Redactie - 20 juni 2022

Synology introduceert Deep Learning NVR DVA1622

Synology introduceert Deep Learning NVR DVA1622 image

Synology heeft de Deep Learning NVR DVA1622 aangekondigd, een uitbreiding voor het portfolio ‘deep learning'-Network Video Recorders voor kleinere installaties. Eerder heeft Synology al de DVA3221 met vier sleuven gelanceerd om AI-gebaseerde bewaking toegankelijk te maken voor het midden- en kleinbedrijf. De nieuwe DVA1622 met twee sleuven brengt AI-gebaseerde analyse, zoals gezichtsherkenning, binnen het bereik van kleine ondernemingen en huishoudens.

Met de DVA1622 kunnen thuisgebruikers, winkeleigenaars en andere gebruikers twee slimme analysetaken tegelijk laten uitvoeren en tot 16 camera's beheren met een device dat zeer weinig ruimte in beslag neemt. Anders dan zijn grote broer heeft de DVA1622 een HDMI-uitgang voor tot 16 streams op één scherm en ondersteunt hij lokale bediening via twee USB-poorten. Daardoor is geen pc nodig om een video-installatie te monitoren en beheren.

Taken voor deep learning video-analyse (DVA-taken) kunnen de veiligheid verbeteren door het opsporen van specifieke bedreigingen na hiervoor te zijn geconfigureerd. Ze kunnen het beveiligen van gebouwen ook eenvoudiger maken door nauwkeurige en gefilterde meldingen af te geven, bijvoorbeeld door gebruikers alleen op de hoogte te stellen van verplaatsingen van personen of auto's. Deep learning-analyse kan bepaalde aspecten van locatiebeheer automatiseren, bijvoorbeeld bevoegde personen identificeren of de bezettingsgraad berekenen. Ook kan het statistieken en andere nuttige informatie genereren.

Tijdige meldingen zijn cruciaal om inbraak te voorkomen. Met één of twee DVA-taken kunnen huiseigenaren hun woningbewaking transformeren van eenvoudige CCTV-opnames in een actief bedreigingsdetectiesysteem dat waarschuwt wanneer het verdachte activiteiten detecteert.

Veel woningen hebben tuinen, opritten, schuurtjes en lage daken die dieven relatief eenvoudig kunnen gebruiken om het huis binnen te komen. Maar het instellen van bewegingsdetectie in open gebieden kan veel valse meldingen opleveren doordat dieren, bezorgers en andere zaken het alarm activeren. De DVA1622 ondersteunt Intrusion Detection, een functie die correct kan vaststellen of mensen en voertuigen vooraf ingestelde grenzen overschrijden (zoals de bovenkant van een hek), en in welke richting. Personen- en voertuigdetectie scant feeds op de aanwezigheid van mensen en auto's en verstuurt een melding wanneer deze binnenkomen of gedurende een bepaalde tijd in een gebied aanwezig zijn. Personen identificeren die het pand niet mogen betreden, zorgen dat alleen het personeel in verboden zones komt, de bezetting beperken en privéparkeerplaatsen vrij houden van auto's die daar niet horen: dat alles kan worden geautomatiseerd met DVA-functies.

Gezichtsherkenning stelt bedrijven in staat om een database van bezoekers en werknemers op te bouwen en automatisch bezoekers te herkennen die speciale aandacht nodig hebben, of niet-personeel dat verboden zones betreedt. Personentelling kan worden gebruikt om bezoekersaantallen en de totale bezettingsgraad van gebouwen te berekenen. Wanneer te veel mensen samenscholen in een bepaald gebied, kan er bij drukte een melding versturen naar werknemers op locatie. En met kentekenherkenning kan de DVA1622 eigenaars waarschuwen wanneer voertuigen die niet van leden of werknemers zijn een parkeerplaats oprijden.

De DVA1622 wordt kant-en-klaar geleverd met het Surveillance Station 9.0-videomanagementsysteem. Dankzij ondersteuning voor meer dan 8.300 nieuwe en oudere cameramodellen, en zelfs nog meer modellen via ONVIF-conformiteit, is de overstap vanaf een andere oplossing mogelijk. Daarnaast is integratie met I/O-modules, audiosystemen, deurcontrollers en andere bewakingsapparaten mogelijk, zodat beveiligingssystemen echt interactief worden. Ook integratie van Surveillance Station met andere Synology-systemen is mogelijk.

Trend Micro BW BN week 10-11-13-14-2024 Copaco | BW 25 maart tm 31 maart 2024
Trend Micro BW BN week 10-11-13-14-2024