Videovigilancia eficiente: equilibrio entre calidad e infraestructura

La elección de una plataforma de hardware y un ancho de banda adecuado es clave cuando diseñas tu sistema de videovigilancia tanto para suscriptores como para un sitio que debe ser vigilado. Después de haber estudiado las guías en Internet junto con las herramientas de cálculo disponibles, descubrirás que la clave es la calidad de video. Cuanto mayor sea la calidad del video, más “pesado” será el video, es decir, se requiere más espacio en disco para almacenar el archivo durante el mismo período, más capacidad de CPU para el procesamiento de video y más ancho de banda de red para la transmisión de video desde las cámaras al servidor y desde el servidor a los usuarios finales.

La calidad del video solo se define por el problema que planeas resolver: por ejemplo, probablemente no necesites una cámara de ultra alta calidad para verificar lo que hace tu gato mientras estás fuera de casa, pero las cámaras que usan los oficiales de policía para resolver crímenes tienen unos estrictos y altos requisitos de calidad y robustez.

Muchos de los científicos más brillantes han estado luchando por encontrar formas de “aclarar” imágenes y videos sin perder calidad, y gracias a ellos ahora tenemos muchos métodos para reducir el consumo de recursos de un sistema de videovigilancia manteniendo la calidad del video aproximadamente al mismo nivel.

¿Qué parámetros hay que tener en cuenta?

La calidad del video y, por lo tanto, la carga de la red y el espacio en disco generalmente dependen de los siguientes parámetros:

• Resolución de fotogramas y profundidad de color. La resolución es el ancho del fotograma en píxeles multiplicado por la altura del fotograma. La profundidad de color es la cantidad de bits que se utilizan para definir el color de cada píxel (generalmente 24 bpp en las cámaras modernas, no ajustable). Debes multiplicar estos tres números para calcular el tamaño de un fotograma sin comprimir.

  Po ejemplo, calculemos el tamaño (S) de un fotograma con resolución Full HD, es decir, ancho (W) de 1920 píxeles, alto (H) de 1080 píxeles en color verdadero, es decir, profundidad de color (D) de 24 bits.

  S = W × H × D = 1920 × 1080 × 24 = 49,766,400 bit ≈ 47.46 Мbit/fotograma

• La velocidad de fotogramas (fps) es el número de fotogramas que envía la cámara por segundo. Cuantos más fotogramas envíe la cámara, más recursos se requieren para transmitirlos y procesarlos.

  Para el ejemplo anterior con un fotograma Full HD, calculemos el ancho de banda de red requerido si no usamos la compresión y los fotogramas de transferencia a la velocidad de fotogramas más popular admitida por la mayoría de las cámaras de 25 fotogramas por segundo. Para hacer esto, multiplica el tamaño del cuadro por el número de cuadros para averiguar la cantidad de información transmitida por segundo, es decir, la tasa de bits de la cámara.

  Para transmitir un segundo de video, necesitamos un ancho de banda de red (BW) de

  BW = S × fps = 47.46 Мbit/fotograma × 25 frames/seg ≈ 1186.5 Мbit/seg

  Es decir, necesitarías un canal de más de 1 Gbps para transmitir un flujo de video desde una sola cámara. Tales capacidades son completamente irracionales, mientras que la resolución del cuadro debe permanecer alta. Por lo tanto, otros parámetros que se describen a continuación juegan un papel importante en los sistemas de videovigilancia modernos.

• La compresión (códec) es un algoritmo de codificación que reduce la cantidad de información necesaria para la transmisión de video. El vídeo analógico (sin comprimir) se transmite tal cual, píxel a píxel. Algunos compresores (como MJPEG) pueden plegar cada fotograma, mientras que con otros (como H.264) solo se transmiten por completo los fotogramas clave, y el resto de los fotogramas se construyen sobre la base de fotogramas clave. Por ejemplo, si el campo de visión de la cámara es aproximadamente el mismo con objetos relativamente pequeños que se mueven en él, entonces el códec permite transmitir solo la parte cambiante de la imagen y calcular el fondo basándose en la información recibida previamente.

  Tomemos el códec H.264 como ejemplo. La relación de compresión depende en gran medida del perfil que se utilice; El perfil alto más efectivo proporciona una relación de compresión de hasta 2000:1, es decir, la transmisión de 1 Gbps se puede comprimir a 512 Kbps en condiciones ideales, por ejemplo, cuando no hay movimiento ni pequeños detalles en el marco. En condiciones normales, se puede considerar una relación de compresión de 1000:1. Calculemos la tasa de bits de nuestra cámara Full HD con una tasa de fotogramas de 25 fps a una tasa de compresión de q_{low act.} = 1/2000 and q_{high act.} = 1/1000:

  BW_{low act.} = BW × q_{low act.} = 1186.5 Mbit/с × 1/2000 ≈ 0.6 Мbit/sec

  BW_{high act.} = BW × q_{high act.} = 1186.5 Mbit/с × 1/1000 ≈ 1.2 Мbit/sec

• La actividad de la escena significa la presencia de objetos en movimiento en el marco, por ejemplo, personas, automóviles, árboles movidos por el viento, etc. El efecto de la actividad en la calidad, entre otras cosas, se debe al códec utilizado: los códecs modernos pueden reducir significativamente el tamaño de video con poca actividad de escena y consumen recursos cuando es necesario para transmitir información sobre objetos en movimiento.

  A continuación, encontrarás ejemplos de la misma escena con y sin actividad. No hay objetos en movimiento en el marco izquierdo y hay personas moviéndose en el derecho.

  

  Al calcular los recursos, debes estimar aproximadamente el período de tiempo en el que no habrá movimiento en el marco. En el ejemplo anterior, la cámara capta el comedor de una oficina, es decir, habrá movimiento en el encuadre solo durante el horario laboral con un margen de varias horas antes y después para tener en cuenta a quienes les gusta trabajar en la mañana o en la tarde, digamos que son 11 horas. Y se puede suponer que no habrá movimiento durante la noche, es decir, durante el resto de las 13 horas del día (a menos que ocurra alguna situación anormal).

  Por lo tanto, podemos calcular el tamaño del archivo por día (3.600 segundos en una hora):

  Arch = (11 hrs × 3600 sec/hr × 1.2 Мbit/seg) + (13 hrs × 3600 seg/hr × 0.6 Mbit/seg) = 75,600 Mbit ≈ 9.2 GB

• La grabación basada en movimiento permite reducir tus requisitos de espacio en disco. En el ejemplo anterior, si habilitas la grabación de movimiento, puedes ahorrar alrededor de 3.4 GB por día excluyendo al segundo miembro de la suma.

En total, todos estos parámetros determinan la tasa de bits de la cámara. El consumo de recursos depende de la tasa de bits de las cámaras y su número. Por ejemplo, la carga de red entrante depende de la tasa de bits y la cantidad de cámaras capturadas, mientras que la carga saliente depende de la tasa de bits y la cantidad de cámaras vistas por los usuarios. El espacio en disco requerido depende de la tasa de bits, el número de cámaras y la profundidad de archivo requerida. Como puedes ver, al reducir la tasa de bits, puedes reducir el consumo de recursos.

La tasa de bits crece proporcionalmente a la resolución, la tasa de fotogramas y la actividad de la escena (si se usa VBR, es decir, la tasa de bits variable) e inversamente a la tasa de compresión. Por lo tanto, hasta cierto punto, la tasa de bits se puede considerar como una medida de calidad. Pero espera, si son iguales, ¿cómo bajamos la tasa de bits sin perder calidad? Es difícil, pero posible: dado que la calidad es un concepto subjetivo, puede cambiar uno o varios parámetros de calidad para que la imagen siga siendo visualmente aceptable.

Además, Watcher proporciona herramientas adicionales que permiten reducir la carga de la red sin ajustar los parámetros de calidad.

¿Cómo afectan estos parámetros a la calidad?

Entonces, ya sabemos cómo calcular el consumo de recursos en función de los parámetros que afectan la calidad. Recuerda que la calidad del video generalmente se entiende como la percepción subjetiva de la imagen en la pantalla, es decir, si el video se ve bien o no. Los parámetros anteriores pueden afectar la calidad del video, pero no existe una medida numérica estándar para evaluar la calidad. No puedes determinar la calidad del video con un solo parámetro: la calidad y la resolución no son lo mismo, la tasa de compresión no es el único indicador de calidad, etc.

En la cámara, puedes ajustar los parámetros de calidad para que se adapten a tus condiciones (consulta Configuración remota de la cámara a través de ONVIF):

• Resolución. Cuanto mayor sea la resolución, más clara será la imagen y se podrán ver los detalles más finos, pero esto requiere un gran ancho de banda para la transmisión de video y más espacio en disco para almacenar el archivo. Por lo general, la resolución HD o Full HD es suficiente para la videovigilancia. Por ejemplo, si los usuarios no están viendo video en una pantalla Ultra HD, entonces no tiene sentido transmitir el video en ultra alta definición, ya que no aporta ningún beneficio. Elige la resolución que se adapte al usuario final.

• Cuadros por segundo. Cuanto mayor sea el número de fotogramas por segundo, más fluído se verá el movimiento en el video, pero se requiere más ancho de banda para la transmisión y más espacio en el disco para el almacenamiento. No siempre se requiere una alta velocidad de fotogramas en los sistemas de videovigilancia. Si no hay objetos que se muevan rápidamente en el campo de visión de la cámara que puedan pasar en una fracción de segundo, la reducción de la velocidad de fotogramas no afectará la calidad. 15 fps deberían ser suficientes para escenas con personas, 30 fps o más para escenas con vehículos.

• Códec. Elije un códec que te permita una mayor tasa de compresión. Por ejemplo, H.265 comprimirá el video mejor que H.264, pero puede limitar la experiencia de visualización de video en un navegador. Además, no todas las cámaras admiten el códec H.265; sin embargo, puedes estar seguro de que nuestras cámaras Bullet y Dome admiten H.265. Consulta Códecs compatibles para obtener detalles sobre el uso de H.265 en Watcher.

• VBR (tasa de bits variable) o MBR (tasa de bits máxima) te permiten aprovechar al máximo los códecs modernos.

  En el modo VBR, la tasa de bits de la cámara disminuirá si no hay actividad en la escena. Por ejemplo, si la cámara está instalada en la entrada de un edificio residencial, la tasa de bits será baja cuando no haya residentes frente a la cámara. Sin embargo, este modo no proporcionará una mejora significativa en los casos en los que siempre haya movimiento en el campo de visión de la cámara, por ejemplo, en una intersección de carreteras con mucho tráfico.

  Con MBR, puedes establecer la tasa de bits máxima permitida. Sin embargo, la calidad disminuirá si hay mucha actividad en el marco.

En Watcher, puedes realizar ciertas configuraciones para minimizar la carga en la red y o el consumo de espacio en disco sin cambiar la calidad; sin embargo, pueden imponer algunas restricciones adicionales a la funcionalidad de tu sistema de videovigilancia:

• Desactiva la captura de audio. Watcher captura el flujo de audio de forma predeterminada, si hay uno en la cámara. Por supuesto, la transmisión de audio no supone una carga significativa para la red, pero no hay nada de malo en desactivarla si no es necesaria.

• Desactiva la captura de subflujos no utilizados. Watcher captura todas las transmisiones especificadas en la configuración de la cámara. Asegúrate de que solo se enumeren las transmisiones requeridas.

• Habilita la captura bajo demanda. Watcher no capturará la transmisión si ningún usuario lo solicita, pero no habrá funciones relacionadas con la cámara disponibles cuando no se capture la transmisión.

• Para reducir el espacio en disco, habilita solamente la grabación de movimiento detectado.

Puedes ajustar todos los parámetros anteriores en la configuración