Cómo procesan video las cámaras HIK: ISP, SoC y codificación

Dos cámaras pueden compartir una resolución, un objetivo e incluso un sensor, y aun así verse y grabar de forma muy diferente. La diferencia suele ser el chip de procesamiento de vídeo: el sistema en chip que convierte los datos del sensor en el flujo que almacena su grabador.

Esta guía explica qué hace ese chip, cómo interactúan el ISP, el códec y la NPU, y qué especificaciones importan realmente al especificar cámaras para un proyecto.

1. Una cámara es una pequeña computadora

Una cámara de red contiene un sensor de imagen, un objetivo, DRAM, memoria flash y un SoC de vídeo. El SoC ejecuta el sistema operativo, el pipeline de imagen, el codificador, el motor de analítica y la pila de red.

Los bloques que importan para la calidad de imagen y el ancho de banda son el ISP, el codificador de vídeo y, cada vez más, la unidad de procesamiento neuronal. La memoria y el almacenamiento están detrás de ellos y limitan silenciosamente lo que la cámara puede sostener.

Como estos bloques comparten un solo chip, compiten por energía y ancho de banda. Una cámara que añade un segundo flujo, un modelo de analítica más inteligente o una tasa de fotogramas más alta no está añadiendo una función de forma aislada; está tomando recursos de otro lugar.

La ruta de datos va desde el sensor por un enlace serie hasta el SoC, pasa por el ISP, entra en el codificador y sale por Ethernet. La analítica toma los mismos fotogramas, por lo que los ajustes de detección y codificación interactúan.

Dos cámaras con el mismo sensor pueden, por tanto, diferir en nitidez, ruido, tasa de bits y fiabilidad de detección. El sensor fija el techo; la cadena de procesamiento decide cuánto de ese techo recibe realmente el espectador.

2. El ISP: donde se genera la imagen

El procesador de señal de imagen toma datos Bayer en bruto y produce un fotograma visible. Aplica corrección de nivel de negro, corrección de sombreado de la lente, demosaicado, balance de blancos, gamma, realce de nitidez y reducción de ruido.

El rango dinámico amplio es la función del ISP que más notan los compradores. Una cámara frente a una entrada muy iluminada necesita un mapeo tonal que mantenga legibles tanto la puerta como el interior; un WDR deficiente se manifiesta como una puerta blanca o un interior negro.

La reducción temporal de ruido utiliza información entre fotogramas. Limpia el vídeo con poca luz, pero los ajustes agresivos emborronan los objetos en movimiento, lo que importa cuando el objetivo es la identificación y no una imagen agradable.

El ISP también gestiona la conmutación día/noche y el control IR-cut. Una conmutación lenta o inestable produce al atardecer fotogramas en color con ruido e inutilizables, una queja habitual que no tiene nada que ver con el sensor.

La ciencia del color forma parte del mismo bloque. La saturación, el contraste y el balance de blancos son decisiones del fabricante, y dos cámaras pueden reproducir la misma chaqueta roja de forma diferente. Para el trabajo con pruebas, el color neutro y los tonos de piel precisos importan más que las imágenes de marketing llamativas.

La corrección de sombreado de lente es fácil de pasar por alto. Las lentes más económicas pierden luz en las esquinas; el ISP lo compensa, pero una corrección intensa amplifica el ruido en las esquinas por la noche.

3. El codificador: ancho de banda y almacenamiento

El codificador comprime los fotogramas en H.264 o H.265. H.265 normalmente reduce la tasa de bits entre un 40 y un 60 % con la misma calidad percibida, por lo que domina en los nuevos proyectos.

Los códecs inteligentes van más allá al aumentar el intervalo de fotogramas I y reducir el detalle en las zonas estáticas. En una escena tranquila el ahorro es grande; en una calle concurrida, el codificador gasta bits para mantener nítidos los objetos en movimiento y el ahorro disminuye.

Tres ajustes determinan la tasa de bits real: la resolución, la velocidad de fotogramas y la complejidad de la escena. Bajar de 25 a 15 fotogramas por segundo puede reducir la tasa de bits aproximadamente en un tercio, con poca pérdida para pasillos y vistas de perímetro.

Los subflujos se codifican por separado a una resolución menor. Son los que utilizan las aplicaciones móviles y los muros multivista, y marcan la diferencia entre una vista remota utilizable y un indicador de carga giratorio.

El control de la tasa de bits importa tanto como el códec. La tasa de bits constante mantiene el flujo predecible para las redes y el almacenamiento; la tasa de bits variable gasta bits donde la escena los necesita. Los grabadores suelen preferir la opción predecible, mientras que la calidad de imagen prefiere la adaptable.

El códec se define en estándares como ITU-T H.265, pero la calidad de implementación varía según el chip. Un codificador H.264 bien ajustado puede superar a uno H.265 deficiente a la misma tasa de bits.

4. La NPU: analítica en el borde

La clasificación de personas y vehículos se ejecuta en una unidad de procesamiento neuronal dentro del SoC. Filtra la lluvia, los árboles y los faros que activarían la detección de movimiento basada en píxeles.

La capacidad de la NPU se expresa en operaciones por segundo, pero la pregunta útil es qué puede ejecutar la cámara a la vez: cuántos tipos de detección, a qué resolución, en cuántos flujos y a qué velocidad de fotogramas.

La analítica también depende de los píxeles sobre el objetivo. Una persona de cuarenta píxeles de altura en el extremo lejano de un estacionamiento no se clasificará de forma fiable, diga lo que diga la especificación de la NPU.

La analítica en el borde reduce la carga del grabador y el tráfico de red, pero no es gratuita: consume margen del SoC que, de otro modo, se destinaría a la calidad de codificación o a un segundo flujo.

Un flujo de analítica típico ejecuta detección, clasificación y seguimiento. La detección encuentra regiones en movimiento; la clasificación las etiqueta; el seguimiento mantiene una identidad entre fotogramas para que una persona no genere veinte eventos.

La interoperabilidad importa cuando las cámaras y los grabadores proceden de distintos fabricantes. ONVIF los perfiles definen cómo se intercambian los metadatos de analítica, y un grabador que ignora esos eventos mostrará la cámara como una fuente de video simple.

El enmascaramiento de privacidad se ejecuta en la misma ruta. Las máscaras aplicadas después de la codificación son menos fiables que las aplicadas en el ISP antes de la codificación, porque los píxeles subyacentes aún pueden existir en el flujo sin procesar.

5. Memoria y almacenamiento

El ancho de banda de la DRAM limita cuántos flujos y analíticas puede sostener el SoC. Una cámara con mucha capacidad de cómputo pero poca memoria perderá fotogramas cuando las analíticas y un segundo flujo se ejecuten juntos.

El almacenamiento integrado utiliza flash eMMC o NAND, o una tarjeta microSD. Las tarjetas son cómodas, pero tienen una resistencia de escritura limitada; la grabación continua en una tarjeta de consumo puede desgastarla en uno o dos años.

Cuando una cámara graba en una tarjeta como respaldo, elija una tarjeta de alta resistencia y supervise su estado. Cuando solo graba eventos, una tarjeta estándar suele ser suficiente.

Una estimación sencilla de la resistencia ayuda. Una tarjeta de 64 GB clasificada para 3,000 ciclos de escritura puede absorber aproximadamente 190 TB de escrituras antes de agotarse. Una sola cámara de 4 MP a 4 Mbps escribe alrededor de 1.3 TB al mes, por lo que la grabación continua agota ese presupuesto en unos pocos años, no en décadas.

El almacenamiento en red traslada el problema al grabador. La cámara sigue almacenando fotogramas en la DRAM, por lo que un subsistema de memoria débil se manifiesta como fotogramas descartados durante la reproducción, no como una vista en vivo obviamente defectuosa.

6. Alimentación, calor y PoE

La codificación y el análisis consumen energía, y la energía se convierte en calor dentro de una carcasa sellada. Una cámara que se mantiene fría a 1080p puede reducir su rendimiento o reiniciarse a 4K con el análisis activado bajo el sol directo.

Los presupuestos de PoE a menudo se calculan a partir del consumo en reposo de la cámara. Añada los LED IR, el calentador cuando esté instalado y la carga adicional cuando se ejecuta el análisis; luego deje margen en el switch.

El calor también afecta la calidad de imagen: el ruido del sensor aumenta con la temperatura, por lo que una carcasa bien diseñada y un bitrate razonable a menudo importan más que otro megapíxel.

Estas son cifras de planificación. Mida el consumo real por la noche con las analíticas habilitadas antes de finalizar el presupuesto del switch.

7. Qué comprobar al especificar cámaras

Para el abastecimiento a nivel de componente —sensores de imagen, SoC de vídeo, controladores PoE, memoria y almacenamiento— Chip-seek enumera componentes electrónicos disponibles con existencias y precios, y su catálogo de componentes es una referencia útil cuando un proyecto necesita una pieza específica en lugar de una cámara terminada.

8. Preguntas frecuentes

¿Una NPU más grande significa mejores analíticas? No de forma automática. La resolución sobre el objetivo, la calidad del modelo y el ajuste importan tanto como la capacidad de cómputo bruta.

¿H.265 es siempre mejor que H.264? Con la misma calidad, normalmente ahorra ancho de banda, pero la compatibilidad y el soporte del grabador siguen siendo importantes.

¿Por qué aumenta la tasa de bits por la noche? El ruido es costoso de codificar. Una imagen con ruido necesita más bits para la misma calidad percibida.

¿Puedo agregar analíticas con firmware? A veces, si el SoC tiene una NPU y el fabricante publica la función, pero no lo asumas.

¿Los códecs inteligentes afectan la calidad de la evidencia? Pueden hacerlo. Prueba la escena real antes de confiar en ajustes agresivos para identificación.

¿Cuántos flujos puede ejecutar una cámara? Normalmente dos o tres, dependiendo de la resolución, el códec y el margen del SoC.

¿Es fiable una microSD para grabar 24/7? Solo con tarjetas de alta durabilidad, e incluso entonces se debe vigilar su estado.

¿Afecta el calor a la calidad de imagen? Sí. El ruido del sensor aumenta con la temperatura, especialmente en carcasas compactas.

¿Por qué dos cámaras de 4 MP necesitan almacenamiento diferente? La tasa de bits varía según el ajuste del códec, la velocidad de fotogramas, la complejidad de la escena y el ruido nocturno.

¿Puedo comparar cámaras solo con la hoja de datos? Solo en parte. Pruebe la escena real de noche; las diferencias de procesamiento rara vez aparecen en la hoja de especificaciones.

Cámaras HIK recomendadas

Cámaras con ISP, códec y plataformas de analítica actuales. Confirme los tipos de analítica y los límites de flujos para su proyecto.