Frame rate e ottica per videosorveglianza AI: guida alla scelta

Il monitoraggio delle infrastrutture stradali attraverso telecamere montate su veicoli o l’osservazione di eventi atmosferici e dei loro effetti sull’ambiente comportano movimenti relativi tra la telecamera e l’ambiente osservato che spesso avvengono a velocità non trascurabili. Per questo motivo, due parametri spesso sottovalutati diventano cruciali per l'affidabilità dell'analisi video: il frame rate (frequenza dei fotogrammi) e la qualità dell'ottica delle telecamere. Un'immagine sfocata o distorta, infatti, può rendere inutile anche l'algoritmo di intelligenza artificiale più avanzato.

L'importanza del Frame Rate (FPS) e del tempo di esposizione

Il frame rate, espresso in fotogrammi per secondo (FPS), determina la fluidità e la nitidezza degli oggetti in movimento ripresi da una telecamera.

In condizioni di traffico autostradale, ad esempio, un frame rate troppo basso (es. 10 FPS) può causare la “perdita” di veicoli o oggetti con velocità relativa elevata rispetto alla telecamera, a causa della loro uscita dal campo visivo di quest’ultima nel tempo trascorso tra l'acquisizione di un frame e il successivo. 

Un tempo di esposizione troppo basso o inadeguato alla scena, inoltre, può generare immagini caratterizzate dal cosiddetto "motion blur": un'auto a 130 km/h apparirà ad esempio come una scia sfocata, rendendone impossibile l'identificazione.

Tuttavia, è sempre bene bilanciare: un alto frame rate video richiede più banda e potenza di calcolo delle unità su cui sono in esecuzione le applicazioni di visual AI. Per contrastare questo problema, l’applicazione degli algoritmi su unità edge (le telecamere stesse o unità rugged e con GPU a basso consumo) consente di annullare il trasferimento di elevate quantità di dati e di lavorare con frame rate elevati. 

La lente di una telecamera: l'occhio del sistema

L'ottica di una telecamere definisce cosa il sensore può vedere. La distinzione tra una focale lunga o corta caratterizza il tipo di obiettivo, la cui scelta è influenzata dalla scena da monitorare:

• I teleobiettivi sono ideali per telecamere dedicate al rilevamento targhe o al monitoraggio di allagamenti, garantendo un buon ingrandimento degli oggetti cruciali per le applicazioni di AI.
• Gli obiettivi grandangolari sono invece perfetti per incroci o stazioni di pedaggio in cui è necessario coprire più corsie, o ancora per il monitoraggio antincendio in zone boschive.

Un altro fattore critico dei gruppi ottici è l'apertura (f/stop). Le aperture ampie (es. f/1.6) catturano più luce, migliorando le prestazioni notturne e riducendo il rumore visivo che spesso manda in crisi l'AI. Inoltre, in ambienti esterni, l'uso di vetro ottico di alta qualità con trattamenti anti-riflesso è fondamentale per evitare bagliori dei fari o del sole che potrebbero accecare il sistema.

Infine, soprattutto per il monitoraggio con telecamere in movimento, un autofocus veloce è essenziale per mantenere la nitidezza dell’immagine se la telecamera deve cambiare inquadratura rapidamente.

Investire in ottiche di qualità per le telecamere e configurare l’acquisizione di video o immagini con un corretto frame rate significa fornire al sistema AI la materia prima necessaria per analizzare correttamente scenari complessi come incidenti stradali, condizioni di traffico intenso, incendi o eventi meteo a rapido sviluppo.

‍

‍