Platform Video Analytics AI

Platform Video Analytics AI

Platform ini mengubah stream CCTV biasa menjadi alert operasional: kepatuhan APD, event keselamatan, dan analitik kendaraan. Rekaman berhenti jadi sesuatu yang tidak pernah ditonton sampai ada masalah. Saya membangunnya sebagai sistem per-kamera, dengan monitoring kesehatan armada bawaan.

Tantangan

Lokasi industri, area konstruksi, dan pabrik menjalankan kamera untuk keamanan, bukan untuk analisis. Rekaman menumpuk tak terperiksa kecuali ada insiden yang memaksa orang mencarinya. Yang dibutuhkan: kepatuhan APD yang berubah jadi sinyal operasional — siapa yang tidak pakai helm atau rompi, di mana, dan kapan. Mereka juga butuh event keselamatan orang seperti jatuh, tanpa menambah satu layar lagi yang harus terus dipelototi orang.

Sistem yang mengawasi stream kamera 24 jam juga harus mengawasi dirinya sendiri. Kamera atau worker process yang mati diam-diam lebih buruk daripada tidak ada sistem sama sekali.

Solusi

Saya membangun arsitektur worker per kamera. Tiap stream RTSP atau webcam berjalan di proses sendiri, memberi makan pipeline deteksi dan tracking. Pipeline itu mengirim event lewat supervisor ke audit log dan webhook.

Model deteksi dipilih demi lisensi yang aman secara komersial. Keluarga object detection yang paling sering dipakai tim secara default berlisensi AGPL. AGPL memblokir deployment komersial closed-source kecuali Anda membeli lisensi vendor. Stack ini berjalan di atas alternatif yang berlisensi permisif.

Penempatan kamera lebih berpengaruh terhadap akurasi daripada pilihan model apa pun. Helm dan rompi terbaca andal dari CCTV standar. Kacamata dan sepatu tidak, jadi keduanya butuh kamera checkpoint di ketinggian dada sampai kepala. Itu titik orang lewat satu per satu, dari jarak beberapa meter.

False positive dikendalikan dengan deduplikasi: satu orang lewat dihitung satu event, bukan satu per frame. Cooldown per track dan review queue menangkap deteksi yang meragukan, bukannya mengirim alert untuk semua yang modelnya sendiri tidak yakin. Setiap alert dikirim dengan snapshot dan klip pendek, jadi supervisor melihat bukti, bukan sekadar klaim. Saya bahas lebih dalam sisi deployment-nya di kamera deteksi APD: apa yang dibutuhkan deployment sungguhan.

Kesehatan kamera berjalan berdampingan dengan deteksi. Tiap kamera punya heartbeat, dengan alert saat satu kamera diam melewati ambang batasnya. Worker otomatis respawn saat crash, jadi satu stream yang mati tidak menyeret kamera lainnya.

Dampak

Supervisor mendapat event APD dan keselamatan sebagai alert berbukti: foto, timestamp, lokasi. Itu menggantikan pemeriksaan berjam-jam rekaman setelah kejadian. Pipeline yang sama mencakup event keselamatan orang dan analitik kendaraan: zone counting, parking overstay, pembacaan plat. Satu platform kini menggantikan alat terpisah untuk keamanan, keselamatan, dan operasi lokasi.