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.

Visionaire menyediakan delapan varian People Analytics yang terbagi menjadi dua kelas pipeline. Pilih berdasarkan kebutuhan logic (counting garis, ROI, dwelling, density), kebutuhan atribut demografis, dan apakah Anda ingin menghitung orang penuh atau hanya kepala (untuk sudut kamera top-down/padat).

Tabel Varian

Analytic ID	Nama	Kelas Pipeline	Logic yang Tersedia	Atribut	Model Deteksi
`NFV4-MPA`	People Analytic	Multi-Logics	`counting`, `roi_counting`, `dwelling`, `density` — aktifkan satu atau beberapa sekaligus	Tidak	Orang (full-body)
`NFV4-MPAA`	People Analytic With Attribute	Multi-Logics	Sama seperti `NFV4-MPA`	Ya — 7 kelas atribut generasi 1	Orang (full-body)
`NFV4-MPA2`	People Analytic With Attribute 2	Multi-Logics	Sama seperti `NFV4-MPA`	Ya — 13 kelas atribut + `belonging` (generasi 2, lebih lengkap)	Orang (full-body)
`NFV4-PC`	People Counting	Counting sederhana	Hanya `counting` (garis), selalu aktif	Tidak	Orang (full-body)
`NFV4-PCA`	People Counting With Attribute	Counting sederhana	Hanya `counting` (garis), selalu aktif	Mencoba, tetapi tidak fungsional pada versi ini — lihat catatan di bawah	Orang (full-body)
`NFV4-HC`	Head Counting	Counting sederhana	Hanya `counting` (garis), selalu aktif	Tidak	Kepala
`NFV4-PD`	People Dwelling (Experimental)	Dwelling sederhana	Hanya `dwelling` (ROI), selalu aktif	Tidak	Orang (full-body)
`NFV4-HD`	Head Density	Density sederhana	Hanya `density` (ROI), selalu aktif	Tidak	Kepala

NFV4-PCA: atribut tidak fungsional

NFV4-PCA mengirim setiap crop hasil counting ke endpoint atribut pada --fremis-coordinator-address, tetapi analytic ID ini tidak terdaftar pada pemetaan endpoint maupun pada fungsi yang menggabungkan hasil ke event. Akibatnya request tetap terkirim namun pipeline_data.attributes selalu berupa objek kosong. Jika Anda butuh atribut demografis pada logic counting, gunakan NFV4-MPAA/NFV4-MPA2 dengan sub-analytic counting diaktifkan.

Dua Kelas Pipeline

Multi-Logics (`NFV4-MPA`, `NFV4-MPAA`, `NFV4-MPA2`)

Ketiga varian ini berbagi mesin logic yang sama: satu pipeline dapat menjalankan counting (garis), roi_counting (crossing tepi polygon), dwelling (durasi tinggal), dan density (estimasi jumlah periodik) sekaligus, masing-masing dengan area dan parameter sendiri. Ini adalah pilihan default untuk kebutuhan produksi karena satu pipeline bisa menutup beberapa use case pada stream yang sama.

NFV4-MPAA dan NFV4-MPA2 menambahkan klasifikasi atribut (usia, gender, pakaian, dll.) pada setiap deteksi menggunakan model yang berjalan langsung di GPU pipeline — bukan memanggil layanan eksternal terpisah, sehingga tidak ada dependensi alamat service tambahan seperti pada Face Recognition.

Counting/Dwelling/Density Sederhana (`NFV4-PC`, `NFV4-PCA`, `NFV4-HC`, `NFV4-PD`, `NFV4-HD`)

Lima varian ini masing-masing hanya menjalankan satu logic yang selalu aktif (tidak bisa dimatikan atau dikombinasikan) dan menerima parameter yang jauh lebih sedikit daripada varian Multi-Logics:

NFV4-PC, NFV4-PCA, NFV4-HC — counting garis saja, tidak menerima roi_counting/dwelling/density.
NFV4-PD — dwelling ROI saja, dan tidak menerima parameter tuning (dwelling_treshold_alert_sec, idle_time_sec, minimum_dwelling_sec, object_intersect_threshold) yang tersedia pada sub-analytic dwelling milik NFV4-MPA. Deskripsi pipeline ini masih ditandai "Experimental" pada source code.
NFV4-HD — density ROI saja, menggunakan model deteksi kepala (cocok untuk sudut kamera curam/top-down di kerumunan padat) alih-alih model orang penuh.

NFV4-HC dan NFV4-HD mendeteksi kepala, bukan seluruh tubuh — pilihan yang tepat untuk kamera bersudut curam (top-down) di area padat, tempat tubuh bagian bawah sering terhalang.

Cara Kerja

Setiap frame video diproses oleh model deteksi (orang atau kepala tergantung varian), lalu setiap deteksi dilacak antar frame untuk mendapatkan tracker_id. Hasil tracking diteruskan ke logic yang aktif — pada varian Multi-Logics bisa lebih dari satu logic berjalan paralel pada stream yang sama, masing-masing dengan area (garis/ROI) sendiri. Jika varian mendukung atribut (NFV4-MPAA/NFV4-MPA2) dan deteksi lolos ke tahap dump, crop objek dikirim ke model klasifikasi atribut sebelum event dipancarkan. Varian sederhana (NFV4-PC/NFV4-HC/NFV4-PD/NFV4-HD) melewati langkah atribut karena tidak memilikinya; NFV4-PCA mencoba langkah tambahan (snapshot ke endpoint atribut) tetapi hasilnya tidak pernah tergabung ke event, seperti dijelaskan di atas.

Memilih Varian

Butuh kombinasi counting + ROI + dwelling + density pada satu stream → NFV4-MPA.
Sama seperti di atas, ditambah atribut demografis dasar (usia, gender, masker, kacamata, penutup kepala, warna atas/bawah) → NFV4-MPAA.
Butuh atribut yang lebih kaya (pakaian, ekspresi wajah, warna alas kaki, barang bawaan) → NFV4-MPA2.
Hanya butuh counting garis sederhana tanpa ROI/dwelling/density dan tanpa atribut → NFV4-PC.
Kamera bersudut curam/top-down di area padat, hanya butuh counting garis → NFV4-HC.
Hanya butuh estimasi kepadatan area dari sudut curam/top-down → NFV4-HD.
Butuh deteksi orang berdiam di satu ROI tanpa kebutuhan tuning lanjutan, dan menerima statusnya masih eksperimental → NFV4-PD; untuk kebutuhan dwelling yang bisa di-tuning (threshold alert, idle time, minimum durasi), gunakan sub-analytic dwelling pada NFV4-MPA/NFV4-MPAA/NFV4-MPA2 sebagai gantinya.
Jangan gunakan NFV4-PCA jika Anda mengandalkan field atribut pada event — gunakan NFV4-MPAA/NFV4-MPA2 dengan counting aktif.

Setelah varian ditentukan, lanjutkan ke Persyaratan.