NOVA99x

Überblick

NOVA99x ist ein intelligentes Modul zur Filterung falscher Alarme für GCXONE-Überwachungssysteme. Es verarbeitet in Echtzeit durch Bewegung‑ und Analytik‑ausgelöste Ereignisse und nutzt Computer Vision, um jedes Ereignis als echten Alarm oder falschen Alarm zu klassifizieren, bevor es einen Operator erreicht.

Durch das Filtern von bis zu 99 % nicht bedrohlicher Aktivitäten vor der menschlichen Prüfung reduziert NOVA99x das Alarmgeräusch, begrenzt die Operatorermüdung und hilft Sicherheitsteams, Überwachungsoperationen zu skalieren, ohne die Mitarbeiterzahl zu erhöhen. Bei einem unserer Kunden, Hesta, wurden dadurch pro Operator‑Schicht 2 zusätzliche Stunden freigesetzt und die Abdeckung auf das 2,3‑fache an Kameras pro Operator erhöht. NOVA99x wird pro Kamera lizenziert.

Einzeilige Definition NOVA99x ist eine Geräuschunterdrückungsfunktion, die bis zu 99 % falscher Alarme filtert und Sicherheitsteams ermöglicht, zu skalieren, ohne die Mitarbeiterzahl zu erhöhen.

NOVA99x arbeitet inline auf eingehenden Alarmen und steuert, was das System durchläuft, bevor es einen Operator erreicht. ZenMode organisiert und priorisiert diese Alarme – live und historisch – in einer einzigen Ansicht, die Operatoren prüfen und bearbeiten können.

Wichtige Merkmale und Algorithmen

Kernfähigkeiten

Algorithmische Merkmale

• Fortgeschrittener Objekterkenner:Verwendet einen Objekterkennungs‑Algorithmus, der eine Spitzenleistung erzielt und für Außenperimeter‑ und Standortszenen abgestimmt ist.
• Dynamische Bewegungserkennung:Ermittelt relevante Bewegungen innerhalb eines Ereignisses, sodass die Analyse nicht relevante Bereiche ignorieren und falsche Alarme reduzieren kann.
• Verfolgung und Wiedererkennung (ReID):Fügt zeitlichen Kontext hinzu, der auf Überwachungsereignisse zugeschnitten ist, und hilft, Objekte zu filtern, die sich nicht bewegen, insbesondere geparkte Fahrzeuge.

Öffnen Sie NOVA99x im Dashboard, um die Leistung zu prüfen:

Passen Sie den Zeitbereich an, vergleichen Sie echte und falsche Alarme und filtern Sie Ereignisse nach Kameratyp (thermisch oder optisch), um die Aktivität im gesamten System zu verstehen.

Leistungsanforderungen: Optische (RGB) Kameras

Die Leistung von NOVA99x hängt von der Sensorqualität, der Sensor‑Konfiguration, dem zu erkennenden Objekt und der Modellleistung ab.

Bildauflösung und Qualität

• Verwenden Sie eine Bildauflösung von mindestens 640 × 480 Pixel.
• Senden Sie keine Frames, bei denen Erkennungsrahmen oder Zonen‑Polygone in das Bild eingebrannt sind. Diese Overlays verändern Szenenstatistiken und können die Erkennungsqualität drastisch reduzieren.
• Reparieren oder ersetzen Sie rauschende und ungesunde Kameras. Salz‑ und‑Pfeffer‑Rauschen, starke JPEG‑Kompression, Bewegungsunschärfe und Artefakte beschädigter Kameras verschlechtern Kanten und erhöhen sowohl falsche Positive als auch falsche Negative.
• Analoge Kameras, die über ADPRO angeschlossen sind, sind häufig auf CIF (352 × 288) begrenzt — IP‑Kameras über ADPRO können bis zu 640 × 480 konfiguriert werden. Allerdings ist der Standard‑Analytik‑Stream von ADPRO unabhängig vom Kameratyp CIF; Honeywell empfiehlt, bei dieser niedrigen Auflösung zu bleiben, da die Erkennungs‑Engine vor der Verarbeitung auf CIF downsamplet; ein höherer Stream kann die Systemleistung verringern. Jeder Feed, der unter dem Minimum von 640 × 480 Pixel von NOVA99x liegt, erhöht das Risiko verpasster Erkennungen, insbesondere bei schwachem Licht oder IR‑Bedingungen. Muss ein Feed mit niedrigerer Auflösung verwendet werden, skalieren Sie ihn mit einem Standard‑Bilinear‑Scaler hoch, um Artefakte zu vermeiden, und senden Sie PNG oder hochqualitatives JPEG, sofern die Bandbreite dies zulässt.

BeleuchtungsanforderungStellen Sie eine klare Beleuchtung von mindestens 10 Lux oder eine durchschnittliche Bildintensität von mindestens 30 % sicher.

Personenerkennung

• Eine erkannte Person sollte mindestens 300 px² belegen oder mindestens 0,3 % der gesamten Bildfläche ausmachen.
• NOVA99x kann kleinere Personen erkennen, jedoch sinkt die Erkennungswahrscheinlichkeit unter 300 px².
• Die Erkennungswahrscheinlichkeit nimmt ab, je weiter sich eine Person innerhalb des Kamerafeldes entfernt.
• Bereiche mit wenig Licht und geringem Kontrast reduzieren die Genauigkeit. Beleuchten Sie den interessierenden Bereich gemäß den oben genannten Bildintensitätsanforderungen.
• Kameras mit weniger als 336 × 190 Pixel können Blindbereiche aufweisen und dort eine geringere Genauigkeit erzielen.
• Verdeckung, Bewegungsunschärfe, Blendung, Regen und Linsenverschmutzung verzerren Objektkanten und -texturen und reduzieren die Zuverlässigkeit erheblich.
• Die Erkennung ist weniger zuverlässig, wenn sich eine Person am Rand oder in einer Ecke des Bildes befindet oder weniger als 50 % des Körpers sichtbar sind. In dieser Position wird die Person möglicherweise überhaupt nicht erkannt, sodass das Ereignis als nicht bedrohlich gefiltert und nicht zur Prüfung markiert wird.
• Verzerrungen durch niedrigauflösende Panoramakameras oder 180‑Grad‑Kameras können die Abmessungen einer Person so stark verändern, dass eine Erkennung verhindert wird.
• IR‑Kameras erkennen Personen möglicherweise nicht korrekt, wenn sie sich in der Nähe starker Lichtquellen befinden.
• IR‑reflektierende Westen können Infrarotlicht überreflektieren, die Merkmale einer Person übersättigen und die Erkennungsrate verringern.
• IR‑Bildmaterial erfordert eine gute IR‑Beleuchtung; Personen außerhalb des beleuchteten Bereichs werden möglicherweise nicht erkannt.

Fahrzeugerkennung

• Ungewöhnliche oder spezialisierte Fahrzeugtypen wurden nicht getestet oder trainiert.
• Schnelle Straßen und scharfe Kurven: Set carBypassDisplacementCheck = true wenn Fahrzeuge nur kurz erscheinen, sehr schnell passieren oder scharfe Kurven fahren. Dies umgeht die ReID und stützt sich auf die Schnittmenge von Bewegungs‑Boxen mit erkannten Objekten.
• Parkplätze:Nicht aktivierencarBypassDisplacementCheck. Das Beibehalten aktiver Verschiebungsprüfungen filtert Fahrzeug‑Zittern so weit wie möglich.
• Gerätebereitgestellte Bewegungs‑Boxen, einschließlich der von unterstützten Geräten wie ADPRO bereitgestellten, haben Vorrang vor generierten Bewegungs‑Boxen.
• Adaptives Frame‑Differencing ist der Standard‑Bewegungsdetektor. Optischer Fluss ist empfindlicher für subtile Bewegungen, Wärmebildmaterial, sehr schnelle Fahrzeuge oder Fahrzeuge, die nur in einem Bild sichtbar sind, birgt jedoch ein höheres Risiko für Fehlalarme.
• Spinnweben, Insekten, Reflektionen, automatische Verstärkungsregelung (AGC)‑Verschiebungen und Wassertropfen können falsche Bewegungsalarme auslösen, insbesondere auf Parkplätzen. Reinigen Sie die Linsen regelmäßig und reduzieren Sie die Bildintervalle, um diese Alarme zu begrenzen.

Nachtsicht

• Kameras ohne IR nutzen Umgebungs‑ oder integrierte Beleuchtung. Sie eignen sich für den Innenbereich, können jedoch für den Außenbereich zusätzliche Beleuchtung erfordern.
• IR‑Nachtsicht hat ein verkleinertes effektives Sichtfeld. Eine Person sollte mindestens 600 px² belegen; die Erkennungswahrscheinlichkeit sinkt unter dieser Größe.

Erkennungszuverlässigkeit

detection_confidence steuert die Erkennungs‑ und Filterschwelle. Setzen Sie sie unter 0.05 wenn eine empfindliche Erkennung wichtiger ist und Bediener mehr falsche Alarme tolerieren können. Setzen Sie sie auf 0.4 oder höher, wenn eine stärkere Filterung bevorzugt wird und Objekte nahe an der Kamera erwartet werden.

Leistungsanforderungen: Thermalkameras

• Konfigurieren Sie die Kamera in GCXONE als Thermalkamera, damit NOVA99x das korrekte Analysemodell verwendet.
• Ein erkanntes Objekt sollte mindestens 600 px² belegen; die Erkennungswahrscheinlichkeit sinkt unterhalb dieser Größe.
• Thermische Bilder haben geringeren Kontrast und glattere Texturen als optische Bilder. Übermäßige CLAHE‑ oder AGC‑Verbesserung kann Artefakte und falsche Erkennungen erzeugen und kann deaktiviert werden, ohne die Erkennung zu verhindern.
• Wenn eine Thermalkamera aufgrund schlechter Vorverarbeitung falsche Positive erzeugt, setzen Sie useContrastEnhancement = true für diesen Sensor, um zu prüfen, ob die Kontrastanpassung das Problem löst.
• Menschen erscheinen im Allgemeinen heller als umgebende Objekte und werden empfindlicher erkannt als Fahrzeuge, da die thermische Erkennung auf Temperaturgradienten beruht.
• Kleine oder entfernte Wärmequellen können in niedrigauflösenden Bildern zu einheitlichen weißen Flecken werden, insbesondere bei großem thermischem Gradient, was die Erkennungsgenauigkeit verringert.
• Schornsteine, Lüftungsöffnungen, beheizte Rohre und helle CLAHE‑Artefakte können dem vertikalen Profil einer Person ähneln. Positionieren Sie die Kamera neu oder passen Sie die Schwellenwerte an, um falsche Personenerkennungen zu reduzieren.
• Katzen und andere Tiere können in thermischen Bildern Menschen ähneln und als Personen klassifiziert werden.
• Vehicle ReID erfordert weiterhin, dass das Fahrzeug in mindestens 2 von 3 Bildern erscheint. Für schnelle, scharfe Kurven auf gewundenen Straßen setzen Sie carBypassDisplacementCheck = true.
• Verwenden Sie eine White‑Hot/Black‑Cold‑Konfiguration. Andere thermische Farbzuweisungen können falsche Negative verursachen. Wenn eine Kamera nicht neu konfiguriert werden kann, setzen Sie invert_colormap = true synthetisch, um den Feed temporär in White‑Hot zu konvertieren – die Konfiguration des Sensors auf White‑Hot vor Kompression und anderer Nachbearbeitung liefert weiterhin die besten Ergebnisse.

Nicht unterstützte Kameras und Konfigurationen

• Fisheye‑Kameras wegen Randverzerrung und sehr hohen Auflösungsanforderungen.
• PTZ‑ oder Dome‑Kameras, die die Szene verändern; NOVA99x benötigt eine statische Szene, um Bewegung korrekt zu schätzen.
• Dual‑Sensor‑Thermal/Optik‑Fusion. NOVA99x behandelt jeden Kanal entweder als thermisch oder optisch und stapelt die Kanäle nicht.
• Thermische Farbpaletten oder Heatmaps, die nicht White‑Hot/Black‑Cold sind.
• Kameras, die auf sich bewegende Objekte zoomen, da die Bewegung nicht korrekt erkannt wird.

Entitätsbezogener Betrieb

NOVA99x kann auf mehreren Ebenen der GCXONE‑Hierarchie angewendet werden, sodass die Filterung der Art und Weise entspricht, wie ein Betrieb verwaltet wird.

Vererbung Untergeordnete Entitäten erben das NOVA99x‑Verhalten von höheren Ebenen, sofern nicht ausdrücklich überschrieben.

Aktivierung und Konfiguration

Voraussetzungen

• Administratorzugriff auf den GCXONE‑Mandanten.
• Berechtigung zur Verwaltung der ausgewählten Entitätsebene.

Abonnieren und Aktivieren von NOVA99x

1. Melden Sie sich bei GCXONE als Administrator an.
2. Öffnen Sie den Marketplace im Hauptmenü.
3. Wählen Sie Analytik aus.
4. Suchen Sie NOVA99x und wählen Sie Erkunden.
5. Wählen Sie Weiter.
6. Wenn Sie aufgefordert werden, das Abonnement zu speichern, wählen Sie Ja.

NOVA99x erscheint unter Meine Subskriptionen und ist für den Mandanten aktiviert.

Filterbereich konfigurieren

Wählen Sie die Entität, für die die Filterung gelten soll. Administratoren können sie global oder selektiv anwenden. Konfigurationen auf höherer Ebene werden nach unten vererbt, sofern eine untergeordnete Entität sie nicht überschreibt. Änderungen wirken sofort für eingehende Alarme.

Fail‑Safe Alarmverarbeitung

NOVA99x nicht verfügbar oder verzögert Wenn NOVA99x nicht verfügbar ist, die Verifizierung nicht abschließen kann oder nicht innerhalb des vereinbarten Service‑Level‑Agreement (SLA) reagiert, behandelt GCXONE den Alarm als echten Alarm und stellt ihn dem Operator dar.

Dieses Fail‑Safe verhindert, dass potenziell kritische Ereignisse übersehen werden. Die Fähigkeit zur Alarmverifizierung hängt von der Verfügbarkeit von NOVA99x und einer zeitnahen Reaktion ab.

Geschäftswert und Anwendungsfälle

Gängige Anwendungsfälle

• Dienstleisterweite Rauschkontrolle: Durchsetzen einer Basisfilterung für alle Kunden, sodass ein lautes Deployment die gemeinsamen Teams nicht überlastet.
• Kundenbezogene Alarmrichtlinien: Die Umgebung und Risikotoleranz eines Kunden abbilden, ohne andere zu beeinflussen.
• Standortbezogene Umweltfilterung: Wetter, Lichtänderungen oder routinemäßige Aktivitäten, die für einen Standort einzigartig sind, berücksichtigen.
• Geräte- und Sensorpräzisionssteuerung: Eine problematische Kamera oder einen Sensor abstimmen, ohne den Rest des Standorts zu ändern.
• Großskalige Erweiterung: Alarmvolumen stabilisieren, während Kunden oder Standorte eingebunden werden, um eine frühe Überlastung zu verhindern.

Rollen, Umfang und Einschränkungen

Rollen und Verantwortlichkeiten

Umfang und Einschränkungen

• NOVA99x filtert eingehende, durch Bewegung ausgelöste Alarme innerhalb von GCXONE und unterstützt die Kontrolle auf Entity-Ebene.
• Es ersetzt nicht die Erkennungsanalytik, die Kamerahardwarekonfiguration oder physische Sicherheitsmaßnahmen.
• Es garantiert nicht, dass jeder falsche Alarm entfernt wird.
• Es ersetzt nicht das menschliche Urteil, die Live‑Überwachung oder Compliance‑Regeln.
• Es ist kein Reporting‑, Untersuchungs‑ oder Predictive‑Analytics‑Tool.
• NOVA99x führt ausschließlich Objekterkennung und Personen‑Re‑Identifikation durch; es führt in keinem Schritt Gesichtserkennung oder biometrische Identifikation aus.
• Personen am Rand des Kamerarahmens werden möglicherweise nicht zuverlässig erkannt und könnten als nicht bedrohliche Aktivität herausgefiltert werden.

Beziehung zu ZenMode NOVA99x steuert das Alarmgeräusch, bevor Alarme die Operatoren erreichen. ZenMode organisiert und priorisiert diese Alarme – live und historisch – in einer einzigen Ansicht, die Operatoren prüfen und bearbeiten können. Gemeinsam unterstützen sie die Skalierung in Echtzeit und die langfristige Optimierung.