Как угол обзора влияет на детекцию движения и видеоналитику

Как угол обзора влияет на детекцию движения и видеоналитику

Угол обзора камеры — простая штука на бумаге, но он определяет, что именно и с какой точностью вы сможете детектировать и анализировать. Здесь разберём, почему это важно, как выбирать угол обзора и что учитывать при настройке систем видеонаблюдения — для домовладельцев, бизнеса и инсталляторов.

Коротко: угол обзора влияет на покрытие пространства, плотность пикселей на объекте и качество работы аналитики (детекция, распознавание лиц, чтение номеров). Понимание этого помогает снизить ложные срабатывания и получить нужный функционал без лишних затрат.

Как это работает — формула и простые расчёты

Угол обзора (FOV) связан с фокусным расстоянием объектива и размером матрицы. При известном FOV и расстоянии до зоны наблюдения можно посчитать ширину покрытия:

Ширина покрытия = 2 × расстояние × tan(FOV / 2)

Пример. Камера 2MP (1920 px) с FOV = 60° на расстоянии 10 м:

• Ширина покрытия = 2 × 10 × tan(30°) ≈ 11.55 м
• Плотность пикселей по горизонтали ≈ 1920 / 11.55 ≈ 166 пикс/м
• То есть на объект 1 м высотой придётся ≈166 пикселей; на человека ~0.5 м — ≈83 пикселя.

Вывод: при прочих равных, чем уже угол (меньше FOV), тем больше пикселей на объект и лучше аналитика.

Что важно для разных задач видеоналитики

• Детекция движения (обнаружение присутствия): достаточно 30–60 пикселей по высоте объекта.
• Распознавание лица: рекомендуется от 80–120 пикселей по высоте лица для надёжной идентификации.
• Чтение номерного знака (LPR): обычно нужно 150–250 пикселей по ширине номера.
• Классификация (автомобиль / человек / велосипед): 60–100 пикселей достаточно для большинства алгоритмов.

Если угол слишком широкий (широкоугольная линза), количество пикселей на объект уменьшается, и аналитика теряет точность. Если угол слишком узкий — покрытие маленькое, нужна больше камер для перекрытия территории.

Выбор камеры и схемы расположения

Алгоритм простой:

1. Определите цель (детекция движения, распознавание лиц, LPR, подсчёт потоков).
2. Оцените расстояния до мест наблюдения и желаемую область покрытия.
3. Посчитайте требуемую плотность пикселей (см. предыдущий раздел).
4. Выберите объектив/фокусное расстояние и разрешение камеры так, чтобы получить нужные пиксели на объект.
5. Спланируйте размещение: высота установки, угол наклона, перекрытие полей зрения между камерами.

Для типовой схемы уличного контроля входа в магазин часто используют 2–3 камеры: одна с узким углом на вход для распознавания лиц/номеров, одна со средним углом для контроля зоны очередей, одна — широкоугольная для общего обзора фасада.

Нюансы монтажа и настройки аналитики

• Высота установки. Чем выше камера, тем сложнее распознать мелкие детали. Для лиц — 2.5–3 м, для номеров — 3–4 м с соответствующим фокусом.
• Наклон. Сильный угол вниз искажает пропорции; для распознавания лиц лучше почти фронтальный обзор.
• Освещение и WDR. Контровой свет и тени ухудшают детекцию. WDR помогает, но не заменяет грамотную экспозицию и постановку источников света.
• Деформации широкоугольных линз. Фишай искажает объекты по краям — используйте девайринг/декоррекцию в ПО.
• ROI и маски. Включите зоны интереса и маски для уменьшения ложных тревог (деревья, проезжающие машины за забором).
• Частота кадров. Для быстрой сцены (дорога) нужна высокая FPS; для медленных — можно снизить и сэкономить место.

Ошибки, которые часто делают

• Ставят широкоугольную камеру на вход, ожидая распознавания лиц — не хватит пикселей.
• Не учитывают высоту установки: лицо сверху теряется в перспективе.
• Дают камерам слишком малое перекрытие — «мертвые зоны» между полями зрения.
• Ожидают от аналитики чудес без настройки порогов, масок и обучения (если требуемо).

Пример расчёта для задачи: распознавание лиц у входа

Задача: распознать людей в дверном проёме, расстояние до проёма 6 м, требуется ≥100 пикселей по высоте лица (~0.2 м на расстоянии). Камера 4MP (2688×1520 px).

• Нужная ширина зоны, где находятся люди, например 3 м.
• По горизонтали: 2688 px / 3 м ≈ 896 пикс/м ⇒ по высоте человека 0.2 м → 896×0.2 ≈ 179 пикс. Это достаточно.
• Итог: с такими параметрами можно выбрать объектив с FOV, который даёт покрытие ~3 м на 6 м дистанции — считаем по формуле выше и подбираем фокус.

Сравнение: широкий vs узкий угол

Параметр	Широкий угол	Узкий угол
Покрытие	Большая зона, меньше деталей	Меньше зона, больше деталей
Плотность пикселей на объект	Низкая	Высокая
Подходит для	Общий обзор, мониторинг толпы	Распознавание лиц, LPR, кассовые зоны
Искажения	Больше по краям	Меньше

Закон, безопасность и конфиденциальность

При использовании аналитики учитывайте требования к персональным данным. В общественных местах и в коммерческих зонах важно уведомлять людей о видеонаблюдении и хранить записи в защищённом виде. Для госучреждений и медучреждений требования строже — согласуйте с юристом или ответственным за защиту данных.

Угол обзора — это технический выбор, который напрямую влияет на пользу, а не только на картинку.

Где смотреть оборудование

Чтобы подобрать камеры и объективы под нужный угол и задачи, можно посмотреть ассортимент систем видеонаблюдения в каталоге.

https://y-ss.ru/catalog/sistemy_videonablyudeniya/

Короткий чек‑лист перед покупкой и монтажом

• Определите цель (детекция / распознавание / учёт потока).
• Измерьте расстояния до ключевых точек наблюдения.
• Рассчитайте требуемые пиксели на объект (см. примеры выше).
• Выберите разрешение камеры и объектив так, чтобы обеспечить эту плотность.
• Планируйте перекрытие полей зрения и высоту установки.
• Учитывайте освещение, WDR и возможность ночной съёмки.
• Настройте ROI, маски и пороги в аналитике после монтажа.
• Проверьте систему на практике: реальные объекты в рабочее время.

Небольшая корректировка угла или замена объектива часто решает проблему точности аналитики быстрее и дешевле, чем добавление второй камеры. Смотрите реальные требования к задаче и подбирайте оборудование с прицелом на итоговую плотность пикселей, а не только на широкий обзор.