Surveillance Station Erfahrungen mit DVA3221

[beutnerm]

Guten Tag

In der Suche im Forum und im Internet habe ich sehr wenig gefunden. Bei youtube gibt es auch nur wenige Videos mit kurzen Tests der DVA3221.

Gibt es jemanden, der die DVA3221 schon 2-3 Monate im Betrieb hat und Erfahrungen sammeln konnte?

Insbesondere die Anfälligkeit bzgl. Fehlalarmen interessiert mich.

Bisher war ich mit der Surveillance Station bzgl. Erkennung recht zufrieden. Problem war, dass ich z.b. bei starkem Schneefall oder Tieren Fehlalarme bekomme. Leider ist das dann meistens auch noch um 3 Uhr nachts. Selbst die Kombination mit Bewegungsmelder hat die Fehlalarme nicht komplett beseitigt.

Die 2000 Euro für die DVA3221 würde ich ausgeben, wenn dann garantiert nur noch Menschen erkannt würden. Meinetwegen 1-2 Fehlalarme im Jahr...aber nicht jede Woche einen Fehlalarm.

 

[c0smo]

Speziell zu diesem Modell kann ich dir nichts im Detail sagen. Ich verwende aber seit gut 2 Jahren selbst KI Technik mit Machine Learning und Deep learning und kann dir sagen, das dies hervorragend funktioniert. Ich habe eine 99% Erkennung. Die Falschalarme sind so gut wie verschwunden, Fehlalarme passieren auch nur noch sehr selten. Dies hängt stark von der Umgebung ab und dem Sichtwinkel der Kamera. Natürlich ist der Sensor und das Objektiv ein wichtiger Punkt. Die KI ist nur so gut wie die Optik. Mit einem schlechten Bild kann auch die KI nichts mehr retten.

Ich für meinen Teil, alles privat, bin voll zufrieden mit meinem System. Mit meinem jetzigen Wissen, würde ich aber niemals 2000€ für ein NVR ausgeben, zumal hier noch Lizenzen anfallen ab der 9. Kamera. Auch die Analyse ist derzeitig bis auf 6 gleichzeitige Kanäle beschränkt.
Ich würde die KI auch eher auf der Kamera sehen und nicht auf dem NVR. Zumindest solange, wie die CPU/GPU der Kamera den Perimeterschutz gewährleisten kann.
Die KI Technik bzw. die Hardware um das zu berechnen wächst rasend schnell. Ich würde eher eine neue Kamera für 300€ kaufen, als ein neuen NVR.
Der DVA arbeitet mit deep learning, ist deshalb auch um einiges kostspieliger. Das ist zwar die genauere Methode der Berechnung, ist meiner Meinung nach aber im privaten Umfeld zu vernachlässigen. Bei mir läuft auch eine Kamera mit deep learning, die restlichen mit Machine Learning. Einen gravierenden Unterschied konnte ich bislang nicht ausmachen. Das mag aber auch daran liegen, dass ich meine Kameras alle optimal positioniert habe.

Ich hatte mal Vergleichsvideos der Alarme gemacht. Mit Motion Detection hatte ich, mit einer ausgewogenen Konfiguration zwischen Fehl- und Falschalarmen, an die 100-300 Alarme am Tag. Ausgelöst durch Tiere, Witterung, Bepflanzung, etc. Mit KI konnte ich dies alles streichen und auf 5-10 korrekte Alarme reduzieren.

Ich kann dir nur empfehlen dich vorher in den einschlägigen engl. Foren zu informieren, was du möchtest und was dein Ziel sein soll.
ipvm.com ist hier ganz vorne mit dabei. Die Tests sind erstklassig. Allerdings ist das ganze nicht kostenlos.

 

[beutnerm]

mittlerweile habe ich die DVA3221 gekauft und 2 Wochen in Betrieb.
Die Deep Video Analytics funktion habe ich getestet. Als Kameras habe ich eine Axis M2026-LE MK 2 (4MP) und eine Instar 9008 (full-HD) eingesetzt.

Soviel ich das sehen konnte, wurden fast alle Menschen erkannt. Ausnahmen waren nur Personen ganz am Rande des Bildes (vermutlich zu wenig Zeit zum Identifizieren).
Die Fehlalarme sind stark reduziert, aber leider immer noch vorhanden. Es gibt zwei Kategorien:
1. Fahrrad: In einer Nacht stand ein Fahrrad vor unserer Haustür. 8 Mal in der Nacht wurde dieses Fahrrad als Person erkannt. Das ist sehr merkwürdig, kann ich aber beseitigen, in dem ich kein Fahrrad vor die Tür stelle. (und ja, die Fahrzeugerkennung habe ich ausgeschaltet ;-)
2. Tiere: Es wurde ein grosser Hund am Tag und eine kleine Katze in der Nacht als Person erkannt. Den Hund habe ich bei Abwesenheit nicht im Garten. Aber die Katzenerkennung ist ein Problem, da ich die Nachbarkatzen nicht aus dem Garten halten kann.

Hier muss Synology noch nachbessern. Hoffentlich gibt es da bald ein Update mit weniger Katzenerkennung.

Habt Ihr eine Idee, was ich von meiner Seite noch tun könnte? Bessere Kameras mit höherer Auflösung kaufen? Irgendwelche Einstellungen ändern (gibt eigentlich nur "Kleine Objekte ignorieren". oder übersehe ich was?) ?

 

[c0smo]

Du musst mal von deiner Vorstellung weg, dass alle Falsch- und Fehlalarme verschwinden werden. Das schafft kein System und keine Technik.
Kameras mit mehr Auflösung helfen hier auch nicht. Jeder Hersteller hat hier seine eigenen Parameter, die zb definieren wie viele Pixel benötigt werden für eine Klassifizierung (80-500px, je nach Umgebung und Ausleuchtung) Axis hat zb seine eigene Analyse, den Perimeter Defender. Der kann als App auf der Cam installiert werden. Kostet natürlich extra und du bist dann weg von der Synology KI!
Ansich muss bei deep learning oder Maschine Learning einfach die KI intelligenter werden oder mehr CPU für die Analyse bereitgestellt werden.

Das ein stehendes Objekt klassifiziert wird und Alarm auslöst, ist nicht normal. Das kenne ich von Dahua nicht. Vielleicht gibt es hier noch Stellschrauben, wie zb. bei Axis kleine- oder schaukelnde Objekte ignorieren.
Das muss dann aber auf dem NVR konfiguriert werden, da ja hier auch die KI läuft.

 

[c0smo]

Kleiner Nachtrag.
Oft haben die Hersteller auch eine 3D Bildbestimmung an Board. Irgendwo her muss ja die KI auch wissen wie das 2D Bild im 3D Raum aussieht. Ohne das, wird es schwieriger eine korrekte Erkennung zu gewährleisten. Deshalb ist auch ab und an euer Streuner ein Mensch

 

[beutnerm]

Letztes Test-update:
Mittlerweile habe ich die Größe für das Ignorieren kleiner Objekte auf 1% erhöht. Es kommen immer noch Katzenalarme.
Desweiteren gab es heute Morgen einen merkwürdigen Alarm. Zum ersten Mal hatte ich meine Stiefel vor der Haustür gelassen. Aus Sicht der Kamera steht dahinter/dadrüber ein schwarzer grosser Blumenkübel mit Pflanzen drin. Dies wurde dann in bestimmtem Licht am Morgen selbst ohne Bewegung als Mensch erkannt. Also Stiefel, grosser Oberkörper und die Pflanze als Haare.

Synology muss hier wohl nen update bringen.

 

[c0smo]

Tja.. Nobody is perfect

Nur anhand einer Erkennung würde ich auch keine Alarmierung auslösen. Vielleicht hilft es, weitere intelligente Regeln zu koppeln, zb Intrusion oder Tripwire.

 

[oschmidt]

Mal eine ganz blöde frage:
Wie sieht es bei der Gesichtserkennung mit der DSGVO aus?
Mich Interessiert weniger der Private Bereich in dem ggf. etwas gemacht wird was unter umständen nicht mit der DSGVO d'accord ist.

Ich Interessiere mich selber für die DVA3221 würde diese jedoch nicht privat einsetzen und mache mir gerade Gedanken ob diese z.b. in Geschäften mit Publikums verkehr eingesetzt werden darf.

EDIT: Ok noch 2-3 Artikel diesbezüglich gelesen und es def. nicht erlaubt eine Gesichtserkennung in Geschäften o.ä. zu betreiben.

 

[tproko]

Mich Interessiert weniger der Private Bereich in dem ggf. etwas gemacht wird was unter umständen nicht mit der DSGVO d'accord ist.

Das gewerbliche hast du dir ja schon selbst beantwortet.
Den Satz verstehe ich nicht ganz. MMn gibt es als "Privatperson" keine DSGVO. Somit kann ich da sowieso nie (nicht) d`accord sein...

 

[c0smo]

EDIT: Ok noch 2-3 Artikel diesbezüglich gelesen und es def. nicht erlaubt eine Gesichtserkennung in Geschäften o.ä. zu betreiben.

Wer sagt denn sowas?

 

[oschmidt]

Wer sagt denn sowas?

Gemäß Art. 4 Nr. 14 DSGVO handelt es sich bei Gesichtsbildern um biometrische Daten.

„biometrische Daten“ mit speziellen technischen Verfahren gewonnene personenbezogene Daten zu den physischen, physiologischen oder verhaltenstypischen Merkmalen einer natürlichen Person, die die eindeutige Identifizierung dieser natürlichen Person ermöglichen oder bestätigen, wie Gesichtsbilder oder daktyloskopische Daten;“

Gemäß Art. 9 I DSGVO handelt es sich bei biometrischen Daten zur eindeutigen Identifizierung einer natürlichen Person zudem um besondere Kategorien personenbezogener Daten. Die Verarbeitung besonderer Kategorien personenbezogener Daten ist grundsätzlich untersagt und nur in streng geregelten Ausnahmefällen zulässig.

https:// dr-datenschutz.de/erlaubt-die-dsgvo-gesichtserkennung-zur-abwehr-von-gefahren/

Siehst du das anders bzw. hast du eine Quelle in der steht das die Gesichtserkennung ohne Opt-In zulässig ist?
Der Lebensmittelhändler Mercadona wurde zu einem Bußgeld von 2.5 Mio. Euro verdonnert weil er eine Gesichtserkennung verwendet hat:
https:// fuerteventurazeitung.de/2021/08/mercadona-stellt-pilotprojekt-zur-gesichtserkennung-in-supermaerkten-ein-und-zahlt-25-mio-bussgeld/

 

[c0smo]

Zum einen ist das in Spanien, zum anderen ist das genannte Verfahren "Face Recognition" und nicht "Face Detection". Das sind zwei unterschiedliche Systeme. Das eine arbeitet mit Datenbanken, das andere mit Metadaten. Wie du schon selbst den Artikel zitiert hast, gibt es durchaus Möglichkeiten, das eine oder andere System einzusetzen - auch wenn das Genehmigungsverfahren dazu, seine Zeit in Anspruch nehmen wird.

Das berechtigte Interesse spielt dabei eine Rolle.
Welches Ziel soll den verfolgt werden? Um welche Art der Überwachung handelt es sich? Welche Bereiche sollen überwacht werden?

 

[oschmidt]

DSGVO=GDPR* also wo ist der Unterschied zwischen Spanien/Deutschland?

Die Datenschutz-Grundverordnung ist eine Verordnung der Europäischen Union, mit der die Regeln zur Verarbeitung personenbezogener Daten durch die meisten Verantwortlichen, sowohl private wie öffentliche, EU-weit vereinheitlicht werden.

https:// de.wikipedia.org/wiki/Datenschutz-Grundverordnung

Wir reden über Personenbezogene Daten der besonderen Kategorie die nur unter streng geregelte Ausnahmefällen zulässig sind.
Sag du mir doch mal bitte welche diese den dann sind? Und welches reguläre Geschäft diese berechtigten Interessen nachweisen kann/soll.

Die DVA3221 rühmt sich ja ganz bewusst mit der "Face Recognition" und nicht der "Face Detection", aber du scheinst da ja optimistischer zu sein.

 

[c0smo]

Ich gebe hier nur Anhaltspunkte und keine verbindliche Rechtsberatung. Wie diese Interessen auszusehen haben, muss im Einzelfall auf Betriebsratebene und in Abstimmung mit dem Datenschutzbeauftragten und der Geschäftsführung geklärt werden.

 

[beutnerm]

Letztes Test-update:
Mittlerweile habe ich die Größe für das Ignorieren kleiner Objekte auf 1% erhöht. Es kommen immer noch Katzenalarme.
Desweiteren gab es heute Morgen einen merkwürdigen Alarm. Zum ersten Mal hatte ich meine Stiefel vor der Haustür gelassen. Aus Sicht der Kamera steht dahinter/dadrüber ein schwarzer grosser Blumenkübel mit Pflanzen drin. Dies wurde dann in bestimmtem Licht am Morgen selbst ohne Bewegung als Mensch erkannt. Also Stiefel, grosser Oberkörper und die Pflanze als Haare.

Synology muss hier wohl nen update bringen.

hier noch mal ein update.
Ich habe mittlerweile die Bildqualität in der Surveillance Station für alle Kameras von 5 auf 3 runtergesetzt. Die hohe Qualität hat wohl ab und zu zu einem Absinken der FPS geführt. Damit waren die FPS nicht mehr ausreichend, um eine vernünftige Personenerkennung zuzulassen. Seit dem gibt es nur noch ein mal im Monat einen Katzenalarm. Mal sehen, ob ich da noch was optimieren kann, um diesen Fehlalarm auch noch auszuschliessen.

 

[beutnerm]

Nun habe ich das System nen Jahr in Betrieb. fehlalarme wegen Katze oder bestimmten Blumenkübeln gibt es ab und zu noch. Ich habe mich wohl dran gewöhnt. Es scheint aber keine nicht erkannten Menschen zu geben.

Mittlerweile habe ich einen zweiten Standort angebunden und über Fritzbox VPN direkt verbunden. Das klappt auch gut und nun sind 7 Kameras im Betrieb.

Problem ist nun, dass die GPU ständig an der Auslastungsgrenze ist. CPU, Speicher etc. haben noch viel Spielraum.
Ich habe noch keinen Hinweis gefunden, dass man die GPU gegen ein neueres leistungsstärkeres Modell austauschen könnte. Wäre toll, wenn jemand nen Tipp hätte ...oder noch besser, wenn Synology ein update anbieten würde und auch weitere Grafikkarten zulassen würde. Meinetwegen könnten die das auch auf 3 Modelle beschränken: Basismodell, Premiummodell und Hochleistungsmodell.

 

[plang.pl]

GPU-Austausch ist nicht möglich.

 

[c0smo]

Um die höhere GPU Auslastung erklären zu können, brauche ich mehr Infos.
Auflösung, fps, codec, welcher Stream wird analysiert und vor allem, welche Analysen werden angewendet und wie viele?

In meinen Posts habe ich ja schon erwähnt, dass eine Analyse immer optimalerweise auf der Kamera ausgeführt werden sollte. Ein Server ist immer eingeschränkt in der Anzahl und Art der Analysen!