Varian & Cara Kerja
Delapan varian pipeline Vehicle Analytics, apa yang membedakan tiap varian, dan alur pemrosesan dari frame video sampai event.
Visionaire menyediakan delapan varian Vehicle Analytics. Pilih berdasarkan kombinasi logic yang dibutuhkan (counting/roi_counting/dwelling/density/speed), kebutuhan atribut, dan tingkat kematangan varian.
Tabel Varian
| Analytic ID | Nama | Tipe Pipeline | Yang Membedakan |
|---|---|---|---|
NFV4-MVA | Vehicle Analytic | multi_type | Multi-logic: counting, roi_counting, dwelling, density dalam satu pipeline lewat sub_analytics. Tanpa atribut. |
NFV4-MVAA | Vehicle Analytic With Attribute | multi_type | Sama seperti NFV4-MVA, ditambah klasifikasi warna/tipe/merek kendaraan per deteksi. |
NFV4-MVAS | Vehicle Analytic With Speed | multi_type | Sama seperti NFV4-MVAA, ditambah logic speed (estimasi km/jam via kalibrasi bidang 4 titik). Lihat catatan atribut di Konfigurasi. |
NFV4-VC | Vehicle Counting | line | Hanya counting garis — satu logic, tanpa roi_counting/dwelling/density. Lebih ringan dari NFV4-MVA. |
NFV4-VC-HW | Vehicle Counting Highway | line | Sama seperti NFV4-VC, tetapi juga mengabaikan label motorcycle (didesain untuk jalan tol/highway). |
NFV4-VD | Vehicle Dwelling | roi | Hanya deteksi dwelling pada zona polygon — tanpa counting/density. |
NFV4-VAS | Vehicle Aerial Surveilance | full_frame | POC. Mendeteksi dua objek yang bounding box-nya tumpang-tindih (overlap) dari sudut pandang aerial/atas, lalu men-dump event saat overlap berakhir. Bukan counting maupun dwelling. |
NFV4-VCAT | Vehicle Counting Attribute | line | POC. Kendaraan yang melewati garis di-crop, embedding-nya diekstrak, lalu dicocokkan (nearest-neighbor) terhadap database kendaraan terdaftar — mirip pencarian identitas, bukan klasifikasi atribut warna/tipe/merek. |
NFV4-VAS dan NFV4-VCAT ditandai (POC) — proof of concept — langsung pada deskripsi pipeline di kode sumber. Verifikasi kesesuaian dan stabilitas sebelum menggunakannya di lingkungan produksi.
Tipe pipeline — multi_type menerima body sub_analytics (array, satu entri per logic yang ingin diaktifkan). line hanya menerima areas berisi garis. roi hanya menerima areas berisi polygon. full_frame (NFV4-VAS) tidak menerima konfigurasi garis/zona — pipeline memproses seluruh frame.
Cara Kerja
Alur Varian Multi-Logic (NFV4-MVA/NFV4-MVAA/NFV4-MVAS)
Setiap frame diproses oleh detektor kendaraan lalu diteruskan ke tracker untuk mempertahankan identitas objek (tracker_id) antar frame. Deteksi kemudian diteruskan secara paralel ke setiap sub-analitik yang diaktifkan pada sub_analytics — satu kendaraan yang melewati garis counting dan berada dalam zona dwelling pada saat bersamaan dapat memicu event dari kedua logic tersebut. Pada NFV4-MVAA/NFV4-MVAS, setiap kandidat dump (kecuali label motorcycle, yang hanya mendapat klasifikasi warna) dikirim ke layanan klasifikasi atribut sebelum event dipancarkan.
Alur Varian Line/ROI Sederhana (NFV4-VC, NFV4-VC-HW, NFV4-VD)
Varian ini hanya menjalankan satu logic bawaan — tidak ada pilihan sub-analitik. NFV4-VC/NFV4-VC-HW menghitung crossing garis; NFV4-VD mendeteksi objek yang berhenti di zona polygon.
Alur NFV4-VAS (Aerial Overlap Detection)
Detektor vehicle_aerial_service berjalan pada seluruh frame (tanpa ROI), lalu setiap pasang objek yang ter-tracking dan bounding box-nya tumpang-tindih (IoU > overlap_threshold) dicatat. Saat pasangan tersebut berhenti tumpang-tindih dan durasi overlap-nya melewati active_dump_threshold frame, satu event dipancarkan berisi kedua objek dan durasi overlap.
Alur NFV4-VCAT (Vehicle Matching)
Kendaraan yang melewati garis counting di-crop, embedding-nya diekstrak lewat layanan feature_extraction, lalu dibandingkan (L2 distance → similarity) terhadap seluruh kendaraan yang terdaftar di database enrollment. primary_text pada event berisi object_id kandidat dengan similarity tertinggi — bukan label kelas kendaraan.
Memilih Varian
- Butuh beberapa logic sekaligus (counting + roi_counting + dwelling + density) dalam satu pipeline →
NFV4-MVA - Sama seperti di atas, plus warna/tipe/merek kendaraan →
NFV4-MVAA - Sama seperti
NFV4-MVAA, plus estimasi kecepatan di jalur lurus →NFV4-MVAS(pastikan Anda bisa menyediakan 4 titik kalibrasi bidang) - Hanya butuh counting garis sederhana, tanpa overhead sub-analitik lain →
NFV4-VC, atauNFV4-VC-HWuntuk jalan tol/highway (motorcycle diabaikan) - Hanya butuh deteksi kendaraan berhenti di suatu zona →
NFV4-VD - Kebutuhan eksperimental deteksi dua objek yang tumpang-tindih dari kamera aerial →
NFV4-VAS(POC) - Kebutuhan eksperimental pencocokan kendaraan terhadap database terdaftar →
NFV4-VCAT(POC)
Setelah varian ditentukan, lanjutkan ke Persyaratan.
Vehicle Analytics
Deteksi dan analitik kendaraan real-time — counting per garis, counting per zona, dwelling, density, dan (pada satu varian) estimasi kecepatan, dengan klasifikasi atribut opsional.
Persyaratan
Spesifikasi kamera dan panduan penempatan kamera agar Vehicle Analytics — counting, dwelling, density, dan estimasi kecepatan — bekerja optimal.