ефективності автоматизованої системи
аналізу даних відеоспостереження шляхом імплементації найкращих
компонентів серед множини серійно випускових.
Для досягнення поставленої мети необхідно розв’язати такі завдання:
1. Провести дослідження стану предмету та сфери застосування
визначених серійно випускових компонентів АСАДВ.
2. Створити реляційні моделі даних множини моделей компонентів:
камер спостереження; реєстраторів за визначеними ключовими техніко-
економічні показниками на базі евристичного методу.
3. Визначити математичну модель коефіцієнта еквівалентності (КЕ),
фізичне тлумачення якого відповідає визначеному параметру для
оцінювання при порівняльному аналізу.
4. Створення реляційної моделі даних КЕ за результатами їх
розрахунків та побудова їх гістограм. Визначити найкращі моделі
компонентів камер спостереження та реєстраторів за результатами
порівняльного аналізу.
Об’єкт дослідження
Об'єктом дослідження є процеси автоматизованої системи аналізу
даних відеоспостереження.
Предмет дослідження
Предметом дослідження є компоненти автоматизованої системи
аналізу даних відеоспостереження.
7
Методи дослідження
Методом дослідження ґрунтуються на властивостях теорій:
порівняльного аналізу, математичної логікі, реляційних моделей та
евристики.
Апробація
Основані на положенні випускної роботи доповідались і
обговорювались на студентській науково-технічній конференції:
Студентська науково-практична конференція.
ЧДТУ: 21-22 квітня 2026 р. м. Черкаси.
Публікації
А. Д. Баранов «Аналіз компонентів автоматизованої системи аналізу
даних відеоспостереження» / А. Д. Баранов, В.М. Лукашенко // Збірник тез
доповідей студентської науково-практичної конференції ЧДТУ: 21-22
квітня 2026 р. м. Черкаси. [Електроний ресурс]/[Єгорова О.В., Захарова О.
В., Тичков В. В. та ін.]; М-во освіти і науки України, Черкас. Держ.Технол.
ун-т. – Черкаси ЧДТУ, 2026.
Структура та обсяг роботи
Кваліфікаційна робота бакалавра складається з загальної
характеристики роботи, трьох розділів, висновку, списку використаних
джерел. Містить ___ рисунків та ___ таблиць.
8
РОЗДІЛ 1
СТАН ПРЕДМЕТА ДОСЛІДЖЕННЯ ТА
ФОРМУВАННЯ ЗАВДАНЬ
1.1 Основні поняття та визначення
Для побудови автоматизованих систем аналізу даних
відеоспостереження (АСАДВ) використовуються методи обробки
цифрових зображень, комп’ютерного зору [3] та машинного навчання [1,
2].
Первинним джерелом даних у таких системах є відеопотік, що
формується камерами спостереження та передається до обчислювального
середовища для подальшої обробки.
Відеосигнал – це послідовність кадрів, що змінюються у часі та
містять просторово-часову інформацію про об’єкти сцени. У цифрових
системах відеосигнал подається у вигляді дискретного набору пікселів,
кожен з яких характеризується яскравістю та кольоровими компонентами.
Оцифрування відеосигналу здійснюється шляхом дискретизації у часі
(частота кадрів) та просторі (роздільна здатність кадру).
Недоліками відеосигналу є його чутливість до зовнішніх факторів,
таких як зміна освітлення, наявність шумів, погодні умови та перешкоди
під час передачі даних. Крім того, відеосигнал високої роздільної здатності
потребує значної пропускної здатності мережі та великих обсягів пам’яті
для зберігання й обробки інформації. Також під час стиснення відео
можливі втрати якості зображення, що негативно впливає на точність
подальшого аналізу.
Основною одиницею обробки є цифрове зображення, що представляє
собою двовимірну матрицю інтенсивностей або кольорових значень.
9
Сукупність таких зображень формує відеопослідовність, яка може бути
проаналізована для виявлення подій або об’єктів.
Автоматизована система аналізу відеоданих – це програмно-
апаратний комплекс, призначений для збору, обробки, аналізу та
інтерпретації відеоінформації без безпосереднього втручання оператора.
Такі системи використовують алгоритми виявлення руху, класифікації
об’єктів та розпізнавання подій.
Процес аналізу відеоданих зазвичай включає кілька основних етапів:
- попередня обробка (фільтрація шуму, нормалізація, корекція
освітлення);
- сегментація (виділення об’єктів на фоні сцени);
- екстракція ознак (формування описових характеристик об’єктів);
- класифікація та ідентифікація (визначення типу об’єкта або події).
На етапі попередньої обробки застосовуються фільтри згладжування
та підсилення контрасту для покращення якості зображення. Сегментація
виконується з використанням методів порогової обробки, фонової моделі
або глибоких нейронних мереж [6].
Ефективність роботи автоматизованих систем залежить від якості
вхідних даних, складність налаштування алгоритмів та значні вимоги до
апаратних ресурсів. На точність аналізу впливають умови освітлення,
наявність шумів та динамічні зміни сцени. У разі наявності шумів,
недостатнього освітлення або перекриття об’єктів інформативність ознак
може суттєво знижуватись. Додатковими недоліками є можливість
виникнення помилок класифікації об’єктів, хибних спрацювань, а також
складність інтеграції системи з різними типами обладнання та ПЗ.
(ТЕП) – це кількісні характеристики, що описують властивості
об’єктів (форма, текстура, колір, рух). Вони використовуються як вхідні
дані для алгоритмів машинного навчання [1, 2].
10
Ключовими параметрами системи є:
- просторова роздільна здатність (кількість пікселів у кадрі);
- частота кадрів;
- обчислювальна складність алгоритмів;
- затримка обробки.
Висока роздільна здатність і частота кадрів забезпечують більшу
точність аналізу, однак призводять до зростання обсягу даних та
навантаження на обчислювальні ресурси.
Надмірна кількість ознак призводить до збільшення обчислювальної
складності системи та часу обробки даних. Невдало обрані ознаки можуть
також зменшувати точність класифікації та погіршувати ефективність
роботи алгоритмів машинного навчання.
Інтелектуальний аналіз відео базується на використанні моделей
машинного навчання, зокрема нейронних мереж [6], які дозволяють
автоматично виділяти складні ознаки та виконувати високоточну
класифікацію об’єктів у реальному часі. Додатково застосовуються
згорткові архітектури та трансформерні моделі для підвищення стійкості
до шумів, змін освітлення та варіативності сцен. Обробка відеопотоку
зазвичай реалізується через багаторівневі конвеєри, що забезпечують
виявлення, контроль та семантичну інтерпретацію подій. Це дозволяє
інтегрувати такі системи в задачі відеоспостереження, автономної навігації
та аналітики поведінки.
Недоліками інтелектуального аналізу відео є висока потреба в
обчислювальних ресурсах та значний час навчання моделей машинного
навчання. Для забезпечення високої точності роботи системи необхідні
великі обсяги навчальних даних і потужне апаратне забезпечення, зокрема
графічні процесори.
11
1.2 Сфери застосування автоматизованої системи аналізу даних
відеоспостереження та основних компонентів
АСАДВ набули широкого застосування в різних галузях завдяки
можливості виконання безперервного моніторингу, обробки відеопотоків у
режимі реального часу та автоматизованого прийняття рішень. Такі
системи забезпечують підвищення ефективності контролю об’єктів і
процесів, зменшення впливу людського фактора та скорочення часу
реагування на критичні події.
Основні сфери застосування АСАДВ представлені на рис 1.1.
Сфери застосування АСАДВ
Безпека Промисловість Транспорт Медицина
Рис. 1.1. Сфери застосування автоматизованої системи аналізу даних
відеоспостереження
У сфері безпеки АСАДВ забезпечують безперервний моніторинг,
виявлення загроз та підтримку прийняття рішень у реальному часі.
Принцип роботи базується на перетворенні аналогових сигналів у цифрову
форму з подальшою обробкою обчислювальними засобами.
Первинними джерелами інформації є відеокамери та допоміжні
сенсори (датчики руху, освітленості, температури), що формують
аналогові або цифрові сигнали. Для аналогових камер виконується
аналого-цифрове перетворення з урахуванням вимог до роздільної
здатності та частоти кадрів, що забезпечує коректне відображення
динамічних сцен і мінімізацію втрат інформації.
12
Структурно система працює як послідовний ланцюг обробки
інформації та представлена на рис. 1.2.
Сенс орний Підсистема Обчислювальний Підсистема
рівень перетворення модуль перетворення
Рис. 1.2. Структура автоматизованої системи аналізу даних
відеоспостереження
Сенсорний рівень представлений камерами та датчиками руху.
Підсистема перетворення переводить сигнали у формат, придатний для
цифрової обробки. Обчислювальний модуль реалізує алгоритми аналізу
відеопотоку: виявлення руху, сегментацію об’єктів, розпізнавання облич
[6] і номерних знаків, класифікацію подій (проникнення, залишені
предмети). Реакція системи реалізується через інтерфейсні та виконавчі
пристрої: виведення інформації на екран, сигналізацію, блокування
доступу.
Результати аналізу передаються до операторських панелей і
підсистем реагування, формуючи замкнений контур керування зі
зворотним зв’язком. Ефективність роботи системи значною мірою
залежить від характеристик перетворення сигналів. Висока роздільна
здатність і частота дискретизації критично важливі для виявлення дрібних
деталей та швидкоплинних подій, тоді як недостатня точність призводить
до втрати інформації та зниження ефективності алгоритмів аналізу.
Сучасні системи відеонагляду реалізують обробку даних у
реальному часі, що мінімізує затримки між подією та реакцією системи.
Наприклад, при виявленні несанкціонованого доступу система може
автоматично генерувати тривогу, активувати освітлення, блокувати доступ
або записувати відео з підвищеною якістю. Використання алгоритмів
13
машинного навчання [1, 2] та комп’ютерного зору [3] підвищує точність
аналізу та адаптивність до змін середовища.
У промисловості АСАДВ застосовуються для контролю
технологічних процесів, підвищення якості продукції та зниження ризику
аварій. Системи інтегрують відеокамери, датчики фізичних параметрів і
обчислювальні модулі, що виконують аналіз у реальному часі.
Відеоаналітика використовується для моніторингу виробничих ліній,
контролю геометричних параметрів виробів, виявлення відхилень у роботі
обладнання та поведінці персоналу.
Інтеграція відеоданих з інформацією від температурних, силових та
інших датчиків підвищує достовірність діагностики та дозволяє
реалізувати прогнозоване обслуговування обладнання. У роботизованих
комплексах відеосистеми забезпечують додатковий канал контролю, що
підвищує точність позиціонування та адаптивність руху маніпуляторів.
Для промислових умов критичними є параметри роздільної здатності,
частоти дискретизації, затримки обробки та завадостійкості.
У транспортних системах АСАДВ використовуються для
забезпечення безпеки руху, оптимізації транспортних потоків та
управління інфраструктурою. Джерелами даних є камери, встановлені на
дорогах, перехрестях, у транспорті та на об’єктах інфраструктури, а також
додаткові сенсори швидкості й присутності. Висока роздільна здатність і
частота дискретизації забезпечують точну ідентифікацію об’єктів та
відстеження швидкоплинних процесів.
Відеоаналітика забезпечує адаптивне керування транспортними
системами, зокрема зміну режимів світлофорів залежно від інтенсивності
руху. Надійність передачі даних і стійкість до електромагнітних та
погодних впливів є важливими умовами ефективного функціонування
таких систем.
14
У медицині АСАДВ застосовуються для моніторингу стану
пацієнтів, підтримки діагностики та забезпечення безпеки медичного
середовища. Системи інтегруються з медичним обладнанням і
забезпечують збір та аналіз візуальних даних у режимі реального часу.
Джерелами інформації є відеокамери, ендоскопічні системи та засоби
візуалізації.
Відеоспостереження дозволяє автоматизувати контроль рухової
активності пацієнтів, виявлення падінь та аномальної поведінки. У
діагностиці й хірургії алгоритми комп’ютерного зору використовуються
для сегментації тканин, аналізу медичних зображень та підтримки
прийняття лікарських рішень.
Розглянуті сфери застосування АСАДВ демонструють, що її
ефективність визначається не лише алгоритмами обробки, але й якістю та
структурою первинних відеоданих. Апаратні компоненти системи
відіграють ключову роль, забезпечуючи формування, передачу та
попередню обробку відеопотоку. Камери відеоспостереження виконують
функцію перетворення фізичних процесів у цифрову інформацію, яка
надалі використовується для аналітичної обробки, що обумовлює
необхідність детального аналізу їх сфер застосування та функціональних
можливостей.
Ефективне функціонування АСАДВ неможливе без підсистеми
зберігання та управління відеоданими, яка реалізується на базі NVR-
реєстраторів [14, 15]. Вони забезпечують централізований запис, архівацію
та доступ до відеопотоків. Для комплексного розуміння архітектури та
практичного застосування АСАДВ доцільно окремо розглянути сфери
використання камер відеоспостереження та NVR-реєстраторів як
ключового елемента інфраструктури обробки і зберігання відеоінформації.
15
Камери відеоспостереження широко застосовуються в різних сферах
для забезпечення безпеки [12, 13], контролю та аналітики подій. На рис.
1.2 представлені основні сфери застосування камер відеоспостереження.
Сфери застосування
камер відеоспостереження
Забезпечення
громадської
Безпека та охорона безпеки
Запобігання
злочинам
Контроль руху
транспорту
Транспорт і
логістика Спостереження
за вантажем
Спостереження
за пацієнтами
Медицина
Спостереження
за персоналом
Моніторинг
виробничих ліній
Промисловість
Контроль якості
продукції
Тактична розвідка
та спецоперацій
Спецпризначення
Охорона спец
об’єктів
Рис. 1.2. Сфери застосування камер відеоспостереження
Камери відеоспостереження є невід’ємним елементом безпеки та
охорони. Їх основне призначення полягає у візуальному контролі
територій, об’єктів та процесів з метою запобігання правопорушенням,
16
оперативного реагування на інциденти та збору доказової бази. Завдяки
стрімкому розвитку цифрових технологій, функціональні можливості
відеоспостереження значно розширилися, що підвищило ефективність їх
застосування. У разі виникнення надзвичайних ситуацій записи з камер
допомагають правоохоронним органам швидко ідентифікувати учасників
подій та відновити хронологію інциденту.
У сфері приватної безпеки камери відеоспостереження широко
застосовуються для охорони житлових будинків, офісів, складів та
промислових об’єктів. Власники мають можливість дистанційно
контролювати свою власність за допомогою мережевих технологій,
отримуючи доступ до відеопотоку через комп’ютери або мобільні
пристрої. Це особливо актуально в умовах зростання рівня урбанізації та
необхідності забезпечення захисту майна. Крім того, відеоспостереження
інтегрується з іншими системами безпеки, такими як сигналізація,
контроль доступу та датчики руху, що створює комплексний підхід до
захисту об’єктів.
Окремої уваги заслуговує застосування відеоспостереження у бізнес-
середовищі. Підприємства використовують камери не лише для
забезпечення безпеки, але й для оптимізації внутрішніх процесів.
Наприклад, у роздрібній торгівлі відеоаналітика допомагає вивчати
поведінку покупців, аналізувати потоки клієнтів і підвищувати
ефективність роботи персоналу. У виробничій сфері камери дозволяють
контролювати дотримання технологічних процесів та норм безпеки праці.
Сучасні системи відеоспостереження оснащуються
інтелектуальними функціями, такими як розпізнавання облич [6],
виявлення підозрілої поведінки та автоматичне сповіщення про загрози.
Використання штучного інтелекту значно підвищує ефективність обробки
великих обсягів відеоданих та зменшує навантаження на операторів. Проте
17
разом із перевагами постають і питання захисту персональних даних та
дотримання прав людини, що потребує належного правового регулювання.
Важливим напрямом застосування камер є транспортна
інфраструктура. Сучасна транспортно-логістична галузь характеризується
високим рівнем динамічності, складністю операційних процесів та
необхідністю забезпечення безпеки вантажів і пасажирів. У цих умовах
системи відеоспостереження відіграють важливу роль як інструмент
контролю, моніторингу та підвищення ефективності управління
транспортними потоками.
Одним із ключових напрямів застосування камер
відеоспостереження є забезпечення безпеки на транспортних об’єктах.
Камери встановлюються на вокзалах, у портах, аеропортах, логістичних
центрах і складах для запобігання правопорушенням, таким як крадіжки,
вандалізм або несанкціонований доступ. Відеофіксація дозволяє
оперативно реагувати на інциденти, а також виступає доказовою базою під
час розслідувань.
У сфері перевезень відеоспостереження активно використовується
для контролю руху транспортних засобів. Камери, встановлені на дорогах,
перехрестях та автомагістралях, допомагають відстежувати інтенсивність
руху, виявляти порушення правил дорожнього руху та оптимізувати
транспортні потоки. Це сприяє зменшенню заторів, підвищенню
пропускної здатності доріг і зниженню рівня аварійності.
Важливим аспектом є також застосування камер у вантажній
логістиці. На складах і в розподільчих центрах відеоспостереження
забезпечує контроль за процесами завантаження, розвантаження та
зберігання товарів. Це дозволяє мінімізувати втрати, підвищити точність
обліку та забезпечити дотримання технологічних процесів. Крім того,
18
відеоаналітика може використовуватися для оптимізації роботи персоналу,
виявлення неефективних операцій і покращення загальної продуктивності.
У транспортних засобах, таких як вантажівки, автобуси та поїзди,
камери відеоспостереження виконують функцію внутрішнього контролю.
Вони допомагають відстежувати поведінку водіїв і пасажирів, запобігати
конфліктним ситуаціям та підвищувати рівень сервісу. Наприклад, системи
відеомоніторингу можуть фіксувати порушення режиму праці та
відпочинку водіїв, що є важливим для забезпечення безпеки перевезень.
У сфері медицини застосування камер відеоспостереження є
важливим інструментом для підвищення якості медичних послуг, безпеки
пацієнтів і персоналу, а також оптимізації управлінських процесів у
закладах охорони здоров’я. Сучасні системи відеонагляду дозволяють не
лише здійснювати безперервний контроль за подіями в медичних
установах, але й забезпечують можливість аналізу та вдосконалення
робочих процесів.
Одним із ключових напрямів використання камер
відеоспостереження є забезпечення безпеки пацієнтів. У відділеннях
інтенсивної терапії, палатах післяопераційного нагляду та геріатричних
відділеннях відеокамери допомагають медичному персоналу оперативно
реагувати на зміни стану пацієнта, особливо у випадках, коли постійна
фізична присутність лікаря або медсестри є неможливою. Це особливо
актуально для пацієнтів із обмеженою рухливістю, психічними розладами
або ризиком падінь. Записи з камер можуть використовуватися для аналізу
дій медичного персоналу, виявлення помилок і запобігання їх повторенню.
Це сприяє підвищенню рівня відповідальності працівників та покращенню
якості медичного обслуговування.
Відеоспостереження також відіграє значну роль в управлінні
лікарнею. Завдяки аналітиці відеоданих адміністрація може оцінювати
19
потоки пацієнтів, оптимізувати черги, покращувати логістику та
раціонально розподіляти ресурси. Наприклад, аналіз завантаженості
приймального відділення дозволяє більш ефективно планувати робочі
зміни персоналу. Разом із тим, використання камер відеоспостереження у
медицині потребує суворого дотримання етичних норм і законодавства
щодо захисту персональних даних.
Промисловість та виробництво завжди гостро потребують
підвищеного рівня безпеки. Об’єктами спостереження, які підлягають
цілодобовому контролю за допомогою камер відеоспостереження, є не
лише сировина та матеріали, а й засоби та продукти виробництва –
обладнання, верстати, деталі, витратні матеріали, креслення, схеми,
проекти тощо.
Система відеоспостереження встановлюється з метою контролю в
критично важливих місцях. При безперервному моніторингу ситуації
можливо з високою ймовірністю запобігти будь-яким крадіжкам, а
наявність запису з камер відеоспостереження дозволяє оперативно
розслідувати злочини, що вже сталися, і притягувати до відповідальності
винуватців.
Робота на виробництві завжди може становити небезпеку, як для
людини, так і для всього процесу загалом. Камери відеоспостереження,
встановлені небезпечних ділянках заводу, підстраховують виробничий
процес і дозволяють запобігти надзвичайним ситуаціям, чим зберігають
життя і здоров'я працівника заводу.
Відеоспостереження є вкрай важливим для сфери спецпризначення.
Камери використовуються для розвідки, охорони важливих об’єктів,
фіксації подій у реальному часі, розпізнавання облич, раннього виявлення
загроз.
20
Отримання інформації завдяки камерам, зокрема візуальної
інформації про об’єкти, території або потенційні загрози є ключовою
метою розвідки. Завдяки застосуванню вдосконалених камер, таких як
тепловізійні та нічні камери, можливе ефективне спостереження навіть у
складних умовах, включаючи низьку освітленість або несприятливі
погодні фактори.
Важливою функцією камер є фіксація подій у реальному часі, що дає
змогу не лише контролювати ситуацію, але й зберігати відеодані для
подальшого аналізу та використання як доказової бази. У сучасних
системах активно впроваджуються технології розпізнавання облич та
об’єктів, які дозволяють автоматизувати процес ідентифікації осіб та
виявлення підозрілої поведінки.
Ефективне функціонування систем відеоспостереження потребує не
лише отримання відеоданих, а й їх централізованої обробки, зберігання та
керування. Саме тому важливим компонентом сучасних IP-систем
(системи інтернет протоколу) відеоспостереження є NVR-реєстратори, які
забезпечують приймання, запис та обробку відеопотоків від мережевих
камер.
На теперішній час інтерес представляє NVR-реєстратор через їх
основні техніко-економічні показники (ТЕП) зокрема високу
масштабованість, підтримку мережевих протоколів передачі даних,
ефективну обробку цифрових відеопотоків та можливість інтеграції з
сучасними IP-системами відеоспостереження [10].
Тому, NVR-реєстратори [14, 15] знаходять широке застосування у
сучасних системах відеоспостереження завдяки своїй здатності працювати
з IP-камерами [5] та обробляти цифрові відеопотоки через мережу. На рис.
1.4 представлені основні сфери застосування NVR-реєстраторів.
21
Сфери застосування
камер відеоспостереження
Контроль доступу до
приміщень
Безпека
Розширення системи
відеоспостереження
Розпізнавання номерів
Транспорт і транспорту
логістика
Запис подій при
наявності руху
Інтеграція з
Медицина медичними системами
Аналіз облич та
підрахунок людей
Аналітика робочих
Промисловість та процесів
виробництво
Фіксація етапів
виробництва
Рис. 1.4. Сфери застосування NVR-реєстраторів
Однією з основних сфер застосування NVR-реєстраторів є безпека, а
саме охорона об’єктів різного призначення: від приватних будинків і
офісів до великих промислових підприємств та об’єктів критичної
інфраструктури. Завдяки можливості підключення великої кількості камер
через локальну мережу або Інтернет, NVR дозволяє створювати
централізовані системи відеоспостереження з доступом у режимі
реального часу. Це дає змогу оперативно реагувати на інциденти та
підвищує загальний рівень безпеки.
Важливою перевагою NVR є підтримка високої роздільної здатності
відео (Full HD, 4K і вище), що забезпечує деталізоване зображення та
22
полегшує ідентифікацію осіб і подій. Крім того, сучасні моделі
оснащуються функціями відеоаналітики, такими як виявлення руху,
розпізнавання облич, визначення перетину ліній або вторгнення в
заборонені зони. Це значно розширює можливості систем безпеки та
зменшує навантаження на операторів.
Ще одним важливим аспектом є інтеграція NVR із іншими
системами безпеки, такими як системи контролю доступу, охоронна
сигналізація та пожежна безпека. Така інтеграція дозволяє створювати
комплексні рішення, де всі підсистеми взаємодіють між собою,
забезпечуючи більш ефективний контроль і управління ситуацією.
Завдяки використанню мережевих технологій NVR-реєстратори
забезпечують віддалений доступ через веб-інтерфейс або мобільні додатки.
Це дає можливість користувачам переглядати відеоархіви та отримувати
сповіщення про події незалежно від їхнього місцезнаходження, що є
особливо актуальним у сучасних умовах мобільності.
У сфері транспорту NVR-реєстратори активно використовуються для
забезпечення безпеки пасажирів і контролю роботи транспортних засобів.
У міських автобусах, тролейбусах, трамваях і поїздах встановлюються IP-
камери [5, 10], які передають відео на локальні або централізовані NVR-
системи. Це дозволяє здійснювати контроль за поведінкою водіїв і
пасажирів, запобігати актам вандалізму та оперативно реагувати на
надзвичайні ситуації. Крім того, у випадку інцидентів відеозаписи є
важливим доказовим матеріалом.
У автошляхах, перехрестях, мостах і тунелях IP-камери[5, 10],
підключені до NVR-систем, дозволяють здійснювати безперервний
моніторинг дорожньої ситуації. Це сприяє оперативному виявленню
аварій, заторів, порушень правил дорожнього руху, а також аналізу
транспортних потоків. Завдяки функції архівування відеооператори
23
можуть відтворювати події, що відбулися, для подальшого розслідування
інцидентів або оптимізації дорожньої інфраструктури.
Важливим напрямом застосування є транспортні вузли, зокрема
аеропорти, залізничні та автовокзали. NVR-системи забезпечують
багаторівневий контроль безпеки: від моніторингу зон посадки та висадки
пасажирів до контролю багажних відділень і технічних приміщень.
Інтеграція NVR з аналітичним ПЗ дозволяє реалізовувати функції
розпізнавання облич, виявлення підозрілої поведінки та автоматичного
сповіщення служб безпеки.
Однією з важливих сфер застосування NVR-реєстраторів є медицина,
де системи відеоспостереження використовуються для забезпечення
безпеки пацієнтів, контролю роботи медичного персоналу та моніторингу
медичних процесів. NVR-рішення застосовуються в лікарнях, клініках,
операційних блоках, палатах інтенсивної терапії та лабораторіях. Завдяки
можливості централізованого підключення великої кількості IP-камер
через локальну мережу, забезпечується безперервний контроль та
оперативний доступ до відеоданих у режимі реального часу.
Важливою перевагою NVR-реєстраторів у медичній сфері є
підтримка високої роздільної здатності відео, що дозволяє отримувати
деталізовані зображення для точного спостереження за станом пацієнтів і
виконанням медичних процедур. Сучасні системи можуть підтримувати
функції відеоаналітики, зокрема виявлення руху, контроль доступу до
обмежених зон та фіксацію нестандартних ситуацій.
Ще одним важливим аспектом є інтеграція NVR-реєстраторів із
медичними інформаційними системами, системами контролю доступу та
охоронною сигналізацією. Такий підхід забезпечує централізоване
управління безпекою закладу та підвищує ефективність координації дій
персоналу. Крім того, використання мережевих технологій дозволяє
24
реалізувати віддалений доступ до відеоархівів через захищені веб-
інтерфейси або мобільні застосунки, що є особливо важливим для
оперативного контролю та аналізу подій у медичних установах.
У сучасних умовах цифровізації промисловості особливого значення
набувають системи відеоспостереження, що забезпечують контроль
технологічних процесів, підвищення рівня безпеки та оптимізацію
управління виробництвом. Одним із ключових елементів таких систем є
NVR-реєстратори, які використовуються для запису, зберігання та обробки
відеоданих, отриманих від IP-камер через комп’ютерні мережі.
NVR-рішення орієнтовані виключно на цифрові потоки відео. Це
дозволяє значно підвищити якість зображення, забезпечити
масштабованість системи та інтеграцію з іншими інформаційними
підсистемами підприємства. У промисловості це має критичне значення,
оскільки контроль якості продукції та безпека виробничих процесів
потребують високої точності та надійності.
Одним із основних напрямів застосування NVR-реєстраторів у
виробничій сфері є забезпечення технічного нагляду за технологічними
лініями. За допомогою IP-камер та NVR-систем оператори можуть у
режимі реального часу відстежувати стан обладнання, виявляти відхилення
у роботі механізмів та запобігати аварійним ситуаціям. Це особливо
важливо на безперервних виробництвах, де зупинка обладнання може
призвести до значних фінансових втрат.
Важливою перевагою NVR-систем є можливість централізованого
зберігання відеоданих. У великих промислових комплексах, що мають
розгалужену структуру, це дозволяє об’єднати дані з різних виробничих
цехів та складів в єдину систему моніторингу. Завдяки цьому керівництво
підприємства отримує повну картину виробничих процесів і може
оперативно приймати управлінські рішення
25
1.3 Основні компоненти автоматизованої системи аналізу
даних відеоспостереження
Основними компонентами АСАДВ є камери відеоспостереження та
NVR-реєстратори. Саме ці елементи забезпечують формування, передачу,
обробку, аналіз та зберігання відеоданих у системі. Ефективність
функціонування АСАДВ значною мірою залежить від технічних
характеристик зазначених компонентів, оскільки вони впливають на якість
відеопотоку, швидкість обробки інформації та можливості інтеграції із
програмно-апаратними засобами аналізу даних.
Камери відеоспостереження виконують функцію отримання
відеосигналу та його перетворення у цифровий формат для подальшої
передачі мережею. Вони є первинним джерелом інформації в системі
відеоспостереження. Основними параметрами камер є роздільна здатність,
світлочутливість, частота кадрів, тип матриці, конструкція об’єктива та
можливості інтелектуальної обробки зображення.
NVR-реєстратори [14, 15] забезпечують централізоване приймання
відеопотоків від IP-камер [5], їх запис, архівування та відтворення. Крім
функцій зберігання відеоданих, сучасні NVR-реєстратори підтримують
функції відеоаналітики, віддаленого доступу та інтеграції з іншими
системами безпеки. Важливими характеристиками NVR є кількість
підтримуваних каналів, пропускна здатність мережі, підтримка високої
роздільної здатності відео та можливість роботи з RAID-масивами (масив
незалежних дисків з надмірністю).
Враховуючи, що основними компонентами АСАДВ є камери
відеоспостереження та NVR-реєстратори, доцільно окремо розглянути їх
конструктивні особливості та функціональні можливості.
26
1.3.1 Основні компоненти NVR-реєстраторів та їх особливості
NVR-реєстратор є мережевим відеореєстратором, призначеним для
запису, зберігання та обробки цифрових відеопотоків, що надходять від IP-
камер через комп’ютерну мережу. NVR-реєстратори забезпечують
централізоване управління системою відеоспостереження та підтримують
роботу з відео високої роздільної здатності.
Основними елементами NVR-реєстраторів є процесор, оперативна
пам’ять, мережевий інтерфейс, накопичувачі даних, інтерфейси
підключення та система охолодження.
Процесор є основним обчислювальним елементом NVR-реєстратора
та забезпечує обробку відеопотоків, стиснення відео та виконання функцій
відеоаналітики. Продуктивність процесора визначає кількість каналів, які
можуть оброблятися одночасно, а також підтримувану роздільну здатність
відео.
Оперативна пам’ять використовується для тимчасового зберігання
відеоданих під час їх обробки. Обсяг оперативної пам’яті впливає на
швидкодію системи та стабільність роботи при великій кількості
одночасних підключень.
Мережевий інтерфейс забезпечує приймання та передачу відеоданих
через Ethernet-мережу. Сучасні NVR-реєстратори підтримують технології
віддаленого доступу через веб-інтерфейс або мобільні застосунки.
Накопичувачі даних призначені для архівування відеоінформації.
Для підвищення надійності зберігання даних можуть використовуватись
RAID-масиви та резервне копіювання інформації.
Інтерфейси підключення забезпечують взаємодію NVR-реєстратора з
моніторами, мережевим обладнанням та периферійними пристроями. Для
цього використовуються HDMI, та мережеві порти.
27
Система охолодження забезпечує стабільну роботу реєстратора при
тривалому навантаженні та запобігає перегріванню внутрішніх
компонентів.
Сучасні NVR-реєстратори підтримують функції відеоаналітики,
зокрема виявлення руху, розпізнавання облич, визначення вторгнення в
задану область, аналіз подій та розпізнавання номерних знаків.
Основними перевагами NVR-реєстраторів є підтримка IP-камер,
висока масштабованість, підтримка відео високої роздільної здатності,
можливість віддаленого доступу та інтеграція з іншими системами
безпеки. До недоліків належать високе навантаження на мережу,
залежність від стабільності мережевої інфраструктури та значні вимоги до
обсягу сховища даних.
1.3.2 Основні компоненти камер відеоспостереження та їх
особливості
Камера відеоспостереження є основним елементом формування
відеоданих у системі відеоспостереження. Вона забезпечує перетворення
оптичного зображення у цифровий відеосигнал для подальшої передачі та
обробки.
Основними елементами камер відеоспостереження є матриця,
об’єктив, процесор, інфрачервоне підсвічування (ІЧ-підсвічування) та
корпус.
Матриця є світлочутливим елементом камери, що перетворює
світлові хвилі на електричний сигнал. У камерах відеоспостереження
використовуються CMOS (комплементарний метал-оксидний-
напівпровідник) та CCD (прилад із зарядовим зв'язком) матриці.
28
CMOS-матриці [7] характеризуються низьким енергоспоживанням,
високою швидкістю роботи та можливістю інтеграції обробки зображення
безпосередньо на кристалі.
CCD-матриці [7] забезпечують широкий динамічний діапазон та
високу якість зображення в умовах низької освітленості.
Об’єктив формує зображення на світлочутливому сенсорі та
визначає кут огляду і деталізацію сцени. За конструктивними
особливостями об’єктиви поділяються на фіксовані, варіофокальні, зум-
об’єктиви та ширококутні.
Фіксовані об’єктиви мають постійну фокусну відстань та кут огляду.
Варіофокальні об’єктиви дозволяють змінювати фокусну відстань. Зум-
об’єктиви забезпечують плавне масштабування зображення, а ширококутні
– великий кут огляду.
Процесор є одним із ключових елементів камери, оскільки
забезпечує обробку відеосигналу, корекцію зображення, стиснення відео та
реалізацію аналітичних функцій.
У камерах відеоспостереження використовуються DSP-процесори
(процесор цифрових сигналів), GPU (графічний процесор), SoC (система на
кристалі) та NPU (прискорювач штучного інтелекту). DSP-процесори
забезпечують обробку цифрового сигналу, зменшення шумів та корекцію
кольорів. GPU використовуються для реалізації відеоаналітики та
розпізнавання об’єктів. SoC об’єднує основні компоненти камери в одному
модулі, а NPU забезпечує прискорення обробки даних за допомогою
нейронних мереж [6].
ІЧ-підсвічування забезпечує отримання зображення в умовах
недостатнього освітлення або повної темряви. Основними типами ІЧ-
підсвічування є світлодіодне (LED), додаткове інфрачервоне
випромінювання (EXIR), лазерне та розумне.
29
Корпус камери забезпечує захист внутрішніх елементів та визначає
сферу застосування пристрою. За типом конструкції камери поділяються
на купольні, кулеподібні, PTZ, панорамні, турельні та кубічні.
Купольні камери забезпечують широкий кут огляду та
використовуються переважно у приміщеннях. Кулеподібні камери
призначені для зовнішнього спостереження та мають видовжений корпус.
PTZ-камери підтримують панорамування, нахил та масштабування
зображення. Панорамні камери використовуються для контролю великих
територій. Турельні камери поєднують переваги купольних та
кулеподібних моделей. Кубічні камери переважно застосовуються у
системах домашнього відеоспостереження.
Основними перевагами сучасних камер відеоспостереження є висока
роздільна здатність зображення, підтримка інтелектуальної відеоаналітики,
можливість віддаленого доступу та інтеграції з мережевими системами.
Використання цифрових технологій дозволяє забезпечити високу якість
відеопотоку, масштабованість системи та підтримку функцій
автоматизованого аналізу даних. Сучасні IP-камери підтримують функції
розпізнавання облич, класифікації об’єктів та аналізу подій, що підвищує
ефективність роботи систем відеоспостереження.
До основних недоліків камер відеоспостереження належать
залежність від якості мережевого з’єднання, значний обсяг відеоданих та
підвищені вимоги до обчислювальних ресурсів системи. Зі збільшенням
роздільної здатності та частоти кадрів зростає навантаження на мережеву
інфраструктуру та підсистему зберігання даних. Крім того, сучасні IP-
камери потребують забезпечення належного рівня кібербезпеки, оскільки
передача відеоданих мережею створює ризики несанкціонованого доступу
до системи відеоспостереження.
30
1.4 Формулювання завдань дослідження компонентів автоматизованої
системи аналізу даних відеоспостереження
У результаті проведеного аналізу сучасних АСАДВ встановлено, що
ключовими компонентами АСАДВ є камери відеоспостереження та NVR-
реєстратори. Саме ці елементи забезпечують формування, передачу,
обробку та зберігання відеоданих у системі. Ефективність функціонування
АСАДВ значною мірою залежить від техніко-економічних показників
зазначених компонентів, зокрема роздільної здатності відео, пропускної
здатності мережі, обсягу сховища даних, можливостей відеоаналітики та
продуктивності обробки відеопотоків.
Проведений аналіз показав, що сучасні камери відеоспостереження
та NVR-реєстратори характеризуються значною різноманітністю технічних
характеристик і функціональних можливостей. Це ускладнює процес
вибору оптимальних компонентів для побудови автоматизованих систем
відеоспостереження та потребує проведення порівняльного аналізу їх
техніко-економічних показників.
У зв’язку з цим основним завданням дослідження є підвищення
ефективності АСАДВ шляхом визначення та імплементації найкращих
компонентів серед множини серійно випускових моделей.
Для досягнення поставленої мети необхідно вирішити такі основні
завдання:
- провести дослідження сучасного стану та сфер застосування
компонентів автоматизованих систем відеоспостереження;
- виконати аналіз технічних характеристик камер відеоспостереження
та NVR-реєстраторів;
- визначити основні ТЕП компонентів АСАДВ;
31
- створити реляційні моделі даних компонентів системи за
визначеними параметрами;
- визначити математичну модель коефіцієнта еквівалентності для
оцінювання компонентів;
- провести порівняльний аналіз моделей камер відеоспостереження та
NVR-реєстраторів;
- визначити найбільш ефективні моделі компонентів за результатами
проведеного аналізу.
Результати виконання поставлених завдань дозволять підвищити
ефективність АСАДВ та забезпечити обґрунтований вибір компонентів
системи відповідно до визначених техніко-економічних показників.
32
Висновок до розділу 1
У першому розділі було розглянуто основні поняття та принципи
побудови автоматизованих систем аналізу даних відеоспостереження.
Проведено аналіз особливостей відеосигналів, цифрових зображень та
методів їх обробки, а також визначено роль алгоритмів комп’ютерного
зору й машинного навчання у сучасних системах відеоаналітики.
Встановлено, що ефективність АСАДВ значною мірою залежить від якості
вхідних відеоданих, технічних характеристик камер відеоспостереження та
можливостей обчислювальних засобів.
На підставі аналізу сфер застосування автоматизованих систем
відеоспостереження побудовано модель основних напрямів їх
використання у сфері безпеки, транспорту, промисловості та медицини.
Визначено, що сучасні АСАДВ забезпечують безперервний моніторинг,
оперативне виявлення подій та автоматизований аналіз відеоданих у
режимі реального часу, що дозволяє підвищити рівень безпеки,
ефективність контролю та швидкість прийняття рішень.
Розглянуто основні сфери застосування камер відеоспостереження та
NVR-реєстраторів як ключових компонентів автоматизованих систем
відеоспостереження. Проведено аналіз конструктивних особливостей
камер, типів матриць, процесорів, об’єктивів та систем ІЧ-підсвічування.
Для подальшого дослідження необхідно провести:
– аналіз моделей камер відеоспостереження та їх основних технічних
характеристик;
– аналіз моделей NVR-реєстраторів та їх функціональних можливостей;
33
РОЗДІЛ 2
СПЕЦІАЛІЗОВАНА БАЗА ДАНИХ МНОЖИНИ КАМЕР
СПОСТЕРЕЖЕННЯ ЧЕРЕЗ РЕЛЯЦІЙНУ МОДЕЛЬ ЗА
ОСНОВНИМИ ПАРАМЕТРАМИ
2.1 Реляційна модель основних елементів камер відеоспостереження
Камера відеоспостереження є одним із головних компонентів
автоматизованої системи відеоспостереження, оскільки саме вона
забезпечує отримання, передачу та первинну обробку відеоінформації для
подальшого моніторингу й аналізу. Від технічних характеристик камери,
таких як роздільна здатність, світлочутливість, кут огляду та швидкість
передачі даних, значною мірою залежить ефективність функціонування
всієї системи безпеки [11]. Камера відеоспостереження є
високотехнологічним пристроєм і містить багато компонентів.
Схема складу камери відеоспостереження зображена на рис. 2.1.
Камера
відеоспостереження
Інфрачервоне
Кор пус Матриця Процесор Об’єктив
підсвічування
2.1 Схема складу камери відеоспостереження
З рис. 2.1 видно, що в загальному камери спостереження мають
п’ять основних складових, деякі з них розглядаються нижче.
Інтерес представляють елементи камери відеоспостереження, тому
основні елементи зображені в табл. 2.1.
34
Таблиця 2.1
Реляційна модель типів елементів камери відеоспостереження
Основні елементи
Тип
Тип Тип
Тип корпусу Тип об’єктив інфрачервоного
матриці процесора
підсвічування
Купольний
DSP Зум LED
Кулеподібний CCD
GPU Варіофокальний EXIR
PTZ CMOS
SoC Фіксований Лазерне
Блоковий
NPU Ширококутний Розумне
Панорамні
Аналіз реляційної моделі показує, що тип корпусу камери
відеоспостереження не накладає жорстких обмежень на вибір сенсорної
підсистеми: можуть застосовуватися як CCD, так і CMOS матриці. Це
свідчить про слабку зв’язаність між механічною та фоточутливою
підсистемами, що спрощує уніфікацію компонентів та оптимізацію
виробничих процесів. Процесорна підсистема також є незалежною від
конструктивного виконання корпусу. Це свідчить про можливість
масштабування обчислювальних ресурсів у межах однієї категорії
пристроїв. Оптична підсистема демонструє аналогічну варіативність: для
будь-якого типу корпусу можуть бути інтегровані об’єктиви різних класів,
що забезпечує адаптацію до сценаріїв спостереження без зміни базової
архітектури камери. Підсистема ІЧ-підсвічування можуть комбінуватися з
різними корпусами, матрицями та процесорами. Це забезпечує коректну
роботу в умовах низької освітленості незалежно від інших апаратних
параметрів і сприяє стандартизації рішень для нічного
відеоспостереження.
Конструктивні особливості кожного типу камер відеоспостереження
розглянуті нижче.
35
2.2 Конструктивні особливості камер відеоспостереження
Однією з конструктивних особливостей камер відеоспостереження є
габарити, тому нижче доцільно розглянути для порівняльного аналізу різні
типи камер за цією особливістю. На рисунках, що представлені нижче,
конструктивні розмірності вказані як в міліметрах (мм), так і в дюймах (“).
Кулеподібні камери спостереження чудово знімають високоякісні
відео на великих відстанях і зазвичай мають всепогодні корпуси,
призначені для зовнішнього застосування. Приклад зовнішнього вигляду
кулеподібної камери моделі Hikvision DS-2CD2T86G2-4I представлено на
рис. 2.2.
Рис. 2.2. Кулеподібна камера моделі Hikvision DS-2CD2T86G2-4I
36
З рис. 2.2 видно, що кулеподібні камери відеоспостереження мають
довгий циліндричний корпус, який може слугувати видимим стримуючим
фактором для потенційних зловмисників.
Pan-Tilt-Zoom (PTZ) камери здатні збільшувати масштаб
зображення, змінювати свій кут огляду та фокусну відстань.
Приклад конструкції PTZ камери моделі Hikvision DS-
2DE2C400MWG-E представлено на рис. 2.3.
Рис. 2.3. PTZ камера моделі Hikvision DS-2DE2C400MWG-E
Оператори мають можливість налаштовувати поле зору камери за
допомогою елементів керування панорамуванням, відповідним нахилом та
37
масштабуванням. Це здійснюється безпосередньо з диспетчерської або
через хмарну платформу в режимі реального часу.
Купольні камери відеоспостереження забезпечують ширококутне
охоплення відкритих просторів і часто можуть обертатися на 360 градусів,
забезпечуючи широкий кут огляду. Приклад зовнішнього вигляду
купольної камери моделі Hikvision DS-2CD2185FWD-I(S) представлено на
рис. 2.4.
Рис. 2.4. Купольна камера моделі Hikvision DS-2CD2185FWD-I(S)
З рис. 2.4. видно, що камери спостереження мають корпус чіткої
форми, що оточує об'єктив камери, що не дозволяє зловмисникам бачити,
куди спрямована камера.
38
Турельні камери поєднують у собі переваги кулеподібних та
купольних камер. Вони менш помітні та високу якість зйомки відео.
Приклад зовнішнього вигляду турельної камери моделі InSight S445ZI
представлено на рис. 2.5.
Рис. 2.5. Купольна камера моделі InSight S445ZI
З рис. 2.5. видно, що турельні камери за конструкцією схожі на
купольні моделі, цей тип камер відеоспостереження має кульове
кріплення, яке дозволяє операторам повертати пристрій під час роботи.
Кубічні камери частіше всього використовуються для домашнього
відеоспостереження, а також мають вбудовані динамік та мікрофон для
двостороннього зв’язку. Приклад кубічної камери моделі Hikvision DS-
2CD2443G2-I представлено на рис. 2.6.
39
Рис. 2.6. Кубічна камера моделі Hikvision DS-2CD2443G2-I
Кубічні камери, як правило, компактні та легкі, що дає змогу
встановлювати їх на стелі, стіні, столі або полиці. Вони також можуть мати
сервоприводи для обертання і нахилу, а управлятися за допомогою
смартфона віддалено.
Панорамні камери встановлюються для моніторингу великих площ
та замінюють кілька стандартних камер, суттєво економлячи витрати на
обладнання. Приклад зовнішнього вигляду панорамної камери моделі
Hikvision DS-2CD6986F-H представлено на рис. 2.7.
40
а) b)
Рис. 2.7. Кубічна камера моделі Hikvision DS-2CD6986F-H
Панорамні камери обладнані надширококутними об'єктивами (Fish-
eye) або кількома сенсорами, що забезпечують огляд території на 180° або
360° без сліпих зон.
Матриця в камері - це пристрій, який перетворює світлові хвилі на
електричний сигнал, який потім використовується для формування
зображення. Сенсор є сіткою фотодіодів (пікселів), кожен з яких фіксує
рівень освітленості в конкретній точці сцени.
Є два основних типи матриць, які використовуються в камерах
відеоспостереження: CMOS та CCD.
CMOS (Complementary Metal-Oxide-Semiconductor) – це
напівпровідниковий пристрій призначений для перетворення вхідного
світла на цифрове зображення. Як і більшість цифрових камер, він виявляє
41
вхідне світло за допомогою тисяч фотонних детекторів на поверхні
напівпровідникового чіпа. Кожен детектор вимірює частоту (колір) та
кількість (яскравість) фотонів, що поглинаються шляхом перетворення
енергії фотонів на електричний струм. Цей струм потім посилюється
транзисторами, підключеними до кожного детектора. Цей тип датчика
зображення називається активним піксельним сенсором (APS).
Чіпи CMOS зазвичай включають обробку сигналів, аналого-
цифровий перетворювач та цифрову логіку на чіпі. Це призводить до
створення повноцінної камери на чіпі. Ця технологія дозволила
використовувати багато застосувань для обробки зображень, включаючи
крихітні цифрові камери на смартфонах, високошвидкісні професійні
відеокамери високої чіткості та датчики спостереження Землі на
супутниках. CMOS також інтегрують обробку зображення прямо на чіпі,
що дозволяє інтегрувати різні функції та покращувати якість картинки.
CCD (Charge Coupled Device) – це аналоговий пристрій. Коли світло
потрапляє на матрицю, фотони викликають вивільнення електронів у
напівпровідниковому матеріалі, утворюючи електричні заряди. Електричні
заряди, зібрані в кожному пікселі, передаються з одного ряду до іншого
(через елементи CCD), поки не досягнуть кінця ряду, де заряд
перетворюється на напругу. Після перетворення заряду в напругу сигнал
передається на аналогово-цифровий перетворювач(АЦП), де напруга
перетворюється на цифрові дані для подальшого оброблення. Відеокамери
спостереження з CCD-матрицями мають відмінний широкий динамічний
діапазон, тому часто використовуються в умовах низької освітленості.
Камери безпеки з матрицями CCD, як правило, менш схильні до впливу
вібрацій
У камерах відеоспостереження, об’єктив – це елемент який формує
зображення на світлочутливому сенсорі. Його конструкція визначає кут
42
огляду, рівень деталізації та можливості адаптації камери до різних умов
експлуатації.
За конструктивними особливостями об’єктиви камер
відеоспостереження поділяються на декілька основних типів:
Фіксований об’єктив – характеризується постійним кутом огляду та
фокусною відстанню. Вони прості у використанні та ідеально підходять
для систем відеоспостереження, де потрібен постійний і стабільний кут
огляду.
Варіофокальний об’єктив – це об'єктив з регульованою фокусною
відстанню, які дають змогу змінювати кут огляду та ступінь наближення
(вручну або автоматично). Такі об'єктиви зазвичай мають діапазон від 2.8
до 12 мм, що дає змогу змінювати кут огляду в межах.
Зум-об’єктив – це об’єктив, який забезпечує плавну зміну фокусної
відстані, що дозволяє змінювати масштаб зображення без фізичного
переміщення камери. Зум-об’єктив дає можливість наближати або
віддаляти об’єкти в кадрі, зберігаючи при цьому різкість зображення.
Ширококутний об’єктив – це об’єктив, який характеризується
короткою фокусною відстанню та великим кутом огляду, що дозволяє
охоплювати значно ширший простір у кадрі порівняно зі стандартними або
телеоб’єктивами.
Процесор є одним з ключових елементів камер відеоспостереження,
оскільки він відповідає за обробку відео, реалізацію аналітичних функцій,
стиснення даних та передачу інформації.
Процесори камер відеоспостереження поділяються на декілька
основних видів:
DSP процесор призначений для обробки оцифрованого сигналу, що
надходить з матриці камери у реальному часі. Основними функціями DSP
процесорів є корекція кольорів та зменшення шумів зображення,
43
вирівнювання яскравості у випадках сильного затемнення або засвітлення
зображення.
GPU використовується у камерах в яких потрібна аналітика у
реальному часі. GPU обробляє графічні дані покращуючи їх якість,
дозволяє здійснювати розпізнавання облич, аналіз поведінки та аналіз
номерних знаків автомобілів.
SoC – це головний процесор камери відеоспостереження, оскільки
він об’єднує всі основні компоненти камери відеоспостереження. Він
збирає дані з матриці камери, обробляє зображення, виконує стискання
відео, та передає дані в мережу.
NPU – це спеціальний модуль призначений для прискорення обробки
даних камери. Завдяки використанню нейронних мереж [6] такі процесори
здатні значно швидше обробляти зображення, при значно меншому
енергоспоживанні.
ІЧ-підсвічування є важливим елементом сучасних камер
відеоспостереження, оскільки забезпечує можливість отримання якісного
зображення в умовах недостатнього освітлення або його повної
відсутності. Основний принцип роботи ІЧ-підсвічування полягає у
використанні інфрачервоного випромінювання, яке є невидимим для
людського ока, але сприймається світлочутливими матрицями камер
відеоспостереження. Використання ІЧ-підсвічування значно підвищує
ефективність систем безпеки, оскільки дозволяє отримувати чітке
зображення вночі, в темних коридорах, складських приміщеннях,
паркінгах або на відкритих територіях.
ІЧ-підсвічування поділяється на декілька основних видів:
LED-підсвічування є найпоширенішим типом ІЧ-підсвічування у
сучасних камерах відеоспостереження. У такій системі інфрачервоні
світлодіоди встановлюються безпосередньо навколо об’єктива камери або
44
інтегруються в корпус пристрою. Дальність підсвічування визначається
кількістю світлодіодів, їх потужністю та кутом розсіювання
випромінювання. Залежно від моделі камери дальність дії LED-
підсвічування може досягати 100 метрів.
EXIR-підсвічування є вдосконаленою технологією інфрачервоного
освітлення, яка використовує тонкоплівкові світлодіоди та спеціальну
оптичну систему розподілу світла. Завдяки більш ефективному
використанню енергії така технологія споживає майже вдвічі менше
електроенергії та має більшу дальність дії, яка може становити від 200 до
300 метрів. Крім того, EXIR-підсвічування дозволяє отримувати якісніше
зображення в умовах туману, дощу або снігу, що робить його особливо
ефективним для зовнішнього відеоспостереження.
Лазерне підсвічування є сучасною технологією, яка базується на
використанні лазерних діодів для формування вузького та спрямованого
інфрачервоного променя. Такий тип підсвічування застосовується
переважно у професійних системах відеоспостереження для охорони
великих територій, промислових об’єктів, стратегічної інфраструктури або
периметрів. Головною перевагою лазерного підсвічування є надзвичайно
велика дальність дії, що може сягати від 100 до 500 метрів залежно від
потужності обладнання.
Розумне ІЧ-підсвічування є інтелектуальною системою
автоматичного регулювання потужності інфрачервоного випромінювання
залежно від відстані до об’єкта спостереження. Принцип роботи такої
системи полягає в автоматичному зменшенні інтенсивності підсвічування
при наближенні об’єкта до камери та збільшенні потужності при його
віддаленні. Це дозволяє уникнути засвічення облич, номерних знаків
транспортних засобів або інших важливих деталей зображення.
45
2.3. Аналіз камер відеоспостереження за якісними характеристиками
Основні види камер відеоспостереження з їхніми перевагами та
недоліками [14] представлені у табл. 2.2.
Таблиця 2.2
Переваги та недоліки видів камер відеоспостереження
Тип камери
Переваги Недоліки
відеоспостереження
- Легко монтуються на - Фіксований
стіни або стелі; напрямок
- Підходять для означає, що
спостереження за камера не
Кулеподібні великими охоплює всі
територіями; кути;
- Мають захист від - Через відкриту
пилу, вологи та конструкцію їх
перепадів температур, легше виявити
що робить їх і потенційно
придатними для пошкодити;
вулиці. - У більшості
моделей
змінити
напрямок після
встановлення
складніше.
- Об’єктив
фіксований для
контролю
конкретної
зони (вхід,
паркінг)
46
Продовження таблиці 2.2
Тип камери
Переваги Недоліки
відеоспостереження
- Завдяки - Значно дорожчі
обертанню за звичайні
охоплює велику кулеподібні або
площу; купольні
- Оператор може камери;
PTZ змінювати поле - Камера
зору камери; дивиться лише в
- Дозволяє один напрямок
роздивитися у конкретний
деталі на великій момент.
відстані - Потрібне
(обличчя, номери правильне
авто). програмування
- Виявлення руху патрулювання і
та автосупровід зон;
об’єкта; - Рухомі частини
(мотор,
приводи)
можуть
зношуватися
швидше, ніж у
статичних
камер.
47
Продовження таблиці 2.2
Тип камери
Переваги Недоліки
відеоспостереження
- Корпус міцний і - Щоб
захищений від налаштувати
ударів; або очистити
- Через затемнений об’єктив, часто
купол важко потрібно
Купольні зрозуміти, куди відкривати
саме дивиться корпус;
камера; - Внутрішні
- дозволяють відблиски від
приховано купола можуть
змінювати погіршувати
напрямок картинку,
об’єктива; особливо вночі;
- Підходять як для - Камери менш
внутрішнього, помітні, тому
так і для можуть менше
зовнішнього стримувати
монтажу. порушників..
- Не мають - Об’єктив
пластикового відкритий, тому
купола. Це його легше
Турельні покращує якість пошкодити або
зображення, змінити
особливо вночі; напрямок;
- Підходять як для - Легко побачити,
внутрішнього, куди дивиться
так і для камера;
зовнішнього - Не має
монтажу; автоматичного
- Легкий доступ до обертання чи
об’єктива і зуму;
налаштувань. - Без захисту
об’єктив може
забруднюватися
пилом, дощем
або снігом.
48
Продовження таблиці 2.2
Тип камери
Переваги Недоліки
відеоспостереження
- Дуже малі - Часто
розміри, легко фіксований
розміщуються на об’єктив без
Кубічні столі, полиці або повороту;
стіні; - нижча стійкість
- Не потребують до ударів і
складного погодних умов;
монтажу чи - Обмежений зум
спеціальних або відсутність
кріплень; оптичного
- Дешевші за збільшення;
професійні - Можливі
зовнішні камери; перебої зв’язку.
- Часто
підтримують Wi-
Fi, що зменшує
потребу в
проводах.
- Одна камера - Дрібні деталі
може замінити (обличчя,
кілька звичайних; номери авто)
Панорамні - Завдяки можуть бути
широкому куту гірше видимі
огляду порівняно з
зменшується класичними
ризик пропустити камерами;
подію; - Пристрій часто
дорожчий за
стандартну
камеру;
- Обробка 360°
відео потребує
більше ресурсів.
49
2.4 Модель класифікації камер відеоспостереження
Камера фіксує відеопотік, який містить дані для аналізу: об’єкти,
рух, події, поведінку людей. У камер існує два типи підключення: дротові
та бездротові.
Дротові системи відеоспостереження використовують фізичну
мережу живлення та/або кабелів Ethernet, встановлених по всій території
для перегляду та зберігання записаного матеріалу. Кожна камера буде
підключена до власного комплекту кабелів, а вся мережа буде підключена
до централізованої диспетчерської, обладнаної станціями моніторингу,
системами зберігання даних та рішеннями для трансляції.
Бездротові (Wi-Fi) камери безпеки набагато гнучкіші та простіші в
установці, ніж дротові рішення. Цей тип камер спостереження дозволяє
власникам нерухомості встановлювати обладнання майже будь-де та
підключати камери до приватного Wi-Fi маршрутизатора. Кожна камера
підключена до власного джерела живлення, хоча деякі моделі мають
внутрішні акумулятори, а відеозапис передається через сигнали Wi-Fi.
Якість передачі даних у бездротових системах може залежати від рівня
сигналу, наявності перешкод та завантаженості мережі, що впливає на
стабільність відеопотоку. Для підвищення ефективності таких систем
часто застосовуються методи шифрування трафіку та оптимізації
пропускної здатності мережі.
Різні типи камер відеоспостереження мають різні форм-фактори,
включаючи поле зору та зону охоплення камери. Кожен форм-фактор
розроблений для різних потреб спостереження, таких як застосування на
великій відстані або у відкритому просторі. Основні типи камер
відеоспостереження представлені на рис. 2.8.
50
Типи камер
відеоспостереження
Дротові Бездротові
Кулеподібні
PTZ
Купольні
Турельні
Кубічні
Панорамні
Рис. 2.8. Схема класифікації типів камер відеоспостереження
АСАДВ є комплексним програмно-апаратним рішенням, що поєднує
низку взаємопов’язаних компонентів, кожен з яких виконує визначену
функцію у процесі збору, передавання, обробки, зберігання та
інтелектуального аналізу відеоінформації. Аналіз цих компонентів
доцільно проводити з урахуванням реально існуючих пристроїв і
програмних продуктів, які застосовуються в сучасних системах
відеоспостереження.
51
2.5 Реляційна модель множини даних камер відеоспостереження за
основними параметрами та аналітичне дослідження
Для визначення найкращої моделі камери відеоспостереження
створюється множина існуючих камер відеоспостереження методом
евристики, які наведені в табл. 2.3.
Для визначення вибрано моделі камер різних фірм, а саме:
- Hikvision DS-2CD6362F-IV [16], Китай;
- Hanwha QNO 6012R [18], Південна Корея
- Reolink Altas PT Ultra B660 [19], Китай;
- Vivotek FD9389-EHTV V2 [20], Тайвань;
- Hikvision DS-2DE5232W-AE [17], Китай.
Таблиця 2.3
Реляційна модель даних за основними параметрами
камер відеоспостереження
№ Фірма та модель γ, Мп Ч, кГц P, Вт Т, °С Ц, ₴
Hikvision
1 0,75 48 12 50 19137
DS-2CD6362F-IV
Hanwha
2 2 8 7 55 12369
QNO 6012R
Reolink
3 Altas PT Ultra 8 8 3,6 55 8019
B660
Vivotek
4 5 7,7 9,9 50 11268
FD9389-EHTV V2
52
Продовження таблиці 2.3
№ Фірма та модель γ, Мп Ч, кГц P, Вт Т, °С Ц, ₴
Hikvision
5 2 16 19 65 19780
DS-2DE5232W-AE
Для систематизування множини серійно випускових моделей за
основними техніко-економічними показниками створюється узагальнена
інформаційна модель має наступний вигляд:
β (γ, Ч, P, Т, Ц,), (2.1)
де γ – роздільна здатність;
Ч – частота дискретизації;
P – потужність споживання;
Т – максимальна робоча температура;
Ц – ціна;
Враховуючи різноманітні розмірності техніко-економічних
показників, що ускладнюють подальше порівняння, тому пропонується
ввести КЕ який є безрозмірною величенною, а фізичне тлумачення якого
відповідає визначеному параметру.
Узагальнена математична модель КЕ має вигляд [26]:
К
екв = , (2.2)
Q
де Кекв – коефіцієнт еквівалентності безрозмірної величини;
Qi – поточне значення параметру;
Qmax – максимальне значення цього параметру;
На основі формули (2.2) створюються критерії еквівалентності:
53
Кγ – безрозмірна величина, що характеризує роздільну здатність
камери відеоспостереження;
γ
К
γ = , (2.3)
γ
КЧ – безрозмірна величина, що характеризує частоту дискретизації
камери відеоспостереження;
Ч
К
Ч = , (2.4)
Ч
КР – безрозмірна величина, що характеризує потужність споживання
камери відеоспостереження;
Р
К =
Р , (2.5)
Р
КТ – безрозмірна величина, що характеризує максимальну робочу
температуру камери відеоспостереження;
Т
К =
Т , (2.6)
Т
КЦ – безрозмірна величина, що характеризує ціну камери
відеоспостереження;
Ц
К =
Ц , (2.7)
Ц
Для визначення найбільш ефективної моделі камери
відеоспостереження створено реляційну модель даних КЕ представлених в
табл. 2.4.
Дані розрахунку відповідних критеріїв еквівалентності за формулами
(2.2 – 2.6).
54
Таблиця 2.4
Реляційна модель коефіцієнтів еквівалентності даних
камер відеоспостереження
№ Фірма та модель Кγ КЧ КР КТ КЦ
Hikvision
1 0,09 1 0,63 0,76 0,97
DS-2CD6362F-IV
Hanwha QNO
2 0,25 0,17 0,36 0,85 0,62
6012R
Reolink Altas PT
3 1 0,17 0,19 0,85 0,4
Ultra B660
Vivotek
4 0,63 0,16 0,52 0,76 0,57
FD9389-EHTV V2
Hikvision
5 0,25 0,33 1 1 1
DS-2DE5232W-AE
Аналіз табл. 2.4 показав, що:
- модель №1 Hikvision DS-2CD6362F-IV має високу робочу
температуру, найвищу частоту, але має найнижчу роздільну здатність,
високу ціну та високу потужність споживання.
- модель №2 Hanwha QNO 6012R має високу робочу температуру,
низьку потужність споживання, але має низьку частоту, низьку роздільну
здатність, високу ціну.
- модель №3 Fipka ONV 20-port L2+ має найвищу роздільну здатність,
високу робочу температуру, найнижчу потужність споживання, найнижчу
ціну, але має низьку частоту.
55
- модель №4 Reyee RG-EG209GS має високу роздільну здатність,
середню потужність споживання та високу робочу температуру але має
найнижчу частоту, високу ціну.
- модель №5 Hikvision DS-3E1310HP-EI має високу робочу
температуру, але має низьку роздільну здатність, низьку частоту, високу
потужність споживання, високу ціну.
Для прискорення аналізу на рис. 2.9 наведено гістограми КЕ даних
камер відеоспостереження.
1
0,95
0,9
0,85
0,8
0,75
0,7
0,65
0,6
0,55
0,5
0,45
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
Кγ КЧ КР КТ КЦ Кγ КЧ КР КТ КЦ Кγ КЧ КР КТ КЦ Кγ КЧ КР КТ КЦ Кγ КЧ КР КТ КЦ
1 2 3 4 5
5
Рис. 2.9. Гістограма коефіцієнтів еквівалентності даних камер
відеоспостереження
Примітка: 1, 2, 3, 4, 5, Кγ, КЧ, КР, КТ, КЦ, відповідають номеру табл. 2.4.
56
Аналіз наведених на рис. 2.9 гістограм КЕ даних камер
відеоспостереження показав що за параметрами:
- найбільшу роздільну здатність γ має камера:
Altas PT Ultra B660 фірми Reolink №3;
- найбільшу частоту Ч має камера:
DS-2CD6362F-IV фірми Hikvision №1;
- найменшу потужність енергоспоживання Р має камера:
Altas PT Ultra B660 фірми Reolink №3;
- найбільшу максимальну робочу температуру Т має камера:
DS-2DE5232W-AE фірми Hikvision №5;
- найменшу ціну Ц має камера:
Altas PT Ultra B660 фірми Reolink №3.
Таким чином, порівняльний аналіз всіх критеріїв, що представлені на
рис 2.9 показав, що найкращою моделлю є камера №3 Altas PT Ultra B660
фірми Reolink завдяки своїй низькій вартості, малому енергоспоживанню,
високій роздільній здатності та максимальній температурі. Проте вона
поступається більш дорожчим моделям у частоті дискретизації аудіо.
57
Висновок до розділу 2
На базі евристичного методу створено реляційні моделі даних для
представлення ключових техніко-економічних показників камер
відеоспостереження різних фірм виробників.
Створено узагальнену інформаційну модель даних за ключовими
параметрами камер відеоспостереження, що дозволило систематизувати
множину серійно випускових моделей за основними техніко-економічними
показниками.
Розглянуто якісні характеристики камер відеоспостереження, їх
переваги та недоліки.
Запропоновано коефіцієнт еквівалентності безрозмірної величини
для подальшого спрощення порівняння запропонованих камер
відеоспостереження.
Побудована гістограма для камер відеоспостереження існуючих
фірм, яка зменшує час визначення найкращої моделі за багатьма техніко-
економічними показниками.
За результатами порівняльного аналізу нормованої гістограми
визначено найкращу модель камери відеоспостереження №3 Altas PT Ultra
B660 фірми Reolink.
58
РОЗДІЛ 3
АНАЛІЗ МОДЕЛЕЙ МРЕЖЕВИХ РЕЄСТРАТОРІВ
3.1 Реляційна модель основних елементів NVR-реєстраторів
NVR – це мережевий пристрій запису, який зберігає та керує відео,
знятими з IP-камер через підключення до Інтернету. У типовій системі
NVR, IP-камери, мережа та сам відеореєстратор працюють разом [15]. IP-
камери захоплюють та кодують відео на стороні камери, а потім передають
цифрові відеодані через мережу Ethernet на відеореєстратор.
Відеореєстратор отримує ці відеопотоки та зберігає їх для перегляду та
відтворення в реальному часі.
Замість того, щоб покладатися на аналогові сигнали, відеореєстратор
підключається до камер через мережу та зберігає цифрові відеофайли. Така
архітектура забезпечує гнучкіший дизайн системи, вищу якість відео та
розширені можливості моніторингу, які зазвичай використовуються в
сучасних системах спостереження.
Важливим елементом структури NVR-реєстратора є система
керування доступом користувачів. Залежно від рівня прав доступу
адміністратори, оператори та інші користувачі можуть отримувати різні
можливості щодо перегляду, редагування або експорту відеоархівів. Це
дозволяє підвищити рівень інформаційної безпеки та забезпечити захист
відеоданих від несанкціонованого доступу. У сучасних системах також
реалізуються механізми запису подій, що дають змогу фіксувати дії
користувачів та контролювати зміни конфігурації системи.
NVR-реєстратор є високотехнологічним пристроєм і містить ряд
компонентів, що забезпечують роботу реєстратора та пов’язаних з ним
приладів.
Схема складу NVR-реєстратора зображена на рис. 3.1.
59
NVR-реєстратор
Система
Мережевий
Корпус зберігання Відеовиходи
інтерфейс
даних
Рис 3.1 Схема складу NVR-реєстратора
З рис. 3.1 видно, що в загальному NVR-реєстратори мають п’ять
основних складових, деякі з них розглядаються нижче.
Інтерес представляють елементи NVR-реєстратора, тому основні
елементи зображені в табл. 3.5.
Таблиця 3.1
Реляційна модель типів елементів NVR-реєстратора
Основні елементи
Тип
Тип мережевого Тип
Тип корпусу системи
інтерфейсу відеовиходів
зберігання даних
Настільний Гігабітний
HDMI
Локальний PoE
Індустріальний SDI
Хмарний SFP
Мережевий
Багатопортовий
Міні
Аналіз реляційної моделі NVR-реєстратора, поданої на другому
рисунку, демонструє, що ключові структурні та функціональні параметри
системи відеозапису не мають жорсткої залежності між собою і можуть
комбінуватися залежно від сценарію застосування.
60
Незалежно від типу корпусу, у NVR можуть використовуватися різні
типи систем зберігання даних. Вибір типу зберігання визначається
вимогами до надійності, обсягу архіву та політики безпеки, а не форм-
фактором пристрою. Для невеликих систем відеоспостереження зазвичай
застосовуються жорсткі диски SATA, які забезпечують достатній обсяг
пам’яті при відносно невисокій вартості. У більш складних та
відповідальних системах використовуються RAID-масиви, що дозволяють
підвищити надійність зберігання інформації та забезпечити резервування
даних у разі відмови одного з накопичувачів.
Тип мережевого інтерфейсу також є незалежним атрибутом моделі.
Підтримка гігабітного Ethernet забезпечує достатню пропускну здатність
для більшості систем відеоспостереження, тоді як використання PoE-
інтерфейсів дозволяє передавати живлення та дані через один кабель,
спрощуючи інфраструктуру. Наявність SFP-портів розширює можливості
інтеграції у волоконно-оптичні мережі та забезпечує передачу даних на
великі відстані. Багатопортові конфігурації визначають масштаб системи
за кількістю підключених IP-камер, але не залежать від типу корпусу чи
системи зберігання.
Тип відеовиходів також не є жорстко прив’язаним до інших
параметрів. HDMI (мультимедійний інтерфейс високої чіткості) зазвичай
використовується для локального моніторингу, SDI (послідовний
цифровий інтерфейс) – у професійних системах із високими вимогами до
якості сигналу та затримок, тоді як мережеві відеовиходи забезпечують
доступ до відеопотоків через IP-мережі. Використання різних типів
відеовиходів дозволяє інтегрувати NVR-реєстратори як у локальні системи
спостереження, так і у великі розподілені мережі моніторингу.
61
3.2 Конструктивні особливості NVR-реєстраторів
Тип корпусу NVR-реєстратора визначає його конструктивне
виконання, габаритні розміри, спосіб встановлення та сферу застосування.
На рисунках, що представлені нижче, конструктивні розмірності вказані як
в міліметрах (мм), так і в дюймах (“).
Настільний реєстратор – це компактне виконання NVR-реєстратора,
призначене для розміщення на горизонтальних поверхнях без необхідності
монтажу в серверну стійку. Приклад зовнішнього вигляду настільного
NVR-реєстратора моделі Hikvision DS-7616NI-E2 представлено на рис. 3.2.
Рис. 3.2. Настільний NVR-реєстратора моделі Hikvision DS-7616NI-E2
62
Такий форм-фактор характеризується зменшеними габаритами,
інтегрованим блоком живлення та обмеженою, але достатньою
функціональністю для використання в малих і середніх системах
відеоспостереження.
Індустріальний реєстратор – це високопродуктивний мережевий
відеореєстратор серверного або стійкового типу, призначений для
побудови масштабованих систем IP-відеоспостереження з підвищеними
вимогами до надійності, пропускної здатності та безперервності роботи.
Приклад зовнішнього вигляду індустріального NVR-реєстратора моделі
Hikvision DS-9664NI-M16 представлено на рис. 3.3.
Рис. 3.3. Індустріальний NVR-реєстратора моделі Hikvision DS-9664NI-
M16
63
Такий тип NVR функціонує як центральний вузол системи
відеоспостереження, забезпечуючи одночасний прийом, обробку, запис і
архівацію великої кількості цифрових відеопотоків від IP-камер у режимі
24/7.
Міні реєстратор – це компактний мережевий відеореєстратор,
призначений для приймання, обробки та зберігання відеопотоків від
невеликої кількості IP-камер у малих системах відеоспостереження.
Приклад зовнішнього вигляду міні NVR-реєстратора моделі ACTi ZNR-
221P 16 представлено на рис. 3.4.
Рис. 3.4. Міні NVR-реєстратора моделі ACTi ZNR-221P 16
Такий тип NVR характеризується зменшеними габаритами та
спрощеною апаратною архітектурою, що дозволяє його використання в
обмежених просторах (квартири, приватні будинки, невеликі офіси або
торгові точки).
64
Системи зберігання даних у NVR-реєстраторах є ключовим
компонентом архітектури IP-відеоспостереження, оскільки визначають
надійність, масштабованість та доступність до архіву відеоматеріалів.
Виділяють два основні типи систем: локальне зберігання та хмарне
зберігання.
Локальна система зберігання передбачає підключення накопичувача
до реєстратора або інтегрування у реєстратор. Найчастіше для цього
використовуються жорсткі диски (HDD або SSD), встановлені всередині
корпусу реєстратора. Основною перевагою локального зберігання є повний
контроль над даними з боку користувача, відсутність залежності від
сторонніх сервісів, стабільна швидкість запису та можливість роботи в
автономному режимі без підключення до Інтернету.
Хмарна система зберігання базується на передачі відеопотоків або їх
фрагментів до віддалених дата-центрів через мережу Інтернет із
подальшим збереженням на сервері. У такій моделі NVR виконує роль
проміжного вузла, який забезпечує кодування, шифрування та передачу
даних у хмарне середовище. Основною перевагою хмарного зберігання є
висока масштабованість, оскільки обсяг архіву може бути оперативно
збільшений без зміни локальної інфраструктури. Крім того, хмарні
рішення забезпечують віддалений доступ до відеоархіву з будь-якої точки
мережі та спрощують централізоване адміністрування системи.
У сучасних системах відеоспостереження часто застосовується
гібридний підхід, який поєднує локальне та хмарне зберігання. У такій
архітектурі критично важливі або найбільш актуальні дані зберігаються
локально для забезпечення швидкого доступу та безперервності запису,
тоді як резервні копії або вибрані фрагменти архіву дублюються у хмарі
для підвищення надійності та забезпечення довгострокового зберігання.
65
Мережевий інтерфейс NVR-реєстратора є елементом системи
відеоспостереження, який визначає пропускну здатність, гнучкість
підключення та масштабованість комплексу. Вибір типу мережевого
інтерфейсу безпосередньо впливає на ефективність передачі відеопотоків
від IP-камер до реєстратора, а також на можливості інтеграції з іншими
мережевими пристроями.
Гігабітний інтерфейс є базовим стандартом для сучасних NVR-
реєстраторів і забезпечує достатню пропускну здатність для одночасного
прийому відеопотоків від декількох IP-камер із високою роздільною
здатністю. Основною перевагою гігабітного інтерфейсу є його
універсальність та простота впровадження. Водночас у системах із
великою кількістю камер може виникати необхідність у використанні
декількох інтерфейсів або переході до швидших стандартів передачі даних.
Інтерфейси PoE (Power over Ethernet) дозволяють передавати
електроживлення та дані до IP-камер по одному кабелю, що значно
спрощує монтаж і зменшує кількість необхідної кабельної інфраструктури.
У NVR-реєстраторах із вбудованими PoE-портами реалізовано
функціональність комутатора, що дає змогу безпосередньо підключати
камери без використання додаткового мережевого обладнання.
SFP-інтерфейси (Small Form-factor Pluggable) призначені для
підключення оптичних або мідних модулів і використовуються переважно
для організації високошвидкісних або довгих мережевих з’єднань. Завдяки
використанню оптоволоконних ліній зв’язку забезпечується висока
стійкість до електромагнітних завад, а також можливість передачі даних на
відстані, що значно перевищують можливості витої пари. SFP-порти
дозволяють реалізовувати магістральні підключення між мережевими
сегментами або інтегрувати NVR у розподілені системи
відеоспостереження, що охоплюють великі території.
66
Багатопортові мережеві інтерфейси передбачають наявність
декількох Ethernet-портів у складі одного NVR-реєстратора, що дозволяє
розподіляти мережеве навантаження між різними каналами передачі
даних. Такий підхід використовується для підвищення пропускної
здатності системи, резервування каналів зв’язку або сегментації мережі.
Відеовиходи NVR-реєстратора визначають способи відображення та
передачі обробленого відеосигналу до пристроїв візуалізації або
віддалених клієнтів, що є важливим аспектом побудови систем
відеоспостереження.
HDMI є основним цифровим стандартом для передачі відео та аудіо
сигналів високої чіткості. У NVR-реєстраторах він використовується для
підключення сучасних моніторів та телевізійних панелей, забезпечуючи
передачу сигналу без стиснення та втрат якості.
SDI застосовується у професійних системах відеоспостереження та
мовлення, де необхідна передача відеосигналу з мінімальною затримкою
та гарантованою якістю. SDI забезпечує передачу цифрового відео по
коаксіальному кабелю на значні відстані без суттєвих втрат якості, що
робить його придатним для критичних застосувань, таких як промислові
об’єкти або системи безпеки з підвищеними вимогами.
Мережеві відеовиходи реалізуються через IP-протоколи та
дозволяють передавати відеопотоки до віддалених клієнтських пристроїв,
таких як персональні комп’ютери та мобільні пристрої. NVR-реєстратор
виступає як сервер потокового відео, що забезпечує доступ до архіву та
живого перегляду через локальну мережу або Інтернет. Основною
перевагою мережевих відеовиходів є гнучкість доступу та можливість
централізованого моніторингу, однак їх ефективність залежить від
пропускної здатності мережі та рівня затримок.
67
3.3 Аналіз NVR-реєстраторів за якісними характеристиками
Основні види NVR-реєстраторів з їхніми перевагами та недоліками
[14] представлені у табл. 3.2.
Таблиця 3.2
Переваги та недоліки видів NVR-реєстраторів
Тип NVR-реєстраторів Переваги Недоліки
- Простота - Мають закриті
використання; екосистеми;
Настільний - Висока якість - Не можна
відео; покращувати
- Компактність. компоненти
системи;
- Залежність від
мережі.
- Висока - Високе
надійність і споживання
витривалість; енергії;
Індустріальний
- Підтримка - Висока ціна;
десятків камер - Складність
різних обслуговування.
виробників;
- Розширені
аналітичні
здібності;
- Висока
продуктивність.
- Компактність і - Обмежена
мобільність; кількість
Міні - Простота каналів(4 – 8);
встановлення; - Обмежене
- Низьке сховище;
споживання - Мала
енергії; продуктивність;
- Доступна ціна. - Обмежені
аналітичні
здібності.
68
3.4 Модель класифікації NVR-реєстраторів
NVR-реєстратори класифікуються за пропускною здатністю каналу,
що відображає кількість IP-камер, які вони можуть підтримувати [16].
8 або 16-канальні NVR-реєстратори, як правило, орієнтовані на
застосування у малих інфраструктурах — приватних домогосподарствах,
невеликих торгових точках або офісах. Такі системи характеризуються
відносно невисоким сумарним бітрейтом (зазвичай до кількох десятків
Мбіт/с), обмеженою кількістю одночасних клієнтських підключень і
спрощеною архітектурою зберігання.
32 або 64-канальні відеореєстратори призначені для об’єктів із
підвищеними вимогами до покриття та деталізації відеоспостереження.
Вони використовуються у середніх комерційних середовищах, таких як
офісні центри, супермаркети, складські комплекси де необхідно обробляти
значно більший обсяг відеоданих. Такі системи мають підвищену
пропускну здатність (сотні Мбіт/с), підтримують більшу кількість
одночасних потоків відтворення, а також оснащуються більш
продуктивними процесорами
128-канальні NVR-реєстратори та системи вищого класу орієнтовані
на середні та великі об’єкти з розгалуженою інфраструктурою
відеоспостереження, такими як промислові підприємства, бізнес-центри,
транспортні вузли або критична інфраструктура. Такі рішення часто
передбачають використання відмовостійких конфігурацій, мережевих
сховищ і кластеризації, що дозволяє забезпечити безперервність запису,
високу доступність даних і масштабованість у межах великих систем
безпеки.
69
NVR-реєстратор може мати різні типи отримання даних з камер
відеоспостереження, такі як: NVR з вбудованим PoE, NVR без вбудованого
PoE та бездротовий NVR.
1) NVR з вбудованим PoE – це мережевий відеореєстратор, який
поєднує в собі функції запису відео з IP-камер і PoE-комутатора. Завдяки
вбудованому PoE він передає живлення та дані до камер через один
Ethernet-кабель, тому камери можна підключати напряму до реєстратора
без окремих блоків живлення та додаткового обладнання. Такі системи
простіші в монтажі, займають менше місця і зручні для невеликих об’єктів,
наприклад приватних будинків, офісів або магазинів.
2) NVR без вбудованого PoE – це мережевий відеореєстратор, який
записує відео з IP-камер, але не подає на них живлення через Ethernet. У
такій системі камери підключаються до окремого PoE-комутатора або до
блоків живлення, а вже потім мережевим кабелем передають відеосигнал у
NVR. Такий варіант більш гнучкий у побудові системи, дозволяє
використовувати різні мережеві схеми та підключати більше пристроїв, але
потребує додаткового обладнання і складнішого монтажу.
3) Бездротовий NVR – отримує відео з IP-камер через Wi-Fi, без
використання кабелю Ethernet для передачі даних. Камери підключаються
до бездротової мережі і передають сигнал на NVR, де він записується і
зберігається. Така система зручна для швидкого монтажу і мінімальної
кількості проводів, але залежить від якості Wi-Fi сигналу і може бути
менш стабільною порівняно з дротовими рішеннями.
70
3.5 Реляційна модель множини даних NVR-реєстраторів за основними
параметрами та аналітичне дослідження
Центральним компонентом автоматизованої системи є
обчислювальна підсистема. NVR-реєстратори виконують функції
приймання, запису та первинної обробки відеоданих. NVR-реєстратор
обробляє вже оцифрований відеопотік від камер і дозволяє керувати
системою відеоспостереження віддалено через інтернет, пропонуючи
гнучкість, високу якість відео та інтеграцію з іншими системами безпеки.
У процесі дослідження створюються реляційна модель даних за
основними параметрами NVR-реєстраторів, що охоплюють широкий
спектр сучасних пристроїв провідних країн виробників, а саме:
- Hikvision DS-7732NI-K4 [21], Китай;
- HANWHA QRN-430S [22], Південна Корея;
- Reolink NVS16-8MB8 [23], Китай;
- Vivotek ND9541 [24], Китай;
- Hikvision DS-7608NXI-I2/S [25], Китай.
Дані наведених параметрів NVR-реєстраторів наведено в табл. 3.3.
Таблиця 3.3
Реляційна модель даних NVR-реєстраторів
Фірма та
№ В, Мбіт/с М, МП Р, Вт T, °С Ц, ₴
модель
Hikvision
1 DS-7732NI 256 12 50 40 24416
-K4
71
Продовження таблиці 3.3
Фірма та
№ В, Мбіт/с М, МП Р, Вт T, °С Ц, ₴
модель
Hanwha
2 40 8 52 40 22589
QRN-430S
Reolink
3 NVS16-8M 100 12 54 40 18400
B8
Vivotek
4 1000 12 30 40 31776
ND9541
Hikvision
5 DS-7608N 256 12 30 55 11665
XI-I2/S
Для цього створюється узагальнена інформаційна модель має
наступний вигляд
β (В, М, P, Т, Ц,), (3.1)
де В – вхідна та вихідна пропускна здатність;
М – максимальна роздільна здатність відео;
P – потужність споживання;
Т – максимальна робоча температура;
Ц – ціна;
Враховуючи різноманітні розмірності техніко-економічних
показників, що ускладнюють подальше порівняння, пропонується ввести
КЕ який є безрозмірною величенною, а фізичне тлумачення яких
відповідає визначеному параметру.
72
Узагальнена математична модель КЕ має вигляд [26]:
К
екв = , (3.2)
Q
де Кекв – коефіцієнт еквівалентності безрозмірної величини;
Qi – поточне значення параметру;
Qmax – максимальне значення цього параметру;
Для визначення найбільш ефективної моделі NVR-реєстратора
створено реляційну модель КЕ даних представлену на табл. 3.4.
На основі формули (3.2) створюються критерії еквівалентності:
В – величина що характеризує вхідну та вихідну пропускну здатність
NVR-реєстратора;
В
КВ = , (3.3)
В
М – величина що характеризує максимальну роздільну здатність
відео NVR-реєстратора;
М
КМ = , (3.4)
М
Р – величина що характеризує потужність споживання NVR-
реєстратора;
Р
К =
Р , (3.5)
Р
73
T – величина що характеризує максимальну робочу температуру
NVR-реєстратора;
Т
К
Т = , (3.6)
Т
Ц – величина що характеризує ціну NVR-реєстратора;
Ц
К
Ц = , (3.7)
Ц
Таблиця 3.4
Реляційна модель коефіцієнтів еквівалентності даних
NVR-реєстраторів
Фірма та
№ КВ КМ КР КТ КЦ
модель
Hikvision
1 DS-7732NI 0,25 1 0,93 0.72 0,76
-K4
Hanwha
2 0,04 0,66 0,96 0.72 0,71
QRN-430S
Reolink
3 NVS16-8M 0,1 1 1 0.72 0,58
B8
Vivotek
4 1 1 0.56 0.72 1
ND9541
Hikvision
5 DS-7608N 0,25 1 0.56 1 0.37
XI-I2/S
74
Аналіз табл. 3.4 показав, що:
- модель №1 Hikvision DS-7732NI-K4 має високу роздільну здатність
відео, високу робочу температуру, але має високу ціну, низьку
вхідну/вихідну пропускну здатність та високу потужність
споживання.
- модель №2 HANWHA QRN-430S має найменшу роздільну здатність
відео, високу робочу температуру, але має високу ціну, найнижчу
вхідну/вихідну пропускну здатність та високу потужність
споживання.
- модель №3 Reolink NVS16-8MB8 має високу роздільну здатність
відео, високу робочу температуру, але має високу ціну, низьку
вхідну/вихідну пропускну здатність та найбільшу потужність
споживання.
- модель №4 Vivotek ND9541 має високу роздільну здатність відео,
високу робочу температуру, найбільшу вхідну/вихідну пропускну
здатність, але має найбільшу ціну та потужність споживання.
- модель №5 Hikvision DS-7608NXI-I2/S має високу роздільну
здатність відео, найбільшу робочу температуру, найнижчу ціну, але
має низьку вхідну/вихідну пропускну здатність та високу потужність
споживання.
Для прискорення аналізу на рис. 3.5 наведено гістограми КЕ даних
NVR-реєстраторів.
75
1
0,95
0,9
0,85
0,8
0,75
0,7
0,65
0,6
0,55
0,5
0,45
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
КВ КМ КР КТ КЦ КВ КМ КР КТ КЦ КВ КМ КР КТ КЦ КВ КМ КР КТ КЦ КВ КМ КР КТ КЦ
1 2 3 4 5
Рис. 3.5. Гістограма коефіцієнтів еквівалентності NVR-реєстраторів
Примітка: 1, 2, 3, 4, 5, КВ, КМ, КР, КТ, КЦ, відповідають номеру табл. 3.4.
Аналіз наведених на рис. 3.5 гістограм КЕ даних NVR-реєстратора
показав що за параметрами:
1) найбільше значення вхідної та вихідної пропускної здатності В має
реєстратор:
ND9541 фірми Vivotek №4;
76
2) найбільшу максимальну роздільну здатність відео М мають
реєстратори:
DS-7732NI-K4 фірми Hikvision №1, NVS16-8MB8 фірми Reolink №3,
ND9541 фірми Vivotek №4; DS-7608NXI-I2/S фірми Hikvision №5;
3) найменшу потужність енергоспоживання P мають реєстратори:
ND9541 фірми Vivotek №4 та DS-7608NXI-I2/S фірми Hikvision №5;
4) найбільший показник максимальної робочої температури T належить
реєстратору:
DS-7608NXI-I2/S фірми Hikvision №5;
5) найбільш економічним варіантом є реєстратор:
DS-7608NXI-I2/S фірми Hikvision №5;
Таким чином, з огляду на всі критерії, що представлені на рис 3.12,
найкращою моделлю є реєстратор №4 ND9541 фірми Vivotek. Попри свою
високу ціну цей реєстратор має найбільшу вхідну та вихідну пропускну
здатність, а також максимальну роздільну здатність відео серед усіх
представлених моделей. Ці два параметри є критичними при виборі NVR-
реєстратора.
77
Висновок до розділу 3
На базі евристичного методу створено реляційні моделі даних для
представлення ключових техніко-економічних показників NVR-
реєстраторів різних фірм виробників.
Створено узагальнену інформаційну модель даних за ключовими
параметрами NVR-реєстраторів, що дозволило систематизувати множину
серійно випускових моделей за основними техніко-економічними
показниками.
Розглянуто якісні характеристики NVR-реєстраторів, їх переваги та
недоліки.
Запропоновано коефіцієнт еквівалентності безрозмірної величини
для подальшого спрощення порівняння запропонованих NVR-реєстраторів.
Побудована гістограма для NVR-реєстраторів існуючих фірм, яка
зменшує час визначення найкращої моделі за багатьма техніко-
економічними показниками.
За результатами порівняльного аналізу нормованої гістограми
визначено найкращу модель NVR-реєстратора ND9541 фірми Vivotek №4.
78
ВИСНОВКИ
У кваліфікаційній роботі освітнього ступеня «бакалавр» розв’язано
актуальне завдання підвищення ефективності автоматизованої системи
аналізу даних відеоспостереження шляхом імплементації найкращих
компонентів серед множини серійно випускових моделей, що базується на
візуалізації схемних відношень та створенні реляційних моделей даних за
ключовими техніко-економічними показниками.
Основними компонентами є камери відеоспостереження та NVR-
реєстратори, за параметрами:
- роздільна здатність, частота, потужність енергоспоживання,
максимальна робоча температура, ціна;
- пропускна здатність, максимальну роздільну здатність відео
відповідно.
Визначено математичну модель безрозмірного коефіцієнта
еквівалентності, фізичне тлумачення якого відповідає визначеному
параметру для оцінювання при порівняльному аналізу.
За результатами розрахунків побудовано гістограми коефіцієнтів
еквівалентності, візуалізація яких на три-чотири порядки підвищила
швидкодію визначення найкращої моделі.
Порівняльний аналіз коефіцієнтів еквівалентності визначив, що
найкращими моделлю камери відеоспостереження є №3 Altas PT Ultra
B660 фірми Reolink, а найкращою моделлю NVR-реєстратора є ND9541
фірми Vivotek №4.
Отже, використання найкращих компонентів сприяє підвищенню
ефективності автоматизованої системи аналізу даних відеоспостереження.
79
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
1. Khan S., Rahmani H., Shah S. A. A., Bennamoun M. A Guide to
Convolutional Neural Networks for Computer Vision. CRC Press, 2021.
310p.
2. Li Y., Wang J., Chen X. Intelligent Video Surveillance Systems
Based on Deep Learning Networks // Journal of Visual Communication and
Image Representation. 2022. Vol. 84.
3. Дудатьєв А. В., Баришев Ю. В., Войтович О. П. Метод
оцінювання безпеки інформаційних ресурсів підприємства на основі
аналізу вразливостей // Вісник Хмельницького національного
університету. 2008. № 4. С. 78-83.
4. Лесюк А. М., Яцишин С. П. Комп’ютерний зір та його
застосування // About the Problems of Science and Practice, Tasks and
Ways to Solve Them : Abstracts of VI International Scientific and Practical
Conference, Milan, 26–30 October 2020. Milan, 2020. С. 530-532.
5. Yalon E. Exposing Wireless IP Camera Security Flaws
[Електронний ресурс]. URL: Checkmarx (дата звернення: 10.04.2026).
6. Pratt I. Artificial Intelligence and Video Surveillance //
Philosophical Archive. 2023. URL: Philosophical Archive article (дата
звернення: 29.04.2026).
7. Farhat B., Baljit S. Analysis of CMOS and CCD Sensors for
Surveillance Cameras // Optik. 2021. Vol. 242.
8. Технології та комп’ютерна інженерія : науковий журнал
[Електронний ресурс]. URL: Науковий журнал Vernadsky Journals PDF
(дата звернення: 09.04.2026).
9. Information Technologies and Computer Modelling [Електронний
ресурс]. URL: ITCM article (дата звернення: 30.04.2026).
80
10. Топчій Н. В., Білевська О. С. Аналіз захищеності IP-камер
відеоспостереження // Наукові праці. С. 157–161.
11. Public Surveillance and AI: The Challenges of Balancing Safety
and Ethics in Smart Cities // Hanwha Vision News Center. 2024
[Електронний ресурс]. URL: Hanwha Vision News Center (дата
звернення: 28.04.2026).
12. Журомська М. В. Технологічне підґрунтя та виклики
відеоаналітики в міському просторі // Інформаційні технології та
проєктування. 2020. № 1(8). С. 44-49. URL: Інформаційні технології та
проєктування PDF (дата звернення: 01.05.2026).
13. Вакалюк Т. А. Інформаційні технології інтелектуального
відеоспостереження: проблеми та перспективи // Modern Development of
Education and Science. 2023. № 5. URL: Modern Development of Education
and Science article (дата звернення: 01.05.2026).
14. Kumar P., Singh A. Network Video Recorder Systems for
Distributed Surveillance Networks // International Journal of Computer
Applications. 2022. Vol. 184(22). P. 14-21.
15. Кравченко В. О., Мельник Р. І. Архітектура мережевих систем
відеоспостереження з використанням NVR-реєстраторів // Наукові праці
ОНАЗ ім. О. С. Попова. 2024. № 1. С. 96-104.
16. Hikvision. DS-2CD6362F-I(V)(S) 6 MP Network Fisheye Camera
[Електронний ресурс]. URL: Hikvision DS-2CD6362F-I(V)(S) Datasheet
(дата звернення: 11.04.2026).
17. Hikvision. DS-2DE5232W-AE 2 MP 32× Network Speed Dome
[Електронний ресурс]. URL: Hikvision DS-2DE5232W-AE Datasheet
(дата звернення: 11.04.2026).
81
18. Hanwha Vision QNO-6012R Network Bullet Camera
[Електронний ресурс]. URL: Hanwha Vision QNO-6012R (дата
звернення: 12.04.2026).
19. Reolink Altas PT Ultra Series B660 [Електронний ресурс]. URL:
Reolink Altas PT Ultra Series B660 (дата звернення: 11.04.2026).
20. VIVOTEK FD9389-EHTV-V2 Network Dome Camera
[Електронний ресурс]. URL: VIVOTEK FD9389-EHTV-V2 (дата
звернення: 12.04.2026).
21. Hikvision DS-7732NI-K4 Network Video Recorder Datasheet
[Електронний ресурс]. URL: Hikvision DS-7732NI-K4 Datasheet (дата
звернення: 16.04.2026).
22. Hanwha Vision QRN-430S Network Video Recorder
[Електронний ресурс]. URL: Hanwha Vision QRN-430S (дата звернення:
16.04.2026).
23. Network Video Recorder Datasheet [Електронний ресурс]. URL:
Network Video Recorder Datasheet PDF (дата звернення: 16.04.2026).
24. VIVOTEK ND9541 Network Video Recorder Datasheet
[Електронний ресурс]. URL: VIVOTEK ND9541 Datasheet (дата
звернення: 16.04.2026).
25. Hikvision DS-7608NXI-I2/S Network Video Recorder
[Електронний ресурс]. URL: Hikvision DS-7608NXI-I2/S (дата
звернення: 16.04.2026).
26. Лукашенко В. А., Бернацький А. В., Гардер Д. А., Юрченко
Ю.В., Мамай Д.О., Лукашенко В. М. Метод візуалізації.
Електромеханічні та енергозберігаючі системи. №1/2026(72) С. 20–27.
82