Snapshot Detection

Keluarga pipeline event-driven yang mengambil Frame dari Stream pada interval tertentu, mengirimkannya ke layanan AI eksternal, dan menerbitkan event hanya saat kejadian target terdeteksi.

Pengenalan

Snapshot Detection adalah keluarga 15 pipeline analitik (NFV4D-*) yang bekerja secara event-driven, bukan per Frame seperti modul tracker (People Analytics, Vehicle Analytics). Alih-alih melacak objek antar Frame, setiap pipeline Snapshot Detection bertindak sebagai dispatcher: pada interval tertentu (dump_interval), ia mengambil satu Frame (atau beberapa Frame sekaligus untuk varian VLM) dari Stream, mengirimkannya ke sebuah layanan AI eksternal yang berjalan terpisah dari Visionaire, lalu menunggu jawabannya — deteksi objek, klasifikasi gambar, pengukuran level air, atau jawaban VLM. Event hanya diterbitkan bila kondisi target benar-benar terpenuhi (confidence di atas ambang, label cocok, atau jawaban VLM mengandung "yes").

Layanan AI eksternal ini bukan bagian dari proses Visionaire — ia harus berjalan dan dapat dijangkau secara terpisah. Alamatnya dikonfigurasi per pipeline lewat parameter address, dengan default yang berbeda tergantung varian (lihat Persyaratan — Dependensi).

Varian & Cara Kerja

Tabel 15 varian NFV4D-*, pengelompokan berdasarkan mekanisme (ROI, VLM multi-Frame, WLM, umum), dan alur pemrosesan.

Persyaratan

Spesifikasi kamera, panduan penempatan per kategori kejadian, dan dependensi layanan AI eksternal.

Konfigurasi

Parameter umum dan parameter khusus per varian, termasuk mode VLM (persona, prompts bebas).

Best Practices & Troubleshooting

Tuning dump_interval dan threshold, keterbatasan, dan runbook untuk pesan error umum.

API Reference

Endpoint pipeline, event channel WebSocket, dan struktur event JSON.

Apa yang Dilakukan

Kemampuan

Event-driven dispatch. Event hanya diterbitkan saat kondisi target terpenuhi — bukan setiap Frame, dan bukan setiap siklus dispatch.
Cooldown via dump_interval. Jeda minimum antar siklus inferensi juga berfungsi sebagai rate limiting agar event tidak meledak.
ROI (whitelist/blacklist). Varian NFV4D-OVOD, NFV4D-PSMO, NFV4D-PPHO, NFV4D-FISO, dan NFV4D-PPFA menerima konfigurasi areas untuk membatasi deteksi ke polygon tertentu.
Snapshot multi-Frame (collage). Varian VLM (NFV4D-VMFG, VMVD, VMBG, RIOT, VLM, ARVM) dapat menggabungkan beberapa Frame menjadi satu collage untuk memberi konteks temporal ke VLM.
Klasifikasi severity berbasis persona (NFV4D-VLM). Alih-alih jawaban ya/tidak mentah, NFV4D-VLM dapat dikonfigurasi dengan persona preset (public_safety, traffic_monitoring, industrial_safety, retail_loss_prevention) atau persona: "free" dengan prompt Anda sendiri, menghasilkan event dengan level severity dan deskripsi singkat.
Pengukuran level air berbasis garis acuan (NFV4D-WLM). Menghitung level dari dua garis acuan yang Anda gambar, bukan deteksi objek.

Yang TIDAK Dilakukan

Tidak melakukan tracking. Tidak ada track_id lintas event; setiap event berdiri sendiri.
Tidak melakukan counting/dwelling. Untuk metrik kuantitatif gunakan modul berbasis tracker seperti People Analytics atau Vehicle Analytics.
Tidak melakukan recognition identitas. Untuk wajah gunakan Face Recognition; untuk plat nomor gunakan License Plate Recognition.
Tidak realtime sub-detik. Inferensi terjadi pada interval dump_interval (default 5 detik untuk sebagian besar varian; lihat Konfigurasi untuk pengecualian). Kejadian yang lebih singkat dari interval ini bisa terlewat.
Tidak memiliki preset konfigurasi bawaan. Berbeda dari Face Recognition, tidak ada endpoint preset siap pakai untuk varian Snapshot Detection — semua tuning dilakukan lewat parameter body pipeline.