AI (人工知能): 設定 (せってい)

ローカルオブジェクト認識

Agent DVRは、AIモデルファイル(.onnx)を使用したライブのリアルタイムオブジェクト認識をサポートしています。このローカルAIオブジェクト検出はお客様のハードウェア上で完全に実行されます(クラウドサービスは不要)。そのため、木が動くたびにではなく、人や車など重要なものが現れたときだけアラートを受け取ることができます。この機能を使用するにはライセンス(またはアクティブなサブスクリプション)が必要です。外部AIサーバーを使用するようAgentを設定する方法については、AIサーバーを参照してください。

始めるには、カメラを編集してオブジェクト認識タブに移動します。上部でAIサーバーを選択します。デフォルトはInternalで、これはAgent DVRの組み込みAIです。AIサーバーを使用する場合は、サーバー設定 - AI設定 - AIサーバーで追加してから、ここで選択します。

以下の詳細は、Agent DVRを高速な組み込みAIで設定するためのものです。たとえばUltralytics YOLOモデルなど、他のモデルも追加できます。

  • モデル:使用するAIモデルを選択します。Agentは必要に応じて組み込みモデルを自動的にダウンロードします。Smallモデルは低性能ハードウェアまたは多数のカメラに適しています。Mediumモデルは精度が向上していますが、より多くの処理能力を使用します。
  • モード:ビデオからフレームをAIで処理する時期を選択します。Intervalを選択すると、Agentは下の処理レートフィールドを使用してビデオフィードを継続的に分析します。
  • オーバーレイの設定:ライブビデオにリアルタイム結果を描画するように設定します。オーバーレイを有効にし、ラベルと信頼度を表示し、線幅と色を設定し、または認識されたオブジェクト(例:人)をぼかします。オーバーレイは信頼度制限を調整するのに最適です。
  • GPUを使用:CPUではなくGPUを使用する場合はチェックします。
  • デバイス:モデルを実行するデバイスを選択します。
  • 処理レート:これはモードがIntervalの場合にのみ使用され、モデルに送信されるフレームのレートを制御します。1秒あたり1フレームの場合は1、1秒あたり20フレームの場合は20、10秒ごとに1フレームの場合は0.1を入力します。
  • 信頼度:これはモデルからの結果をフィルタリングします。誤検知を減らすにはこの値を上げますが、オブジェクトを見落とす可能性もあります。
  • コーナーの確認:詳細については、コーナーの確認を参照してください。
  • 検出対象:AIが検出するオブジェクトを指定します。ここのオプションリストはモデル設定から生成されます。
  • 静的オブジェクト:移動していないオブジェクトをフィルタリングする方法を選択します。静的オブジェクトを無視は同じ位置で繰り返し検出されたオブジェクト(駐車中の車など)を無視しますが、最初に表示されたときはアラートを発します。移動のみは、モーション検出器が現在移動を検出している場所のオブジェクトのみを報告するため、静的オブジェクトはアラートを出しません(ONVIF、Reolink、Hikvision、MQTTなどのカメラ側検出器には影響ありません)。
  • 移動許容度:静的オブジェクトをチェックするときの検出間での許可される移動量。低い値はほとんどマッチせず、高い値はより多くを抑制します。推奨:40-60。
  • フィードバックから学習:Agentにお客様から学習させます。これを有効にすると、アラートビューアで検出を確認または拒否でき、Agentはこのカメラで同様の誤検知を抑制することを学習します。フィードバックから学習を参照してください。

カスタムモデル

独自のモデルをAIに追加するには、モデルファイル(.onnx)をAgentのModelsフォルダにコピーし、モデルの追加を参照してください。

アクション

オブジェクト認識はAI: Object FoundおよびAI: Object Not Foundイベントを生成し、アクションで使用できます。

写真

写真に関する情報については、写真を参照してください。

フィードバックから学ぶ

Agent DVRは、フィードバックから学習し、カメラごとに誤警告を減らすことができます。検出が間違った場合 - 夜に人に見える茂み、AIが鳥と呼び続ける旗 - あなたはAgentに伝えることができ、将来的にそのカメラでの類似の検出を抑制するように学習します。すべては100%ローカルで実行されます：画像やデータは一切あなたのマシンから離れず、検出モデル自体は決して変更されないため、常に安全に使用でき、リセットも簡単です。

有効化

カメラを編集し、オブジェクト認識タブに移動してフィードバックから学習をオンにします。Agentは、初めて必要なときに自動的に小さな埋め込みモデルをダウンロードします。

フィードバックの提供

フィードバックが有効になっていると、オブジェクト認識によって生成されたアラートは、検出結果をアラート画像と共に保存します。アラートパネルでアラートを開くと、各検出の上に「これで正しかったですか？」というプロンプトが描かれたボックスが表示されます：

  • 正しい： 検出を確認します。確認された例は、類似の検出が抑制されるのを防ぎます。
  • 誤り： 検出を拒否します。Agentは、そのカメラとオブジェクトタイプの拒否された検出の外観を学習します。類似の検出を数回（少なくとも3回）拒否すると、Agentは自動的に一致する誤警告を抑制し始めます。

判定を変更または削除するには、ボタンを再度クリックするだけです。

「これで正しかったですか？」パネルは折りたたまれます - ヘッダーをクリックしてプロンプトと検出オーバーレイを隠したり表示したりします。Agentはあなたの選択を記憶します（ブラウザごとに）、したがってカメラのパフォーマンスに満足したら、パネルを折りたたんでクリーンなアラート画像だけを表示できます。パネルを折りたたむことは学習を停止することはなく、抑制は引き続き機能します。学習を完全に停止するには、代わりにカメラでフィードバックから学習をオフにしてください（これは抑制も停止します）。

抑制されたアラート

抑制は意図的に保守的です - 検出は、明確に拒否された例に一致し、確認されたものには一致しない場合にのみ抑制されます。Agentが通常はアラートであったものを抑制すると、代わりに抑制されたアラートを保存するため、何も静かに消えることはありません。アラートパネルのヘッダーにあるアイコンをクリックして、それらを表示または非表示にします（アイコンは抑制されたアラートが存在する場合にのみ表示されます；それらは別々に保持され、通常のアラートにはカウントされません）。

Agentが抑制すべきでなかったものを抑制した場合は、抑制されたアラートを開き、検出を正しいとしてマークします - これにより、類似の検出の抑制が即座に解除されます。

動作原理

Agentは汎用のビジョンモデルを使用して、各検出のコンパクトな数学的「指紋」を作成します。あなたの判定は、カメラとオブジェクトタイプごとに確認されたまたは拒否された例としてこれらの指紋をファイルします。将来の検出は、あなたの例に対して類似性を基に比較されます - 顔認識で使用されるのと同じアプローチです。あなたが選択した検出モデルとそのクラスは変更されません。

リセット

学習したフィードバックは、AgentのXMLフォルダー内のFeedbackDB.jsonに保存されます。最初からやり直すには、clearfeedback APIコマンドを呼び出す（オプションでcameraidおよびlabelパラメータを使用）か、Agentを停止してファイルを削除します。

Ultralytics YOLOモデルをONNXに変換する

Agent DVRはオブジェクト認識用のONNXモデルファイルをサポートしています。事前学習済みモデルをダウンロードし、数ステップでONNX形式に変換できます。

以下の例ではUltralyticsを通じてYOLO26sモデルを使用しています。YOLO26sは小規模な汎用モデルで、速度と精度のバランスが良好です。

前提条件

  • Python 3.10以降
  • PATHで利用可能なpip
  • インターネット接続
  • ~1-2 GBの空きディスク容量

ステップ1 - Ultralyticsをインストール

pip install ultralytics

ステップ2 - YOLO26sモデルをダウンロード

Ultralyticsは初回使用時に事前学習済み重みを自動的にダウンロードします: 

yolo detect predict model=yolo26s.pt source=https://ultralytics.com/images/bus.jpg

ステップ3 - ONNX形式に変換

ダウンロード後、モデルをONNX形式にエクスポートします:

yolo export model=yolo26s.pt format=onnx opset=12 simplify=True

Pythonの代替方法

from ultralytics import YOLO

model = YOLO("yolo26s.pt")
model.export(format="onnx", opset=12, simplify=True)

ステップ4 - ONNXファイルを検索

エクスポートされた

yolo26s.onnx
ファイルは、作業ディレクトリまたは
runs/export
フォルダに作成されます。

ステップ5 - Agent DVRにコピー

ONNXファイルをAgent DVRのONNXモデルフォルダ(Agentサーバー上)に移動します。例: 

Agent\Media\Models\ONNX\

ステップ6 - Agent DVRでモデルを追加

  1. Server Settings > AI Settings > AI Modelsに移動します。
  2. Object Recognitionをクリックして新しいモデルを追加します。
  3. yolo26sなどの名前を入力し、ドロップダウンで.onnxファイルを選択します。
  4. 残りのオプションはデフォルトのままにしてOKをクリックします。
  5. カメラを編集してObject Recognitionタブを開き、ServerをInternalに設定して新しいモデルを選択します。

ローカル顔認識

Agent DVR は、AI を使用したライブ リアルタイム 顔認識をサポートしており、独自のハードウェア上でローカルに実行されます。ドアの前にいる人を認識し、認識された顔と未認識の顔に対して異なるアクションをトリガーできます。この機能を使用するには、ライセンス(またはアクティブなサブスクリプション)が必要です。Agent を外部 AI サーバーで使用するための設定については、AI Servers を参照してください。

開始するには、カメラを編集して Facial Recognition タブに移動します。上部で AI サーバーを選択します。デフォルトは Internal で、Agent DVR の組み込み AI です。AI サーバーを使用する場合は、Server Settings - AI Settings - AI Servers で追加してから、ここで選択します。

以下の詳細は、Agent DVR の高速な組み込み AI を使用して設定するためのものです。

  • モード:ビデオからフレームをAIで処理する時期を選択します。Intervalを選択すると、Agentは下の処理レートフィールドを使用してビデオフィードを継続的に分析します。
  • Configure Overlay: ライブビデオにリアルタイム結果を描画する設定を行います。オーバーレイを有効にし、ラベルと信頼度を表示し、線幅と色を設定するか、顔をぼかします。オーバーレイは信頼度制限を調整するのに役立ちます。
  • GPUを使用:CPUではなくGPUを使用する場合はチェックします。
  • デバイス:モデルを実行するデバイスを選択します。
  • 処理レート:これはモードがIntervalの場合にのみ使用され、モデルに送信されるフレームのレートを制御します。1秒あたり1フレームの場合は1、1秒あたり20フレームの場合は20、10秒ごとに1フレームの場合は0.1を入力します。
  • Confidence: これはモデルからの結果をフィルタリングします。これを高く調整すると誤検知が減りますが、人を見落とす可能性もあります。
  • コーナーの確認:詳細については、コーナーの確認を参照してください。

Agent が使用する顔認識モデルは、Server Settings - AI Settings - AI Models - Face Recognition で選択できます。

認識する顔

「Edit Faces」をクリックして、認識したい人物の写真をアップロードします。同じ人物の複数の写真をアップロードして結果を改善できます。ファイルシステムから画像をアップロードするか、組み込みの Webcam を使用して写真をキャプチャできます(SSL または localhost が必要)。

アクション

顔認識は、Actions で使用するための AI: Face Recognized および AI: Face Not Recognized イベントを生成します。

写真

写真に関する情報については、写真を参照してください。

ローカルナンバープレート認識

Agent DVR は、自分のハードウェア上でローカルに実行されるライブ リアルタイム ナンバープレート認識をサポートしています。これを使用して、駐車場やカーポートに進入するすべての車両をログに記録し、既知のプレートが認識されたときにゲートを開くなどのアクション をトリガーできます。この機能を使用するには、ライセンス (またはアクティブなサブスクリプション) が必要です。外部 AI サーバーを使用するよう Agent を設定する方法については、AI Servers を参照してください。

開始するには、カメラを編集して LPR タブに移動します。上部で AI サーバーを選択します。デフォルトは Internal で、Agent DVR の組み込み AI です。AI サーバーを使用する場合は、Server Settings - AI Settings - AI Servers で追加してから、ここで選択します。

以下は、Agent DVR を高速な組み込み AI で設定するための詳細です。

  • モード:ビデオからフレームをAIで処理する時期を選択します。Intervalを選択すると、Agentは下の処理レートフィールドを使用してビデオフィードを継続的に分析します。
  • Configure Overlay: ライブビデオにリアルタイム結果を描画するように設定します。オーバーレイを有効にしたり、ラベルと信頼度を表示したり、線の幅と色を設定したり、検出されたナンバープレートをぼかしたりできます。オーバーレイは信頼度制限を調整するのに最適です。
  • Use GPU: CPU の代わりに GPU を使用する場合はこれを確認します。なお、GPU ドライバとランタイムサポートの理由により、現在のところ Windows または macOS でのみ機能します。Linux は現在 CPU にフォールバックします。
  • デバイス:モデルを実行するデバイスを選択します。
  • 処理レート:これはモードがIntervalの場合にのみ使用され、モデルに送信されるフレームのレートを制御します。1秒あたり1フレームの場合は1、1秒あたり20フレームの場合は20、10秒ごとに1フレームの場合は0.1を入力します。
  • 信頼度:これはモデルからの結果をフィルタリングします。誤検知を減らすにはこの値を上げますが、オブジェクトを見落とす可能性もあります。
  • コーナーの確認:詳細については、コーナーの確認を参照してください。

検索するナンバープレート

  • License Plates: プレートのカンマ区切りリストまたはプレートを含む CSV ファイルへの URL を入力します。Agent DVR は、これらのプレートの License Plate Recognized および License Plate Not Recognized イベントを生成し、アクションをトリガーできます。
  • Reload Interval: URL からプレートリストを再ロードする頻度を設定します。
  • Normalize: 一般的に誤認識されるプレートを調整して、マッチング精度を向上させます。

アクション

LPR は AI: License Plate Recognized および AI: License Plate Not Recognized イベントを生成し、Actions で使用できます。

写真

写真に関する情報については、写真を参照してください。

AIアラートフィルタリング

アラートフィルタリングは、モーション検出とAIを組み合わせることで、ポーチの人など重要な検出があった場合のみアラートを受け取ることができます。揺れている枝や通り過ぎるヘッドライトではアラートを受け取りません。これは誤検知を減らすための最も効果的な方法です。Agent DVRでアラートフィルタリングを設定するには、以下のステップに従ってください:

  • モーション検出器を設定して有効化します。CPUの使用を最小限に抑えるには、Simpleディテクターを使用してください。監視対象のエリアをカバーするために、少なくとも1つのゾーンが定義されていることを確認してください。
  • アラートタブで、モードをActions Onlyに設定し、アラートを有効にします。
  • 録画タブで、モードをAlertsに設定します(録画が必要な場合)
  • Object RecognitionタブでObject Recognitionを有効にします。モードをMotion Detectedに設定し、モデルを選択して、FindをクリックしPersonやDog、Carなど検出対象のオブジェクトを選択します。
  • タブメニューのActionsに移動して、イベントAI: Object Foundのアクションを追加します。

    ゾーンを選択してオブジェクトの検出位置を指定します。例えば、アクセス道路と道路に異なるゾーンを指定できます。アクセス道路ゾーンを選択すると、そのエリアでのみ車が検出されたときにアラートがトリガーされます。

    Tasksの下で、追加をクリックしてAlertタスクを作成します。OKを2回クリックして確認します。

Agent DVRはモーション検出時にAIオブジェクト認識を処理します。指定されたオブジェクトが選択されたゾーンで検出された場合、アラートを発動するアクションがトリガーされます。ゾーン選択がない場合は、すべてのゾーンのアラートがトリガーされます。

LPR認識、顔認識、または音声認識についても同様にアラートフィルターを設定してください。

モーション検出トリガーなしで継続的なAIオブジェクト認識の場合は、Object RecognitionのModeをIntervalに設定します。ハードウェアリソースへの影響を監視し、必要に応じて調整してください。

複数のアクションを異なるオブジェクトと複数のゾーンに設定できます。アクションで{AI}タグを使用して、検出されたオブジェクトを参照してください。

AIサーバーが応答しない場合、モーション検出アラートをフィルタリングするために使用していると、Agent DVRはサーバーが再開されるまですべてのイベントを有効なアラートとして扱います。この動作はObject RecognitionのMotion Pass-throughスイッチで切り替えることができます。
Agent DVRの検出に基づいて異なるレスポンスを実行するために、アクションのフィルターを活用してください。例えば、玄関の人に対して音声「侵入者を検出」アラートを設定したり、コーチに猫が検出された場合に犬の鳴き声を再生するように設定できます。

AIフィルターのトラブルシューティング

AIが録画を効果的にフィルタリングしていない場合は、次のことを考慮してください：

  • [Available options]のいずれかに一致するようにFind設定を確認してください。
  • Agentの左上にあるマスターアラートスイッチが閉じた南京錠を表示していることを確認してください。これはアクティブなアラートを示しています。
  • 録画モードがAlertに設定されていることを確認してください。Detectではありません。
  • アラートモードがActions Onlyに設定されていることを確認してください。
  • Object Recognitionの下でConfidenceレベルを下げてみてください。
  • エラーメッセージが表示されている場合は、/logs.htmlをチェックしてください。これはサーバーの問題やネットワークのブロックを示している可能性があります。
  • AIサーバーのパフォーマンスを監視し、システムの過負荷やタイムアウトが発生していないことを確認してください。
  • AIがすべてのオブジェクトクラスを検出する場合、GPUの問題を示している可能性があります。GPUドライバーを確認するか、CPUベースのAIモジュールに切り替えてください。

AIオブジェクト認識

AI物体認識設定

Agent DVRの物体認識は、ローカルAIまたはAIサーバー(CodeProject.AIを推奨)を使用して、ビデオフィード内の特定の物体を認識し、イベントを生成したり、アラートを発生させたり、モーション警告のフィルターとして機能することができます。

  • Enabled: AIプロセスを有効または無効にするために切り替えます。
  • AI Server: 設定済みのサーバーから選択するか、デフォルトオプションを使用します。
  • Mode: AIプロセスのトリガーを選択します。これを「None」に設定し、triggerObjectを呼び出すことで、APIのみでトリガーします。
  • Motion Pass-through: AIサーバーがダウンしており、アラートをフィルタリングしている場合、これはアラートをフィルタリングなしでパススルーできるようにします。
  • Use Snapshot URI: ライブストリームのフレームの代わりに、カメラから高解像度フレームを使用します。
  • Resize Mode: AIサーバーに送信する前に画像をリサイズして、負荷を軽減し、応答時間を改善します。
  • Configure Overlay: ラベル、信頼度、線の幅、色、ブラーを含む、ライブビデオストリームにAI結果を描画するように設定します。
  • Request Interval: サーバーリクエスト間の最小時間を設定します。
  • Confidence: 物体を認識するための最小信頼度レベルを設定します。
  • Check Corners: 詳細はコーナーのチェックを参照してください。

モデル

  • Discover: サーバーからインストール済みモデルを取得します (CodeProject.AIに固有)。
  • AI Endpoint: 利用可能なモデルから選択するか、デフォルトエンドポイントを使用します。
  • AI Object Classes: 関連するクラスで自動入力されるか、手動で入力します。
  • Find: AIが検出するオブジェクトを指定します。
  • Static Objects: 移動していないオブジェクトをフィルタリングします。Ignore Static Objects は同じ位置で繰り返し検出されたオブジェクトを無視します。Moving Only はモーション検出器が現在移動を検出しているオブジェクトのみを報告します。
  • Movement Tolerance: 静的オブジェクト確認時に検出間での許容移動量。

カスタムモデル

CodeProject.AIにカスタムモデルを追加するには、モデルファイルを指定されたディレクトリにコピーしてください。Discoverボタンでアクセスできますが、オブジェクトリストを手動でObject Classesに追加してください。

Object Recognitionモジュール設定を編集してモデルストレージのディレクトリを変更します。

アクション

Object RecognitionはAI: Object FoundおよびAI: Object Not Foundイベントを生成し、Actionsで使用できます。

写真

写真についての情報は、写真を参照してください。

AIに尋ねる

Agent DVRはAIサーバー(OpenAI/Claude/Gemini/OllamaやLM Studio、vLLMなどのローカルLLM)を使用して、カメラの画像について人間が読める質問に答えます。これはイベントを生成したり、アラートを発生させたり、モーションアラートのフィルターとして機能します。Server Settings - AI Settings - Ask AIの設定を完了する必要があります。

選択したAIプロバイダーのAPI使用に関連する第三者コストが発生する可能性があるため、必要な場合にのみリクエストを送信するようにセットアップが構成されていることを確認してください。Googleは個人Googleアカウントに対してGemini APIキーの無料使用枠を提供しています。制限については、Googleの現在の価格設定を確認してください。

ローカルサーバーの/logs.htmlでログを確認して、リクエストが送信された時期を確認できます。Server Settings - Logging - Log Levelを情報に設定します。

  • 有効: AIプロセスを有効または無効にするトグル。
  • プロバイダー: 画像を処理するために使用するAIプロバイダーを選択します。プロバイダーをサーバー設定 - AI設定で構成する必要があります。デフォルトを選択した場合、最初に構成されたプロバイダーが使用されます。
  • モード: AIプロセスのトリガーを選択します。これをNoneに設定し、triggerAskAIを呼び出してAPI経由でのみトリガーします
  • モーション パススルー: AIサーバーがダウンしていてアラートをフィルタリングしている場合、これによりアラートがフィルタリングなしで通過できます。
  • スナップショットURIを使用: 現在のライブストリームフレームの代わりに、カメラから高解像度フレームを使用します。
  • リサイズモード: AIサーバーに送信する前に画像をリサイズして、負荷を軽減し、応答時間を改善します。
  • オーバーレイの構成: AIの結果をライブビデオストリームに描画するように設定します。
  • リクエスト間隔: サーバーリクエスト間の最小時間を設定します。
  • 詳細モード: 画像の詳細度を低または高から選択します。低は高より使用コストが安く、ほとんどのシナリオに適しています。
  • ビデオを使用: 画像の代わりに短いビデオクリップを送信(Geminiのみ)。期間を秒単位で設定し、音声を含めるをチェックしてビデオと一緒に音声を送信します。

AIメッセージング

  • メッセージ: ここにAIに対する質問を入力してください。いくつかの例:
    • この画像に火が見える場合はFIREで応答します。犬がソファに座っているのが見える場合はDOGで応答します。ドアが開いている場合はDOORで応答します。複数の条件が満たされた場合はコンマで区切ります
    • ベンチ上の機械のライトが赤い場合はALERTで応答します
    • パトカーが車道に駐車している場合はPOLICEで応答します
    • 床に郵便物またはパッケージがある場合はMAILで応答します
    • 誰かが私の家に侵入したようである場合はBREAKINで応答します
  • 検索: AIが応答するように指示したタグを入力してください。例えばFIRE、DOG、DOORなど
  • 繰り返しなし: 最後のAI呼び出しで返されたタグを無視します

上記のように、メッセージで複数の条件が満たされるように要求し、各結果を処理するアクションを設定できます。

ヒント! メッセージに特別なタグ[TIME]を追加して、現在のローカル時刻をAIに渡すことができます - これにより時刻に基づいたチェックを実行できます。例えば、「現在の時刻は[TIME]で、それが午後8時より遅く、ガレージドアが開いている場合はGARAGEのみで応答する」

アクション

Ask AIはアクションで使用するAI: Ask AI肯定結果イベントを生成します。

AI Actions

写真

写真に関する情報は、写真を参照してください。AIはまだ画像内のものがある場所に関する空間データを返していないため、クロップと静的検出は現在機能していません。

AI写真

AI Photos Configuration

AIプロセスはオブジェクトが認識されたときに写真をキャプチャでき、保存、トリミング、FTPアップロードなどのオプションを提供します。

これを設定するには、カメラを編集するときに各AI設定タブの下部にあるPhotosオプションに移動します。Photosを有効にして、設定するをクリックします。

  • Label: Agent DVRは画像にボックスをオーバーレイし、検出されたオブジェクトにラベルを付けます。
  • Crop: Agent DVRは画像を検出された各領域にトリミングし、複数の画像を保存します。各領域に1つずつです。
  • FTP: 保存された画像をカメラで設定されたFTPサーバーにアップロードします。
  • Prevent Repeat: Agent DVRは同じオブジェクトが動き検知ゾーンを離れるまで複数のコピーの保存を回避します。
  • Minimum Interval: 写真間の最小時間を秒単位で設定します。
AI写真の設定は慎重に扱ってください。正しく設定されないと、過度な数の画像が保存される可能性があります。セットアップ後に保存された画像の頻度を監視してください。

Ask AI: 説明

v5.8.2.0+ から、Agent DVR がカメラから取得した画像を AI を使用して Alert イベント内で説明できます。この説明は UI のアラートと共に保存されます。これを設定するには、カメラの Ask AI を構成し、AI Messaging のオプションを確認してください。

Open AI Actions
  • Describe Alerts: Ask AI を使用してアラート画像を説明する場合はこれをチェックします。
  • Prompt: AI サーバーに画像と共に送信するプロンプトを入力します。デフォルトは「この画像で何が起きているかを短い文で説明してください」です。ただし、上記の画像で使用した「海賊のように話して何が起きているかを説明してください」など、これで遊ぶこともできます。

Ask AI が有効になっている必要があることに注意してください。アラート画像のみを説明する場合は、Mode を None に設定します。

画像に注釈を付け始めたら、AI: Describe Response Received の Actions システムと統合できます。このアクションのタスクで他の統合に対して {MESSAGE} と {AIJSON} を使用できます。

LPRまたはALPR

Agent DVRの新しいバージョンにはAIが組み込まれており、処理が大幅に高速化され、オーバーヘッドが削減されます。遅いAIサーバーではなく、リアルタイムで応答できるローカルAIを使用してください。
AI LPR Configuration

LPR(License Plate Recognition、別名ALPR/ANPR)はAIサーバーを使用してビデオフィードから車のナンバープレートを認識して読み取ります。イベントを生成し、アラートを発生させるか、モーションアラートのフィルターとして機能します。

  • 有効: AIプロセスを有効または無効にするトグル。
  • AIサーバー: 設定済みのサーバーから選択するか、デフォルトオプションを使用してください。Agent DVRはCodeProject.AI、PlateRecognizer.com、Gemini、またはOpenAI互換のビジョンLLM(vLLM、OllamaおよびLM Studioなど)経由でLPRをサポートしています。
  • モード: AIプロセスのトリガーを選択してください。これをNoneに設定してtriggerLPRを呼び出すことでAPIのみ経由でトリガーします。
  • スナップショットURIを使用: 現在のライブストリームフレームの代わりに、カメラから高解像度フレームを選択します。
  • リサイズモード: AIサーバーに送信する前に画像をリサイズして、負荷を軽減し、応答時間を改善します。
  • オーバーレイの構成: AIの結果をライブビデオストリームに描画するように設定します。
  • リクエスト間隔: サーバーリクエスト間の最小時間を設定して負荷を削減します。
  • 信頼度: ナンバープレートを認識するための最小信頼度レベルを定義します。
  • コーナーの確認:詳細については、コーナーの確認を参照してください。
  • License Plates: プレートのカンマ区切りリストまたはプレートを含む CSV ファイルへの URL を入力します。Agent DVR は、これらのプレートの License Plate Recognized および License Plate Not Recognized イベントを生成し、アクションをトリガーできます。
  • Reload Interval: URL からプレートリストを再ロードする頻度を設定します。
  • Normalize: 一般的に誤認識されるプレートを調整して、マッチング精度を向上させます。
  • メーカー、モデルおよび色: これらの機能をサポートするPlateRecognizer.comの有料プランを使用している場合のみ有効にしてください。無料プランには含まれていません。詳細はAgent DVRアクションの{AIJSON}に含まれます。

アクション

LPR は AI: License Plate Recognized および AI: License Plate Not Recognized イベントを生成し、Actions で使用できます。

写真

写真に関する情報については、写真を参照してください。

ALPR-Databaseの使用

ナンバープレートを保存するためにALPR-Database.comとの統合を設定できます。手順についてはAgent DVR with ALPR-Databaseを参照してください。

AI顔認識

Agent DVRの最新バージョンにはAIが組み込まれており、より高速な処理とオーバーヘッドの削減が可能です。遅いAIサーバーの代わりに、リアルタイムで応答できるローカルAIを使用してください。
AI Face Recognition Settings

顔認識はAIサーバー(推奨: CodeProject.AI)を利用して、ビデオフィードから特定の顔を認識します。イベントを生成したり、アラートを発生させたり、モーション検知アラートのフィルターとして機能させることができます。顔はカメラを使用するか、画像をアップロードすることで追加、編集、または削除できます。詳細はこのタブの顔を編集を参照してください。

  • 有効: AIプロセスを有効または無効にするトグル。
  • AIサーバー: 設定済みのサーバーから選択するか、デフォルトオプションを使用してください。
  • モード: AIプロセスのトリガーを選択してください。これをNoneに設定してtriggerFaceを呼び出すことで、API経由でのみトリガーされます。
  • スナップショットURIを使用: 現在のライブストリームフレームの代わりに、カメラから高解像度フレームを選択します。
  • リサイズモード: AIサーバーに送信する前に画像をリサイズして、負荷を軽減し、応答時間を改善します。
  • オーバーレイの構成: AIの結果をライブビデオストリームに描画するように設定します。
  • リクエスト間隔: サーバーリクエスト間の最小時間を設定して負荷を削減します。
  • 信頼度: 顔を認識するための最小信頼度レベルを定義してください。
  • コーナーの確認:詳細については、コーナーの確認を参照してください。
  • 顔を編集: 認識用のサーバーデータベースに画像をアップロードしてください。各画像に1つの顔のみが表示され、明確に定義されていることを確認してください。

アクション

顔認識は、アクションで使用するためのAI: 顔認識済みおよびAI: 顔未認識イベントを生成します。

写真

写真に関する情報については、写真を参照してください。

AIオーディオ認識

AI音声認識設定 AI音声認識タグ

Agent DVRのAIベース音声認識は、マイクまたはオーディオストリームから認識された音に応答します。

音声認識を設定するにはマイク設定を編集する必要があります。オーディオストリーム付きのカメラがある場合は、カメラを編集して[オーディオ]タブを選択し、[構成]をクリックすることでオーディオ設定にアクセスできます。

  • 有効: AIプロセスを有効または無効にするトグル。
  • モード: AIプロセスのトリガーを選択します。
  • 信頼度: 音声認識の最小信頼度レベルを設定します。
  • 検出対象: AIが検出する特定の音を選択します。
  • オーバーレイ: ライブオーディオビジュアライゼーションにAI結果を表示します。
  • GPUを使用: CPUの代わりにGPUを使用する場合はチェックします。
  • デバイス: モデルを実行するデバイスを選択します。

検出対象をクリックすると、検出可能な音が表示されます。必要に応じて音を選択してください。

アクションのAI: 音声認識を使用して、音が識別されたときにタスクを実行します。

音声認識をアラートをフィルタリングするためにも使用できます(カメラと同様)。

AI言語

画像オーバーレイのラベルとタグに使用する言語を変更するには、サーバーメニュー - 設定 - 一般 - デフォルト言語 に移動します。

AI イベントにアクションを追加する

Agent DVRはAIプロセスを通じてイベントを生成し、アクションをトリガーできます。例えば、Object Recognitionは「Object Found」および「Object Not Found」イベントを生成します。Agent DVRの各AIシステムは固有のイベントを生成します。

これらのイベントはアラートの発生、オブジェクトラベル付きURLの呼び出し、プログラムの実行、またはMQQTサーバーへのメッセージ公開など、様々なアクションをトリガーできます。アクションでラベルに{AI}タグを、AIサーバーからの完全なJSON応答に{AIJSON}タグを使用します。