nx witness VMS : vue d’ensemble et architecture d’analytique en périphérie
nx witness fournit une application serveur flexible pour l’enregistrement vidéo et la surveillance en direct, et se situe au cœur de nombreuses installations de surveillance modernes. Le système nx witness combine les composants serveur média et client pour gérer les flux, et il prend en charge aussi bien l’analytique embarquée dans la caméra que les plugins d’analytique externes. Pour les organisations qui privilégient la confidentialité et la rapidité, l’analytique IA en périphérie réduit la dépendance au cloud et rapproche le traitement de la caméra. Cette approche maintient les données vidéo localement et favorise donc la conformité au RGPD et au règlement européen sur l’IA, et elle réduit le temps de réaction des opérateurs.
L’architecture utilise le serveur nx witness pour récupérer les caméras IP et pour transmettre un flux vidéo unique ou plusieurs copies vers des moteurs d’analytique. En déployant une analytique basée sur les objets en périphérie, vous réduisez la latence et les coûts de bande passante, et vous conservez les séquences sensibles à l’intérieur de votre périmètre. Network Optix met l’accent sur l’ouverture de la plateforme, qui prend en charge de nombreuses intégrations et plugins tiers permettant des analyses avancées et de l’automatisation au sein du système de gestion vidéo nx witness. Par exemple, Visionplatform.ai fonctionne avec la vidéosurveillance existante et nx witness pour détecter des personnes et des véhicules en périphérie, et pour publier des événements structurés à destination des systèmes opérationnels.
Le traitement en périphérie améliore également la résilience. Si les liaisons au cloud tombent, le serveur nx witness continue d’enregistrer et le modèle IA poursuit le traitement de la vidéo source localement. Cela permet au personnel de sécurité de poursuivre son travail sans interruption. Utiliser nx witness avec une pile IA sur site signifie que vous pouvez affiner les modèles sur place et garder la formation des modèles confidentielle. Pour approfondir les approches de détection de personnes dans les aéroports, consultez notre guide sur la détection de personnes pour des exemples pratiques : détection de personnes dans les aéroports. Dans l’ensemble, utiliser nx witness pour l’analytique en périphérie rend le système de surveillance plus réactif et respectueux de la vie privée.
Capacités d’analytique vidéo : détection en temps réel et alertes
Le moteur IA intégré peut détecter des personnes, des véhicules et des animaux en temps réel et marquer les événements au fur et à mesure qu’ils se produisent. Le plugin fournit des boîtes englobantes, des attributs d’objet et des horodatages afin que les opérateurs puissent agir rapidement. La précision de détection des solutions IA modernes dépasse souvent 90 % dans de nombreuses conditions, et cette amélioration réduit les faux positifs par rapport aux anciens systèmes de détection de mouvement (guide sectoriel). En conséquence, les équipes gagnent du temps et se concentrent sur les incidents réels, et une étude a constaté jusqu’à 40 % de réduction du temps de revue manuelle lorsque des filtres automatisés sont appliqués (référence de cas).
Dans nx witness, vous pouvez créer des règles d’événement spécifiques et des notifications intelligentes pour diriger les événements vers des opérateurs ou vers des systèmes aval. Le système prend en charge des règles basées sur des motifs, de sorte que vous ne soyez notifié que lorsque des objets traversent une zone à un moment donné. De plus, les événements analytiques incluent les métadonnées d’objet pour chaque détection afin que vous puissiez joindre la confiance, la classe et l’ID de suivi à chaque enregistrement. Pour les environnements qui nécessitent des informations sur les véhicules, consultez les exemples de détection et de classification des véhicules que nous maintenons : détection et classification des véhicules dans les aéroports.
Le système offre une vue centrale dans le client nx witness et il prend en charge des alertes intelligentes et des timelines filtrées. Parce que l’analytique s’exécute localement, la solution maintient une faible latence et garde les images sensibles à l’intérieur de votre périmètre. Le plugin d’analytique pour nx witness peut être réglé pour réduire les événements indésirables, et il prend en charge le déploiement sur des flottes de caméras mixtes ainsi que l’analytique embarquée de fabricants reconnus.
AI vision within minutes?
With our no-code platform you can just focus on your data, we’ll do the rest
Processus d’intégration : installation du plugin AI CVEDIA-RT
Pour ajouter de l’IA à nx witness, commencez par vérifier les exigences d’administration système et le matériel. Vous aurez besoin d’un hôte avec une puissance de traitement suffisante ou d’un serveur GPU qui respecte les recommandations du plugin cvedia-rt, et vous devriez confirmer le nombre de flux que chaque nœud traitera. Le plugin d’analytique IA cvedia-rt s’installe dans le serveur nx witness et s’enregistre comme fournisseur d’analytique. Pendant l’installation, vous pouvez activer une licence d’essai pour valider les performances avant l’achat (manuel d’utilisation).
Suivez ces étapes pour activer le plugin. Premièrement, arrêtez le serveur et sauvegardez la configuration. Deuxièmement, téléversez le paquet du plugin d’analytique et copiez les fichiers du plugin dans le dossier plugins du serveur nx witness. Troisièmement, redémarrez le serveur et activez le plugin depuis la console d’administration du serveur. Quatrièmement, utilisez le client nx witness pour ajouter le nœud d’analytique comme cible de traitement et pour mapper les caméras aux pipelines d’analytique. Le plugin d’analytique IA pour nx inclut une interface simple pour la sélection du modèle et le réglage des seuils de détection. Si vous avez besoin d’instructions sur l’intégration avec nx, consultez les notes d’intégration officielles du fournisseur (documentation CVEDIA).
La compatibilité est importante. Vérifiez que vos caméras IP prennent en charge les profils de codec attendus par votre serveur nx witness et que les paramètres de la caméra permettent la fréquence d’images requise. Si vous exécutez de l’analytique embarquée, vous pouvez utiliser la prise en charge native pour l’analytique en caméra puis transmettre les événements analytiques dans nx witness. Pour la licence, enregistrez la clé de licence du plugin cvedia-rt à l’intérieur du serveur et configurez les paramètres du plugin pour chaque caméra. Si vous rencontrez des problèmes, consultez le chapitre de dépannage du manuel et vérifiez les chemins réseau et les pilotes GPU. De plus, vous pouvez tester avec un petit ensemble de caméras avant de déployer sur l’ensemble du parc.
Outils de recherche d’objets : investigation rétrospective d’événements
La recherche d’objets aide les enquêteurs à retrouver des personnes et des objets à travers de vastes vidéos sans revue manuelle. nx witness fournit une fonction de recherche qui indexe les métadonnées d’objet et stocke des instantanés d’objets dans une base de données d’objets pour des requêtes rapides. Utilisez des filtres par type d’objet, plage horaire, région ou attributs pour affiner les résultats. La recherche rétrospective accélère les tâches judiciaires et permet aux équipes de sécurité de récupérer rapidement des preuves.
Commencez une recherche en sélectionnant la caméra et la fenêtre temporelle, puis ajoutez des filtres pour des attributs d’objet tels que la couleur, la taille ou la direction. La fonction de recherche extrait les enregistrements des archives vidéo en utilisant les métadonnées d’objet au lieu d’analyser les pixels. Vous pouvez exporter les résultats sous forme de clips, d’images fixes ou de fichiers CSV avec horodatages et confiance de détection. Dans les aéroports ou sur des sites à fort trafic, vous pouvez associer la recherche d’objets à nos outils de recherche médico-légale pour accélérer les opérations ; voir nos exemples médico-légaux recherche médico-légale dans les aéroports pour plus de détails.
Les cas d’utilisation incluent la récupération d’objets perdus, le suivi de véhicules suspects et la reconstruction de traces multi-caméras. Vous pouvez également utiliser les recherches pour valider les automatisations du système et pour régler les règles d’événement. L’interface de recherche prend en charge des options d’export et la génération de rapports afin que les preuves soient portables et auditables. Pour les organisations qui souhaitent de l’ANPR/LPR ou une recherche spécifique aux EPI, consultez nos pages dédiées comme le guide ANPR ANPR/LPR dans les aéroports. Enfin, conservez votre chaîne de possession en exportant avec des codes temporels et en incluant les métadonnées d’objet pour chaque objet exporté.
AI vision within minutes?
With our no-code platform you can just focus on your data, we’ll do the rest
Stratégies avancées de recherche d’objets : règles personnalisées et réglage de l’IA
La recherche d’objets avancée va au-delà des filtres simples et utilise des règles de détection personnalisées et des ajustements de modèle IA pour affiner les résultats. Créez des règles d’événement qui combinent la présence d’objets, le temps de séjour et le franchissement de régions pour isoler des comportements spécifiques. Par exemple, configurez une règle qui signale le flânage en combinant la détection de personnes avec un seuil de temps de séjour. Si vous avez besoin d’une référence prête à l’emploi, nos conseils sur la détection du flânage montrent des jeux de règles pratiques : détection du flânage dans les aéroports.
Le réglage nécessite de trouver un équilibre entre sensibilité et faux positifs. Commencez par des seuils conservateurs puis baissez-les sélectivement sur les caméras problématiques. Utilisez des cycles de validation courts et confrontez les événements analytiques à la vidéo de référence. Si vous avez des scènes encombrées ou une faible luminosité, choisissez un modèle IA optimisé pour ces conditions et ajustez les coupures de confiance. Visionplatform.ai propose des stratégies de modèle flexibles afin que vous puissiez réentraîner ou affiner les modèles sur des vidéos locales et réduire les fausses détections tout en préservant la vie privée.
Déployez également une configuration spécifique à chaque caméra. Ajustez les paramètres de la caméra tels que l’exposition et la fréquence d’images pour fournir la meilleure vidéo source possible au modèle. Validez les changements en lançant des requêtes de recherche rétrospective et en comparant les objets détectés avant et après l’ajustement. Enfin, documentez les modifications de règles et conservez les métadonnées de modèle versionnées au cas où vous auriez besoin d’auditer des décisions ou de reproduire des résultats ultérieurement. Cette pratique de validation garantit des alertes fiables et des résultats de recherche cohérents.
Performance de nx witness et de l’analytique vidéo : métriques et bonnes pratiques
Surveillez les indicateurs clés de performance tels que la latence, le débit et la précision de détection pour maintenir le système en bonne santé. Mesurez la latence de bout en bout depuis la vidéo source jusqu’à l’événement de détection, et suivez le nombre de flux par nœud d’analytique. La surveillance CPU et GPU donne un aperçu de l’utilisation de la puissance de traitement et permet d’identifier ce qui pourrait impacter les performances. Surveillez aussi la mémoire et les E/S disque pendant que le serveur nx witness gère l’enregistrement vidéo simultané et le traitement analytique.
Montez en charge en répartissant la charge sur plusieurs nœuds NX et en utilisant des hôtes serveur média dédiés pour l’enregistrement. Si vous devez déployer sur plusieurs sites, répliquez la configuration et testez d’abord un pilote contenu. Documentez les spécifications des serveurs et le nombre de flux par nœud afin de planifier la capacité. Utilisez l’automatisation pour redémarrer les services lorsque les contrôles de santé échouent et pour faire pivoter les journaux en vue d’une rétention à long terme. Pour référence sur les fonctionnalités natives, voyez comment nx witness prend en charge les intégrations et les écosystèmes de caméras sur la page d’intégration du fournisseur (intégrations Network Optix).
Les routines de maintenance doivent inclure les mises à jour du plugin, les mises à jour des modèles et une calibration périodique des paramètres des caméras. Lorsque vous activez le plugin, tenez un calendrier pour activer la licence d’essai puis basculer vers une clé de production après validation. Sauvegardez la configuration et les métadonnées d’objet avant les changements majeurs. Enfin, utilisez les métriques pour guider le réglage afin que la précision de détection et les performances du système restent alignées avec les besoins opérationnels. Cette approche aide à transformer les données vidéo en informations exploitables qui soutiennent la sécurité et les opérations à grande échelle.
FAQ
Comment nx witness ajoute-t-il de l’IA aux flottes de caméras existantes ?
nx witness intègre des plugins d’analytique et l’analytique embarquée dans la caméra pour ajouter de l’IA sans remplacer les caméras. Vous pouvez mapper les caméras aux pipelines d’analytique et traiter la vidéo localement sur le serveur nx witness ou sur un nœud d’analytique attaché.
Quelles détections sont prises en charge lors de l’utilisation de l’IA avec nx witness ?
Les détections prises en charge incluent les personnes, les véhicules et les animaux, ainsi que l’étiquetage d’attributs tels que la pose et la direction. Des classes personnalisées supplémentaires sont possibles via la sélection de modèle et le réentraînement.
Quelle est la précision de la détection IA par rapport à la détection de mouvement ?
L’IA moderne atteint souvent une précision supérieure à 90 % dans de nombreux scénarios, et elle réduit les faux positifs issus de la simple détection de mouvement (référence sectorielle). Cela réduit le temps de revue manuelle et améliore la concentration opérationnelle.
Quel est le processus d’installation du plugin d’analytique IA cvedia-rt ?
L’installation consiste à placer les fichiers du plugin sur le serveur nx witness, redémarrer les services et activer le plugin depuis la console du serveur. Le manuel du fournisseur fournit des instructions pas à pas et une option de licence d’essai (manuel).
Puis-je rechercher des séquences historiques pour des objets spécifiques ?
Oui. Utilisez les fonctionnalités de recherche d’objets et de recherche rétrospective pour interroger les archives par attributs d’objet, plage horaire et région. Les exports incluent des clips et des métadonnées pour préserver une chaîne de possession des preuves lors des enquêtes.
Comment régler les modèles IA pour des scènes encombrées ou en faible luminosité ?
Réglez en sélectionnant un modèle IA adapté et en ajustant les seuils de confiance et les paramètres de la caméra. Validez les changements via des requêtes rétrospectives et itérez sur la sensibilité des règles pour équilibrer les omissions et les faux positifs.
nx witness prend-il en charge l’analytique embarquée dans la caméra ?
Oui, nx witness prend en charge l’analytique embarquée native des principaux fabricants et peut ingérer les événements analytiques parallèlement à la vidéo. Cela permet des architectures flexibles qui mélangent le traitement en périphérie et embarqué.
Quelle maintenance est requise pour un déploiement nx witness enrichi en IA ?
Prévoyez des mises à niveau du plugin, des mises à jour des modèles et une calibration périodique des paramètres des caméras. Surveillez l’utilisation CPU/GPU et le nombre de flux pour anticiper les besoins de montée en charge et protéger les performances du système.
Comment Visionplatform.ai fonctionne-t-il avec nx witness ?
Visionplatform.ai s’intègre à nx witness pour détecter des personnes, des véhicules et des objets personnalisés en temps réel et pour publier des événements structurés pour les opérations. La solution se concentre sur un déploiement sur site, conforme au RGPD, et sur l’ajustement des modèles sur des données locales.
Les alertes peuvent-elles être réglées pour éviter les faux positifs ?
Oui. Créez des règles d’événement qui combinent classes de détection, temps de séjour et franchissement de régions pour réduire les événements indésirables. Utilisez d’abord des seuils conservateurs et validez via des recherches rétrospectives pour garantir la fiabilité.
