Persyaratan

Spesifikasi kamera dan panduan penempatan kamera agar Vehicle Analytics — counting, dwelling, density, dan estimasi kecepatan — bekerja optimal.

Akurasi Vehicle Analytics ditentukan jauh sebelum frame sampai ke GPU — oleh kamera yang dipilih dan cara memasangnya terhadap jalur/garis yang ingin Anda hitung. Halaman ini menjelaskan spesifikasi minimum dan cara menempatkan kamera agar kendaraan yang melewati garis atau zona cukup besar, tajam, dan tidak menyebabkan double counting.

Spesifikasi Kamera

Persyaratan	Minimum	Rekomendasi
Resolusi	1080p (1920×1080)	1080p sudah cukup — investasikan pada lensa dan sensor, bukan resolusi
Frame rate stream	12 fps	15–25 fps untuk jalur dengan kendaraan bergerak cepat
Lensa	Fixed, dipilih sesuai lebar jalur	Varifocal berkualitas agar FOV bisa disempitkan ke jalur target
WDR	Ada	True WDR untuk jalur yang menghadap area terbuka/langit
Shutter	Auto	Minimum 1/500 s untuk jalur dengan kendaraan > 40 km/jam, guna menghindari motion blur
Codec	H.264	H.264 / H.265, bitrate cukup agar kendaraan tidak pecah saat crop
Ukuran kendaraan di frame	60 px lebar/tinggi	100 px atau lebih, terutama untuk `NFV4-MVAA`/`NFV4-MVAS` (klasifikasi atribut)

Semua varian Vehicle Analytics me-resize frame ke resolusi input model sebelum deteksi — 416×224 untuk sebagian besar varian (NFV4-MVA, NFV4-MVAA, NFV4-MVAS, NFV4-VC, NFV4-VD), 416×416 untuk NFV4-VC-HW, dan 608×320 untuk NFV4-VAS. Yang menentukan akurasi deteksi bukan resolusi kamera mentah, melainkan berapa piksel kendaraan menempati frame yang sudah di-resize itu. Menaikkan resolusi kamera ke 4K tidak membantu jika FOV tetap lebar — menyempitkan FOV dengan lensa yang tepat jauh lebih efektif.

Penempatan Kamera

Tujuan penempatan: setiap kendaraan yang melewati garis atau zona target memberi beberapa frame berturut-turut dengan bounding box yang cukup besar dan tidak terpotong, sehingga tracker tidak kehilangan tracker_id di tengah crossing.

Tinggi dan sudut

Parameter	Nilai	Alasan
Tinggi pemasangan	4–6 m untuk jalur kendaraan, 3–4 m untuk area parkir/toll gate	Cukup tinggi agar kendaraan besar (truk/bus) tidak saling menutupi (occlusion), tidak terlalu tinggi hingga kendaraan menjadi sangat kecil di frame
Sudut tunduk (pitch)	20°–45° dari horizontal	Di bawah ~15° kendaraan yang jauh dari kamera terlalu kecil dan mudah saling menutupi; mendekati 90° (top-down) mengurangi akurasi klasifikasi tipe kendaraan karena bentuk kendaraan dari atas kurang khas
Posisi terhadap arah traffic	Agak menyamping (bukan tegak lurus garis) untuk jalan raya; tegak lurus garis untuk toll gate/lajur sempit	Sudut menyamping memberi tampilan sisi kendaraan yang lebih informatif untuk klasifikasi warna/tipe; toll gate butuh presisi crossing per lajur

Garis dan zona counting

Satu garis per lajur bila memungkinkan — garis yang memotong beberapa lajur sekaligus meningkatkan risiko kendaraan melewati garis berdekatan dan saling menutupi saat crossing.
Letakkan garis/zona di area dengan traffic yang lancar, bukan tepat di dekat lampu merah, persimpangan, atau area antrean — kendaraan yang berhenti/merayap di dekat garis meningkatkan risiko event ganda maupun event yang tidak terkirim.
Beri jarak dari tepi frame — kendaraan yang crossing terlalu dekat tepi frame sering terpotong bounding box-nya sehingga gagal memenuhi minimum_tracking_height.
Untuk zona dwelling/density, hindari memasukkan jalur keluar-masuk ke dalam polygon — kendaraan yang sekadar melintas akan terhitung dwelling/density jika polygon terlalu lebar.

Ukuran kendaraan dan shutter

Motion blur pada kendaraan bergerak cepat menurunkan akurasi deteksi dan (pada NFV4-MVAA/NFV4-MVAS) akurasi klasifikasi atribut. Untuk jalur dengan kecepatan kendaraan tinggi (jalan raya, highway):

Gunakan shutter speed lebih tinggi (≥ 1/500 s) dibanding kondisi statis seperti parkir.
Perbesar area kendaraan di frame dengan menyempitkan FOV — jangan mengandalkan crop digital dari frame lebar.
Untuk klasifikasi atribut (NFV4-MVAA), pastikan kendaraan memenuhi minimal ~100×100 px saat melewati garis/zona — merek (brand) khususnya butuh resolusi lebih tinggi dari warna/tipe.

Malam hari dan pencahayaan

Kamera IR atau pencahayaan jalan yang cukup diperlukan untuk mempertahankan akurasi deteksi di malam hari.
Akurasi klasifikasi warna (NFV4-MVAA/NFV4-MVAS) menurun signifikan pada kondisi minim cahaya atau mode IR (hitam-putih) — warna kendaraan gelap sering salah klasifikasi di malam hari.
Hindari lampu kendaraan langsung mengarah ke kamera (silau) pada persimpangan/jalan dua arah malam hari.

Yang perlu dihindari

Kamera fisheye/PTZ yang ikut dipakai untuk overview lain — gunakan kamera khusus yang diam (fixed) untuk garis/zona Vehicle Analytics.
Garis counting yang memotong bayangan panjang kendaraan (pagi/sore hari) — bayangan dapat mengganggu deteksi bounding box.
Zona dwelling/density yang tumpang tindih dengan zona lain pada pipeline yang sama tanpa kebutuhan jelas — setiap zona diproses independen dan dapat menghasilkan event ganda untuk kendaraan yang sama.

Dependensi

Komponen	Wajib untuk	Konfigurasi di Visionaire
Stream video aktif	Semua varian	Stream harus sudah dibuat dan dapat diakses Visionaire sebelum pipeline dibuat — `POST /pipeline/{node_num}/{stream_id}/{analytic_id}` gagal dengan `stream_id ... is not exists` jika belum.
Layanan atribut kendaraan	`NFV4-MVAA`, `NFV4-MVAS` (parsial)	Dipanggil lewat service `attribute_classification` yang teregistrasi bersama pipeline — tidak memerlukan alamat eksternal terpisah seperti Face Recognition.
Database enrollment kendaraan	`NFV4-VCAT`	Kendaraan harus terdaftar terlebih dulu agar `primary_text` event berisi `object_id` yang bermakna; tanpa data terdaftar, similarity akan selalu rendah.

Daftar lengkap argumen aplikasi ada di Configuration Reference. Setelah persyaratan terpenuhi, buat pipeline sesuai API Reference dengan parameter dari Konfigurasi.

Persyaratan

On this page