Persyaratan
Spesifikasi kamera, panduan penempatan kamera agar People Analytics bekerja optimal, dan dependensi tiap varian.
Akurasi counting, dwelling, dan density ditentukan oleh seberapa besar dan jelas orang (atau kepala) terlihat di frame, serta seberapa tepat garis/ROI ditempatkan relatif terhadap sudut pandang kamera. Halaman ini menjelaskan spesifikasi minimum dan cara menempatkan kamera untuk tiap jenis logic.
Spesifikasi Kamera
| Persyaratan | Minimum | Rekomendasi |
|---|---|---|
| Resolusi | 1080p (1920×1080) | 1080p sudah cukup — investasikan pada lensa dan sudut pemasangan, bukan resolusi lebih tinggi |
| Frame rate | 7 fps (FPS internal pipeline People Analytics) | 15–25 fps pada sumber stream agar sampling tracker lebih stabil |
| Lensa | Fixed, sesuai lebar area yang dipantau | Varifocal agar FOV bisa disesuaikan tanpa mengganti kamera |
| Codec | H.264 | H.264 / H.265, bitrate cukup agar bounding box tidak pecah saat crowded |
| Tinggi objek di frame | ≥ 80 px (badan) / ≥ 40 px (kepala) | 120 px atau lebih untuk hasil tracking dan atribut yang stabil |
Model deteksi People Analytics menerima input 512×352 (varian Multi-Logics) atau 416×416 (varian counting/dwelling/density sederhana) — frame dari kamera diskalakan ke ukuran ini sebelum deteksi. Yang menentukan akurasi bukan resolusi kamera semata, melainkan berapa pixel yang ditempati orang/kepala setelah frame diskalakan ke ukuran tersebut. FOV yang terlalu lebar membuat setiap orang menempati sedikit pixel walau kameranya 4K.
Penempatan Kamera
Penempatan kamera adalah bagian terpenting dari setup People Analytics — garis dan ROI yang salah tempat menyebabkan double count, miss count, atau dwelling yang tidak pernah selesai.
Untuk Counting (NFV4-PC, NFV4-HC, NFV4-PCA, dan sub-analytic counting/roi_counting pada NFV4-MPA*)
| Parameter | Nilai | Alasan |
|---|---|---|
| Sudut kamera | 30–45° dari horizontal | Top-down penuh (mendekati 90°) mengurangi akurasi tracking karena bentuk orang jadi lingkaran kecil tanpa fitur yang jelas |
| Tinggi pemasangan | 2,5–3,5 m | Cukup tinggi untuk menghindari oklusi antar orang, cukup rendah agar tubuh masih terlihat jelas |
| Posisi garis | 1–2 m di dalam ruangan dari pintu/gerbang | Menghindari false count dari orang yang hanya lewat di depan pintu tanpa masuk |
| Lebar cakupan garis | Seluruh lebar jalur masuk/keluar, tanpa obstruksi | Orang yang lewat di tepi frame atau di belakang obstruksi tidak akan terdeteksi |
Untuk NFV4-HC (Head Counting), sudut boleh lebih curam karena deteksi berbasis kepala tidak bergantung pada tubuh bagian bawah yang terlihat — cocok untuk pintu masuk yang padat di mana tubuh sering saling menghalangi.
Untuk ROI, Dwelling & Density (NFV4-PD, NFV4-HD, dan sub-analytic roi_counting/dwelling/density pada NFV4-MPA*)
| Parameter | Nilai | Alasan |
|---|---|---|
| Sudut kamera | 45–60° dari horizontal, boleh lebih curam dari counting | Cakupan area yang lebih luas lebih penting daripada bentuk tubuh yang detail |
| Tinggi pemasangan | 3–5 m | Cakupan ROI yang lebih luas untuk memantau seluruh area, bukan satu titik lintasan |
| Cakupan ROI | Seluruh area target tanpa blind spot, margin sedikit lebih besar dari batas fisik area | Orang di tepi ROI yang terpotong bounding box-nya dapat gagal lolos minimum_object_area_size/object_intersect_threshold (pada NFV4-MPA*) |
NFV4-HD (Head Density) dirancang khusus untuk sudut top-down/curam di kerumunan padat karena model deteksinya berbasis kepala, yang tetap terlihat walau tubuh saling menutupi.
Pencahayaan & Umum
- Hindari backlight atau sumber cahaya langsung ke lensa — siluet membuat deteksi orang/kepala tidak stabil.
- Pencahayaan minimal 100 lux di area yang dipantau; di bawah itu confidence deteksi menurun dan lebih banyak deteksi tertolak oleh
object_confidence_threshold. - Untuk
NFV4-MPAA/NFV4-MPA2, atribut wajah/pakaian membutuhkan crop tubuh yang tidak terlalu jauh — orang yang lewat sangat jauh dari kamera bisa saja masih ter-counting tetapi atributnya kurang akurat.
Dependensi
| Komponen | Berlaku untuk | Keterangan |
|---|---|---|
| Model atribut (on-GPU) | NFV4-MPAA, NFV4-MPA2 | Berjalan sebagai bagian dari pipeline itu sendiri (GPU service co-located) — tidak memanggil layanan HTTP eksternal, sehingga tidak ada alamat service tambahan yang perlu dikonfigurasi. |
--fremis-coordinator-address (default 127.0.0.1:4006) | NFV4-PCA | Dipanggil untuk setiap event counting, tetapi hasilnya tidak pernah tergabung ke event karena NFV4-PCA tidak dikenali oleh pemetaan endpoint maupun penggabung atribut pada source code saat ini — lihat catatan di Varian & Cara Kerja. Jangan menganggap dependensi ini sebagai prasyarat fungsional. |
Varian lain (NFV4-MPA, NFV4-PC, NFV4-HC, NFV4-PD, NFV4-HD) tidak memiliki dependensi layanan eksternal — setiap pipeline berjalan mandiri begitu stream video tersedia dan dapat diakses oleh Visionaire.
Setelah persyaratan terpenuhi, buat pipeline sesuai API Reference — Manajemen Pipeline dengan parameter dari Konfigurasi.
Varian & Cara Kerja
Delapan varian pipeline People Analytics, perbedaan antara Multi-Logics dan Counting/Dwelling/Density sederhana, dan alur pemrosesan dari frame video sampai event.
Konfigurasi
Referensi lengkap parameter pipeline People Analytics untuk varian Multi-Logics (MPA/MPAA/MPA2) dan varian Counting/Dwelling/Density sederhana (PC/PCA/HC/PD/HD).