Comprenda los metadatos de video, cómo los genera la analítica en el borde o servidor y cómo VMS, dashboards y procesamiento híbrido los utilizan.
¡Descúbrelo!
En el contexto de la videovigilancia, los metadatos son descripciones estructuradas que caracterizan el contenido visual de un video.
Los metadatos pueden proporcionar una gran variedad de información útil. Pueden describir una situación en detalle, identificar objetos relevantes visibles y aportar información sobre características específicas de la escena.
Los metadatos aportan contexto a los eventos y permiten organizar grandes volúmenes de grabaciones y realizar búsquedas rápidamente. Pueden incluir atributos como color de vehículos o ropa, ubicación de objetos y dirección de movimiento.
Por ello, comprender cómo utilizar metadatos es cada vez más importante para la seguridad, la protección y la eficiencia operativa.
Este artículo explica los metadatos en el contexto de la vigilancia y la eficiencia operativa, cómo se generan y cómo añaden inteligencia a los sistemas de monitoreo.
Continúe leyendo.
[elementor-template id=”24446″]
¿Qué son los metadatos de video?
Los metadatos son conjuntos de información estructurada que describen, localizan o facilitan la recuperación, uso o gestión de un recurso de información.
Pueden clasificarse en tres tipos generales: administrativos, estructurales y descriptivos:
- Los metadatos administrativos proporcionan información para gestionar un recurso, como cuándo y cómo fue creado, el tipo de archivo y quién puede acceder a él;
- Los metadatos estructurales describen cómo están organizados los componentes de un recurso;
- Los metadatos descriptivos aportan información que facilita el descubrimiento e identificación de otros datos.
En un sistema de CCTV, los metadatos ofrecen una descripción estructurada del contenido del video, identificando objetos de interés o características de la escena.
¿Cómo se generan los metadatos de video?
Los metadatos se generan en tiempo real mediante analítica de video. Los algoritmos pueden ejecutarse directamente en la cámara o en un servidor dedicado.
Hasta hace relativamente poco, la analítica de video se realizaba principalmente en servidores porque los dispositivos de borde no contaban con capacidad de procesamiento suficiente.
Con el aumento de la capacidad de procesamiento de las cámaras, se volvió posible ejecutar analítica avanzada directamente en el borde.
La analítica en el borde puede trabajar con muy baja latencia y procesar información localmente, reduciendo los costos y la complejidad asociados a transferir todo el video a otros componentes del sistema.
Sin embargo, las cámaras con suficiente capacidad de procesamiento para analítica avanzada en el borde suelen tener un costo mayor, lo que introduce una consideración importante de diseño.
El diseñador debe decidir entre invertir en cámaras con mayor capacidad de procesamiento o asignar recursos a servidores dedicados para procesar la analítica.
La decisión debe considerar el rendimiento esperado, el presupuesto disponible, las restricciones del proyecto y el retorno sobre la inversión.
La arquitectura ideal depende de los requisitos específicos de cada proyecto.
¿Dónde se utilizan los metadatos?
Los principales consumidores de metadatos pueden agruparse de la siguiente manera:
- Aplicaciones de borde;
- Aplicaciones de procesamiento híbrido;
- Sistemas de Gestión de Video (VMS);
- Dashboards.
Aplicaciones de borde
As Aplicaciones de borde se referem ao uso de ferramentas de análise que são executadas diretamente na câmera. Essas ferramentas podem aplicar filtros e regras lógicas para processar as informações relacionadas aos objetos detectados na cena.
La analítica en el borde puede activar acciones específicas a partir de eventos predefinidos o comportamientos detectados. Por ejemplo, puede controlar una cámara PTZ para seguir a una persona detectada.
La evolución de la computación en el borde permitió ejecutar Inteligencia Artificial, Machine Learning y Deep Learning directamente en las cámaras, transformando la forma de procesar e interpretar datos.
Las cámaras con procesamiento en el borde también pueden almacenar video localmente en tarjetas SD, aumentando la resiliencia del sistema y habilitando aplicaciones en regiones remotas.
Aplicaciones de procesamiento híbrido
As Aplicaciones de procesamiento híbrido representam um modelo onde o processamento na borda (na câmera) e o processamento no servidor são combinados para realizar análises mais avançadas.
En este modelo, el preprocesamiento suele realizarse en la cámara e incluye tareas como detección inicial de objetos, filtros y analítica básica.
El procesamiento adicional se realiza en el servidor para análisis más complejos que requieren mayor capacidad de cómputo o almacenamiento.
Esto puede incluir correlación de datos de varias cámaras, análisis a largo plazo o algoritmos avanzados de aprendizaje automático.
Sistemas de Gestión de Video (VMS)
Un Sistema de Gestión de Video (VMS) desempeña un papel central en la videovigilancia inteligente. Actúa como centro de control para recibir, procesar y almacenar video procedente de cámaras IP.
El VMS puede integrar capacidades avanzadas en una única plataforma, incluyendo reconocimiento facial, detección de movimiento y análisis de comportamiento.
Una de las principales capacidades del VMS es la búsqueda avanzada. Los operadores pueden localizar rápidamente eventos específicos utilizando filtros de metadatos como fecha, hora, cámara, tipo de evento, color del objeto y dirección del movimiento.
Los VMS también ofrecen gestión robusta de usuarios y permisos, permitiendo definir niveles de acceso y garantizar que solo usuarios autorizados accedan a cámaras y grabaciones.
Un VMS también puede integrarse con otros sistemas de seguridad, como control de acceso y alarmas, proporcionando una visión unificada de los eventos.
Dashboards
Los dashboards son plataformas de Business Intelligence que reciben y organizan metadatos para facilitar el análisis de tendencias históricas y en tiempo real.
Pueden aplicar análisis estadísticos a datos como flujo de clientes o experiencia del usuario, generando insights que apoyan decisiones basadas en datos.
Los metadatos pueden abarcar desde comportamiento del cliente hasta métricas de rendimiento del sistema y presentarse visualmente para identificar patrones, tendencias y anomalías.
Los dashboards pueden personalizarse para cada organización, rastrear métricas específicas, generar alertas en tiempo real e integrar varias fuentes de datos.
¿Cómo se transmiten los metadatos?
Los metadatos generados en sistemas CCTV pueden entregarse de dos formas principales según el contexto y las necesidades del sistema consumidor:
Transmisión en tiempo real
En este método se proporciona una descripción completa de la escena para cada cuadro, incluso cuando no hay actividad u objetos presentes.
Los metadatos se transmiten continuamente y pueden consumirse bajo demanda, algo importante cuando se requiere respuesta inmediata y conciencia situacional precisa.
La figura ilustra un flujo de metadatos en el que cuadros sucesivos de la cámara aportan información en tiempo real sobre la escena.
En el Cuadro 1 se detectan los objetos A y B: A se clasifica como una persona con ropa roja y B como una persona con ropa azul.
En el Cuadro 2 la cámara actualiza la clasificación: A se asocia con ropa azul y B con ropa amarilla. Aunque son los mismos objetos rastreados, los atributos se actualizan en los metadatos.
El Cuadro 3 muestra que el objeto B ya no está presente y la cámara continúa siguiendo únicamente al objeto A.
Entrega optimizada
En este enfoque, los metadatos relacionados con cada objeto rastreado se consolidan en una única entidad.
En lugar de tratar cada observación del mismo objeto como una entidad separada, todas las observaciones se agrupan. Esto reduce significativamente los datos que deben almacenarse y procesarse.
En la entrega optimizada, los metadatos se proporcionan solo cuando existen objetos relevantes en la escena, evitando transmisiones innecesarias.
La figura muestra una entrega optimizada en la que la cámara proporciona una representación unificada basada en el seguimiento de objetos y acumula información durante la vida del track.
El primer registro describe el objeto B, incluyendo primera y última detección, trayectoria y atributos observados. El objeto B presenta 50 % de probabilidad de ropa amarilla y 50 % de ropa azul.
El segundo registro utiliza el mismo formato para el objeto A, con 33 % de probabilidad de ropa roja y 67 % de ropa azul.
Comprender las ventajas y desventajas de cada enfoque es esencial para diseñar la arquitectura del sistema.
Los metadatos también pueden entregarse mediante distintos protocolos de comunicación y formatos de archivo según las necesidades del sistema consumidor.
Combinando metadatos de diferentes fuentes
Integrar metadatos de múltiples fuentes puede aumentar significativamente su valor.
Aplicados a datos visuales, auditivos, de actividad y de procesos, los metadatos pueden aportar insights valiosos para la gestión de cualquier instalación.
Entre las fuentes integrables se encuentran seguimiento RFID, coordenadas GPS, eventos de alarma, lecturas de sensores, detección de ruido y datos transaccionales de punto de venta. La clave es alinear la información de todas las fuentes mediante marcas de tiempo.
Combinar metadatos de distintas fuentes produce una visión más completa que la obtenida de cada fuente aislada y permite tomar decisiones mejor informadas.
Conclusión
Los metadatos desempeñan un papel fundamental en la optimización de la seguridad y la gestión operativa.
Ya sea mediante entrega en tiempo real, entrega optimizada o combinación de múltiples fuentes, los metadatos están transformando la forma en que se gestiona e interpreta la información.
A medida que la tecnología evoluciona, los metadatos seguirán ampliando la eficiencia y las capacidades de los sistemas de videovigilancia.
