ההתראה לא יודעת מה היא ראתה
זיהוי תנועה בסיסי עובד בצורה פשוטה עד כדי אכזבה. המצלמה מחלקת את התמונה לרשת של תאים, משווה כל תא לפריים הקודם, וכשמספיק פיקסלים בתא השתנו מעל סף מסוים היא מכריזה על אירוע.
היא לא יודעת אם ראתה אדם, חתול, ענף או ענן שעבר מול השמש. מבחינתה כל אלה אותו אירוע בדיוק. אין שם שום הבנה של מה נמצא בתמונה, יש רק ספירה של פיקסלים שהשתנו.
מכאן נגזרת הטעות הכי נפוצה בכיוונון. אדם שנכנס לחצר במרחק חמישה עשר מטר תופס בתמונה הרבה פחות פיקסלים מענף של עץ שנמצא שני מטרים מהעדשה. לכן הורדת רגישות פוגעת קודם כל בזיהויים האמיתיים ורק אחר כך בשווא. אתם מכבים את האזעקה של הפינה הרחוקה ומשאירים את זו של השיח שמתחת לאף.
אזורי זיהוי: הכלי החזק ביותר, וכמעט אף אחד לא נוגע בו
בתפריט של כל מקליט ושל כמעט כל אפליקציה יש מסך שבו מציירים על התמונה באיזה חלק ממנה תנועה נחשבת. ברוב ההתקנות ברירת המחדל היא כל התמונה, ושם מתחילה הבעיה.
מה שכדאי להוציא מהאזור: השמיים והשליש העליון של הפריים, שם עוברים ענפים, ציפורים ועננים ואף פעם לא פורצים משם. הכביש והמדרכה מעבר לגבול המגרש. עצים ושיחים שזזים ברוח. חלון של שכן. חצר שאינה שלכם, וזה גם עניין חוקי ולא רק תפעולי, כמפורט במדריך חוקי המצלמות.
והטריק שמשנה הכל: אל תציירו את האזור סביב המקום שבו הפורץ יעמוד, ציירו אותו סביב המקום שהוא חייב לחצות. רצועה צרה לרוחב השער, לאורך הגדר או על מדרגות הכניסה עובדת הרבה יותר טוב מאשר סימון של כל החצר. שטח קטן פירושו הרבה פחות דברים שיכולים לזוז בו במקרה, והמעבר דרכו הוא בדיוק האירוע שרציתם לדעת עליו.
שימו לב לתופעת לוואי שתופסת אנשים לא מוכנים: ברוב המקליטים אותו אזור שולט גם על ההתראה וגם על ההקלטה מבוססת התנועה. אזור שהוצאתם מהזיהוי הוא גם אזור שלא יוקלט במצב תנועה. בהקלטה רציפה זה לא רלוונטי, ובהקלטת תנועה זה קריטי.
סינון לפי גודל אובייקט, ההגדרה ששמורה בתפריט השני
כמעט בכל מערכת, גם בזולות, יש הגדרה של גודל מינימלי ומקסימלי לאובייקט שמפעיל אירוע. היא מוצגת בדרך כלל כשני מלבנים שגוררים על התמונה, והיא ההגדרה שהכי הרבה מתקינים מדלגים עליה.
השיטה: לוקחים מישהו מהבית, מבקשים ממנו לעמוד בנקודה הרחוקה ביותר בתוך אזור הזיהוי, ומכווננים את המלבן המינימלי בערך לגודל שלו בתמונה. המלבן המקסימלי מוגדר קצת מעל גודל של אדם שעומד קרוב למצלמה.
זה מה שמחסל את החתולים, את הציפורים ואת העלים בלי לגעת ברגישות. חתול שעובר על הגדר פשוט קטן מדי מכדי לעבור את הסף, ואדם באותו מרחק גדול מספיק. בניגוד להורדת רגישות, שמטשטשת את הכל, הסינון הזה מפריד בדיוק לפי מה שבאמת מבדיל בין אירוע לרעש.
זיהוי אדם ורכב: מה זה פותר ומה לא
מצלמות ומקליטים מהשנים האחרונות מציעים זיהוי מבוסס AI שמסווג את מה שזז לאדם, רכב או חיה, ומאפשר לשלוח התראה רק על חלק מהקטגוריות. כשזה עובד, זה הפתרון הטוב ביותר, והוא הופך רעש של עשרות התראות ביום לשתיים או שלוש.
אבל יש שני דברים שחשוב לדעת לפני שקונים על סמך זה. הראשון הוא איפה החישוב מתבצע. יש מצלמות שמסווגות בעצמן ויש מקליטים שמסווגים במקומן, וכשהמצלמה והמקליט אינם מאותו מותג האירועים המסווגים לא תמיד מגיעים בשלמותם לאפליקציה. חיבור ONVIF בין יצרנים שונים מעביר וידאו מצוין ומעביר אירועים חכמים הרבה פחות טוב.
השני הוא הזווית. אלגוריתמי הזיהוי מאומנים על צורה של אדם שעומד או הולך, בזווית סבירה. מצלמה שהותקנה גבוה מדי ומסתכלת ישר למטה מקבלת ראש וכתפיים ולא הרבה יותר, ושיעור הזיהוי שלה צונח. גובה וזווית ההתקנה משפיעים על דיוק הזיהוי יותר מהמחיר של המצלמה, וזה נכון גם לזיהוי הלילי, כמוסבר במדריך ראיית הלילה.
החשודים המיידיים, גרסה ישראלית
אם תסתכלו על ההתראות של שבוע ותסווגו אותן, הן כמעט תמיד ייפלו לרשימה קצרה. אלה החוזרות ביותר כאן:
בלילה, חרקים ועכבישים. תאורת ה-IR מושכת חרקים, חרקים מושכים עכבישים, ועכביש שבונה רשת על גוף המצלמה עובר ממש מול העדשה ומפעיל אירוע כל כמה דקות. זו הסיבה מספר אחת להתראות לילה, והיא גם מסבירה למה יש אנשים שההתראות שלהם שקטות ביום ומשתוללות בחושך.
ברוח, דקלים וברושים. תנועה של עלווה גדולה קרוב לעדשה מייצרת שינוי פיקסלים ענק. ימי שרב וסופות חורף הם ימי שיא.
בבוקר ואחר הצהריים, שמש נמוכה. קרן שנכנסת לעדשה בזווית משנה את כל התמונה בבת אחת, וכך גם צל של עץ שזז על קיר לבן.
בערב, רצפה שמתקררת. במצלמות סוללה שמסתמכות על חיישן PIR, מרפסת או חניה שנצלתה כל היום ומתחילה לפלוט חום אחרי השקיעה מפעילה את החיישן שוב ושוב.
וגם הפשוטים שבהם: כביסה על החבל, שער חשמלי של שכן, ממטרות שנפתחות בחמש בבוקר, פנסים של רכב שמסתובב ומטאטא אור על הקיר, וחתולי רחוב שעוברים על גדר. את רובם פותרים באזור הזיהוי ובגודל האובייקט, ואת חלקם, כמו החזר אור מקיר לבן קרוב, פותרים רק בהזזה של המצלמה, כמפורט במדריך מצלמות החוץ.
ההתראה נכונה אבל מגיעה מאוחר, או שתים עשרה פעמים
אחרי שהרעש יורד נשארות שתי תלונות שאינן על כמות ההתראות אלא על התזמון שלהן, ולשתיהן יש הגדרה ייעודית שכמעט אף אחד לא פותח.
הראשונה: הסרטון מתחיל אחרי שהאדם כבר בפריים. זיהוי לוקח רגע, וההקלטה מתחילה אחרי הזיהוי, אז שתי השניות המעניינות ביותר, אלה שבהן רואים מאיפה הוא הגיע, פשוט חסרות. ההגדרה שפותרת את זה נקראת Pre-Record או Pre-Event, והיא אומרת למקליט לשמור כמה שניות שקדמו לאירוע מתוך חוצץ זיכרון שרץ כל הזמן. חמש שניות לפני ועשר אחרי הופכות קטע חסר תועלת לקטע שאפשר להראות בו משהו. במקליטים רבים ברירת המחדל היא אפס.
השנייה: אדם אחד שהולך לאורך הגדר מייצר שתים עשרה התראות. כל פעם שהתנועה נעצרת לרגע נסגר אירוע ונפתח חדש. ההגדרה כאן נקראת בדרך כלל Alarm Interval או זמן המתנה בין אירועים, והיא קובעת כמה שניות המערכת לא תתריע שוב על אותה מצלמה. שלושים שניות עד דקה הופכות מטר של התראות להודעה אחת.
ולגבי העיכוב עצמו: התראה שמגיעה לטלפון עוברת דרך שרת של היצרן, ולכן היא תלויה גם באיכות החיבור של המקליט וגם בשירות הענן של המותג. עיכוב של כמה שניות הוא נורמלי. עיכוב של דקות ארוכות מצביע בדרך כלל על בעיית רשת בצד שלכם, ולא על תקלה בזיהוי.
שיטה של שלושה ערבים
הטעות בכיוונון היא לשנות חמש הגדרות בבת אחת ואז לא לדעת מה עזר ומה הזיק. הסדר הבא לוקח שלושה ערבים של עשר דקות כל אחד.
ערב ראשון, לא נוגעים בכלום. פותחים את רשימת האירועים במקליט ועוברים עליה, מה הפעיל את המערכת, באיזו מצלמה ובאיזו שעה. תוך עשר דקות רואים שמדובר בשתי מצלמות ובשלושה גורמים חוזרים, לא בבעיה כללית של המערכת.
ערב שני, אזורי זיהוי בלבד. רק במצלמות הבעייתיות, ורק לפי מה שראיתם. זה בדרך כלל מוריד את החלק הארי של הרעש.
ערב שלישי, גודל אובייקט, ורק אם עוד נשאר משהו, זיהוי אדם ורכב. רגישות היא הכפתור האחרון שנוגעים בו, לא הראשון.
עוד דבר ששווה להגדיר ולא חושבים עליו: פרופיל התראות שונה ליום ולילה. אצל רוב האנשים ביום יש תנועה לגיטימית שאין שום סיבה להתריע עליה, ובלילה כל תנועה מעניינת. מקליטים תומכים בלוח זמנים לזיהוי, ולעיתים קרובות זה לבדו פותר חצי מהבעיה.
ואם אחרי כל זה עדיין מציף, ההגדרות אינן הבעיה. מצלמה שמכוונת לכביש, לחניון ציבורי או לחזית של בניין הומה תמשיך לזהות תנועה כי יש שם תנועה. שם התשובה היא להזיז את המצלמה, לצמצם את שדה הראייה, או להשאיר את המצלמה הזאת בהקלטה בלי התראות ולתת את תפקיד ההתראה למצלמה שמכסה את נקודת הכניסה.