监控摄像头是如何追踪的？

自动跟踪安全摄像头的概述和一些最佳建议

自动跟踪安全摄像头旨在自动检测和跟踪移动目标。这些相机可以使用图像识别来识别移动目标，有些甚至可以识别人、车辆和面部。

自动跟踪安全摄像头有利于安全目的，因为它们提供了一种快速有效的方法来监控移动目标。通过跟踪潜在入侵者的移动，这些摄像头可以帮助阻止入室盗窃并保护房屋。

目录

• 使用自动跟踪安全摄像头系统的好处
• 传统 PTZ 自动跟踪摄像机的工作原理
• AI 变焦跟踪安全摄像头的工作原理
• 使用自动跟踪摄像机的常见位置
• 购买自动跟踪安全摄像头系统时要考虑的因素
• 自动跟踪安全摄像头中的AI技术
• 最佳自动跟踪安全摄像头建议
• 正确安装和使用自动跟踪安全摄像头的提示
• 常见问题
• 结论

使用自动跟踪安全摄像头系统的好处

1. 覆盖更大区域所需的摄像机更少

自动跟踪摄像机具有比常规固定摄像机更无尽的平移和更多的变焦功能。这些功能允许单个自动跟踪摄像机轻松替换多个固定摄像机。

无尽的平移允许自动跟踪相机覆盖更广泛的区域。强大的光学变焦功能可为远处物体提供更清晰的图像质量，从而减少错过细节的可能性。

2.节省时间

自动跟踪摄像机无需尝试从多个固定摄像机中片段来了解事件，而是提供无缝、高质量的馈送。这样，您可以更好地了解正在发生的事情，而不会在不相关的镜头上浪费时间。

3.可以编程

自动跟踪摄像机可以进行个性化设置，以跟踪和记录您感兴趣的某些类型的事件和区域。

为了给您一个想法，您可以将相机设置为忽略某些运动，例如在风中吹动的树叶或碎屑，并专注于特定区域，例如车道或大门。您甚至可以指定要记录或忽略的对象大小。

4.它们提供更高级别的安全性

与仅记录视野内运动的固定摄像机相比，自动跟踪摄像机还可以监控入侵者远距离移动，以提供更长的记录和更多信息。

5. 自动跟踪系统不需要持续监控

相机跟随周围的主体，一旦超出范围，它就会返回到其默认位置。因此，您不必手动平移/倾斜相机。

传统 PTZ 自动跟踪摄像机的工作原理

PTZ 摄像机依靠运动跟踪技术，使他们能够跟踪拍摄对象。有些具有自动对焦和自动跟踪功能，使它们能够自动聚焦并跟随移动的物体。PTZ 摄像机通常具有支持运动的电机，可能需要也可能不需要控制器才能工作。

这是它的工作原理;当相机检测到移动物体时，电动镜头将开始平移和倾斜，以使物体保持在画面中。相机还将根据需要放大或缩小以保持清晰的视图。相机将继续跟踪其拍摄对象，直到超出范围。

整个过程可以是自动的，这意味着一旦启用了运动跟踪，您就不必做任何事情。另一方面，摄像机的移动可以由附近的操作员控制。

AI 变焦跟踪安全摄像头的工作原理

传统的PTZ摄像机带有用于光学变焦的单个镜头，而混合自动跟踪摄像机具有两个镜头和数码变焦。如今，双镜头相机变得越来越流行，因为它们可以通过其AI变焦跟踪功能满足我们对广角图像和清晰细节的需求。

双镜头安防跟踪物体的方式比传统的 PTZ 摄像机更复杂。以下是AI变焦和跟踪安全摄像头的工作原理，以Reolink TrackMix为例：

这种双镜头安全摄像头配备了两个不同的镜头：一个用于大照片的广角镜头和另一个用于特写图像的数码变焦长焦镜头。

相机可以平移和倾斜，以始终将移动物体保持在广角镜头的范围内。同时，其长焦镜头将自动放大和缩小并显示物体的放大图像。拥有两个镜头的好处是您可以同时欣赏全景和变焦视图。

由于这两种镜头的用途不同，相机的跟踪模式可以分为三种：

1. 数字跟踪：

如果移动目标进入广角镜头的范围，长焦镜头将自动跟踪目标以显示详细的图像。如果目标超出广角镜头的范围，相机不会平移或倾斜，并且不再有跟踪。

2. 数字跟踪第一：

如果移动目标进入广角镜头的范围，长焦镜头会自动跟踪目标。如果目标即将到达广角镜头的边缘，相机将平移和倾斜以将目标保持在广角镜头的框架内。

3. PT跟踪第一：

如果移动目标进入广角镜头的范围，长焦镜头会自动跟踪目标。如果目标即将到达长焦镜头的边缘，相机将平移和倾斜以将目标保持在画面中。

像Reolink TrackMix这样的混合安全摄像头是保持领先地位的完美方式，无论您是监控停车场还是繁忙的街道。它们会自动跟踪目标，永远不会让您错过目标的图像。

运动检测是当前一波自己动手的家庭安全摄像头的神奇成分。由于内置传感器可以警惕地监控其视野的移动，您可以放心地进行日常业务，因为您会自动收到家中任何可疑活动的警报。没有它，您将不得不将眼睛盯着手机或计算机上的相机馈送 - 这几乎不是一个实用的安全解决方案。

但是运动检测可能是一个令人困惑和沮丧的功能。太多的警报很烦人（而且浪费时间），而警报太少会让您怀疑相机是否正常工作。一些运动传感器会被甚至不是运动的事件（例如照明变化）触发。你如何防止菲多和毛茸茸一直把的东西放下来？

为了帮助您更好地理解和解决这些问题，我们整理了这本关于运动检测技术的入门书。

两种类型的检测

本文中提到的

马克西姆斯相机泛光灯

阅读我们的评论

智能设备可以采用多种技术（光脉冲、热测量和无线电波等）来检测运动。但消费者安全摄像头最常使用以下两种方法之一：

被动红外：

被动红外传感器监测所有生物发出的环境热量。这就是为什么它有时被称为“热视觉”。当 PIR 传感器检测到这些温暖的“物体”有足够的移动和/或物体与背景场景之间存在显着的温差时，它会向摄像机发出信号以开始录制并向用户发送警报。

马西墨斯

Maximus相机泛光灯配备了被动红外运动传感器（悬挂在相机下方的半圆形物体）。

计算机视觉：

计算机视觉是一种更广泛的方法，其中摄像机的软件分析实时视频的连续帧以查找差异，并在检测到足够大的变化时记录运动事件。

简历方法包括许多不同的方法，这些方法取决于设计它的团队的预期结果和技术偏好，金丝雀软件工程高级总监Andrey Katsman说。他说，最简单的方法之一是“在短时间内寻找像素的显着变化，与长期平均值相比，以获得粗略的'发生了一些事情'信号。另一种方法是跟踪像素组并尝试识别方向模式 - 例如，一帧前这里有一个蓝点，但现在有一个蓝点向左一个像素 - 以识别移动的物体。

本文中提到的

环形泛光灯凸轮

阅读我们的评论

但所有CV方法背后的想法都是相同的：检测运动，如果可能的话，确定移动物体的形状。然后可以添加更高级的方法来对移动物体（人、动物、车辆或树木）进行分类，以确定哪些检测信号对用户很重要，应该突出显示（例如人或车辆），哪些不相关，应该抑制（动物和树木）。

优点和缺点

这些运动检测方法中的每一种都有其优点和缺点。

由于 PIR 传感器监测体温，因此与基于CV的摄像机相比，它们往往更可靠地过滤掉无关紧要的活动，例如窗帘在附近风扇的微风中飘动或通过窗户的光线变化。

金丝雀

Canary Flex家庭安全摄像头使用PIR运动传感器，使其能够使用电池供电。

PIR 也非常节能，因此它通常用于电池供电的摄像机，使它们处于低功耗非记录状态，直到 PIR 传感器检测到运动。此时，它们会在固定的时间段内切换到高功率录制状态（例如，捕获 30 秒的视频剪辑）或直到运动停止。

但是，由于基于 PIR 的相机将大部分时间花在低功耗模式下，因此与基于 CV 的相机相比，它们可能需要更多时间来唤醒并开始录制。这意味着您可能会错过触发运动警报的部分操作，例如入侵者的面部最明显时接近。当你谈论法医证据时，这很重要。根据该技术的性质，它们也无法通过玻璃检测运动，因此它们不适合使用通过窗户瞄准的室内摄像头监控院子等场景。

本故事顶部所示的环形泛光灯凸轮在定义运动检测区域时非常灵活。

CV运动检测的主要优点是它允许对场景进行更大的分析，并且如前所述，通过人员检测或面部识别等高级功能来识别创建运动的对象（稍后会详细介绍）。但是，许多使这成为可能的算法计算量太大，无法在相机上本地运行。相反，它们是在云中的远程服务器上计算的，通常只能通过付费订阅才能解锁。这可能会大大增加相机的总拥有成本。

本文中提到的

CV检测还取决于软件算法的“质量”，Guardzilla首席营收官Terry Bader说。这使得CV检测更容易受到误报的影响，因为任何较大的变化——旋转的吊扇、窗外吹的树叶、环境照明的变化——都可以记录为运动。

修复错误警报

事实上，虚假运动检测警报可能是家庭安全摄像头所有者的最大痛点。在手机上收到大量通知，却发现相机的传感器不是被窃贼绊倒，而是被小雪或宠物徘徊在它的视野中，很快就会变得乏味，并促使许多用户停用他们设备最重要的功能。

内塔莫

Netatmo Presence家庭安全摄像头可以确定它检测到的运动是否由人，动物甚至汽车引起。

相机制造商提供了多种减少误报发生率的方法，每种方法都有不同程度的成功。使用 PIR 运动检测的相机通常允许您在配套应用程序中调整灵敏度级别，以便或多或少明显的运动触发传感器。例如，降低灵敏度水平可能需要移动物体更温暖或更靠近相机才能使其跳闸。

CV 提供了更多减少错误警报的选项。其中更流行的一种是设置运动检测区域的能力。此功能允许您遮罩摄像机的部分视野，以告诉摄像机忽略这些区域中的活动，或者相反，遮罩要监视的特定区域，从而有效地告诉摄像机忽略其他位置的活动。这是一个相当有效且用户友好的解决方案，因为它允许您的相机专注于移动最有可能表明违规的位置 - 例如门窗 - 而不会被您家中发生的任何其他活动所混淆。

CV还可以根据移动物体的几何属性做出快速判断。相对于视野非常小的东西要么是一个小物体，比如漂浮的尘埃微尘，被认为是“无趣的”，要么它是一个非常远的较大物体，也不值得注意。

越来越多的基于CV的相机还包括人员检测和面部识别等功能，以减少错误警报。这些超越了对移动物体的基本检测，实际上将物体归类为从“不重要”运动事件中过滤“重要”的一种方式。

有多种CV算法可以为这些功能提供支持，它们通常以Katsman所谓的“漏斗模式”排列，其中漏斗的每一步都会增加阳性检测的可能性。在人员检测示例中，第一步可能是确定运动是否足够重要。下一步是确定移动物体类似于人类形式，而不是长方形、水平或其他形状的物体。下一步可能会认识到移动的人形具有类似于皮肤或衣服的纹理。最后，该算法识别出穿着衣服的移动人形似乎有一张脸，并确定它是人类。警报已发送。

巢实验室

Nest Cam IQ的运动传感器与其板载4K图像传感器配合使用，以识别人脸。

面部识别要复杂得多。Katsman说，它首先试图检测画面中的人脸——通常这将是人检测漏斗的延伸。然后，根据所需的精度、计算资源和设计决策，它将做两件事之一。在一个实现中，它将尝试识别面部特征及其在3D空间中的方向，然后尝试将这些特征与预定义的已知人脸数据库相匹配。这种方法通常会产生更高的精度。在另一个实现中，它尝试将人脸与图像组匹配，每个组代表不同的人。最接近手头面孔的组将被视为可能的匹配。

这两种方法都需要预先存在的已识别个人数据库，这就是为什么具有这些功能的相机通常需要使用几周才能开始获得准确的结果。然而，第二种方法可以让你即时建立这样一个数据库，让你确认或拒绝每张人脸的身份，因为它被识别出来——是的，那是萨莉阿姨，不，那不是乔叔叔——表面上加快了相机的“学习”过程。

与整个CV检测一样，这些高级功能的问题在于它们的可靠性取决于其背后的算法。正如我们在测试中看到的那样，三种具有面部检测功能的不同相机可以产生截然不同的结果。

Nest Cam IQ Outdoor可让您识别人员并将其添加到熟悉的面孔库中。它使用该信息在其警报中区分陌生人与家人和朋友。

“这种方法的概念令人兴奋，但在实践中结果往往不可靠，”Bader说。“更可靠的解决方案非常昂贵，这反映在相机的价格上。不太复杂的解决方案可能不可靠。这项技术仍在进行中。

充分利用运动检测

虽然运动检测技术仍有很大的改进空间，但您可以做很多事情来提高相机的准确性。

首先注意制造商提供的任何放置说明。利用相机给你的任何机会，通过命名面孔、将运动标记为有趣或不有趣以及提供其他反馈来帮助它学习。这将有助于优化相机在家庭环境中的性能。也可以尝试相机的运动灵敏度设置，直到找到比烦人的通知频率更准确。