ตรวจสอบกล้องรักษาความปลอดภัยด้วย AI บนเครื่อง

 (frigate.video)
1 คะแนน โดย GN⁺ 2025-08-06 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • Frigate NVR ให้โซลูชันการตรวจจับวัตถุด้วย AI ที่ทำงานแบบ บนเครื่อง สำหรับกล้องรักษาความปลอดภัยที่ติดตั้งในบ้านหรือสำนักงาน
  • รองรับการ ผสานรวม กับแพลตฟอร์มอัตโนมัติต่างๆ ที่เป็นที่นิยม เช่น Home Assistant, OpenHab และ NodeRed
  • Frigate ผสานรวมโดยตรงกับ Home Assistant Media Browser จึงสามารถใช้ได้ทันทีทั้งฟีดกล้องและการทำ Automation
  • สามารถใช้ข้อมูล เซนเซอร์และสวิตช์ แบบเรียลไทม์ที่เปิดเผยออกมาเพื่อสร้างสคริปต์การแจ้งเตือนและการทำงานอัตโนมัติได้หลากหลาย
  • ด้วยความสามารถในการเชื่อมต่อแบบขยายได้ผ่าน MQTT ช่วยให้สร้างระบบสมาร์ทโฮมที่มีประสิทธิภาพได้

ฟังก์ชันหลักของ Frigate NVR

  • Frigate NVR รัน AI ตรวจจับวัตถุในเครื่อง ทำให้สามารถวิเคราะห์วิดีโอจากกล้องรักษาความปลอดภัยได้โดยไม่ต้องพึ่งบริการคลาวด์ภายนอก
  • สามารถเชื่อมต่อกับ Home Assistant, OpenHab, NodeRed ได้ และผสานเข้ากับแพลตฟอร์มอัตโนมัติสมาร์ทโฮมได้อย่างง่ายดาย
  • Frigate แสดงวิดีโอจากกล้องโดยตรงใน Home Assistant Media Browser และให้บริการ camera entities ที่มีเวลาแฝงต่ำ
  • โดยเปิดเผยผลการตรวจจับวัตถุเป็นข้อมูล เซนเซอร์และสวิตช์แบบเรียลไทม์ จึงเพิ่มความสามารถในการนำไปใช้กับการตรวจจับเหตุการณ์จากวิดีโอ การตั้งกฎการอัตโนมัติ และการตั้งค่าการแจ้งเตือนต่างๆ
  • มีข้อได้เปรียบในการเชื่อมต่อแบบขยายได้กับระบบ IoT และระบบอัตโนมัติอื่นๆ ด้วยการสนับสนุน โปรโตคอล MQTT

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-08-06
ความคิดเห็นบน Hacker News

  • ผมใช้งาน Frigate มานานกว่าสองปีแล้ว และรู้สึกว่ามันให้ความเร็วในการตรวจจับและความน่าเชื่อถือสูงกว่าระบบใด ๆ ที่เคยลองใช้มาก่อนมาก ผมเคยใช้ Ring, Tapo Camera และ Eufy Security มาก่อนเหมือนกัน แต่ตอนนี้ผมเชื่อมต่อกับ Frigate โดยใช้กล้อง Tapo แค่ตัวเดียวผ่าน RTSP เท่านั้น โดยการตัดการเข้าถึงอินเทอร์เน็ตของกล้องเหล่านี้ ทำให้ความเป็นส่วนตัวได้รับการปกป้องอย่างเต็มที่ Eufy Security มีการโฆษณาแอปใหม่ทุกครั้งที่แจ้งเตือนการตรวจจับการเคลื่อนไหว ซึ่งเหมือนให้โฆษณามาก่อนความปลอดภัยของตัวเองเสมอ นอกจากนี้แม้จะจ่ายค่าสมาชิกแล้วก็ยังมีปัญหาที่วิดีโอคลาวด์ไม่สามารถเปิดได้ และมีการเก็บข้อมูลรับรองความปลอดภัยอย่างรหัสผ่านแบบไม่เข้ารหัส สิ่งเหล่านี้เป็นสาเหตุหลักที่ทำให้ผมย้ายไปใช้โซลูชัน self-hosted

    • ผมสงสัยว่าคุณใช้งานร่วมกับ Home Assistant หรือไม่ โดยส่วนตัว ISP ของผมบล็อกการเข้าถึงเว็บไซต์ hacs จึงทำให้การรวมเข้ากับ HACS ไม่ได้ตามปกติ แม้จะลองดาวน์โหลดและติดตั้งจาก get.hacs.xyz ด้วย wget ก็เกิดข้อผิดพลาด SSL และการเชื่อมต่อขาด

    • หากคุณแบ่งกล้องออกจากอินเทอร์เน็ตและเก็บไว้เฉพาะในเครือข่ายโลคอลของตัวเองแล้ว มีวิธีของคุณเองในการปิดการส่งข้อมูลผ่าน backchannel ไหม ช่วยแชร์ได้เลย

    • ผมอยากรู้ว่ากล้อง Eufy ใช้ร่วมกับ Frigate ได้หรือไม่

    • อยากรู้ว่าคุณทำให้ Tapo กล้องเข้ากันได้กับ Frigate ในโหมด RTSP ได้อย่างไร ผมเจอว่าพอเชื่อมต่อกล้องตัวเดียวเข้ากับ Wi-Fi เท่านั้น เครือข่ายก็ไม่ค่อยเสถียร และแม้จะจัดสรรแต่ละ AP ให้รับกล้องเพียงตัวเดียวก็ยังมีปัญหาอยู่ดี

    • น่าประหลาดใจที่เคยส่งข้อมูลวิดีโอที่สำคัญขนาดนี้ให้พวกเขาจัดการตอนต้น ๆ ด้วยซ้ำ ผมเคยคิดว่ากลุ่มคน GNU กระจายความคิดแปลก ๆ แต่ตอนนี้กลับเข้าใจคนรอบตัวที่ไม่ใช้ตัวปิดกั้นโฆษณาได้ยากมากขึ้น

  • เป็นเรื่องที่ผมมักไม่ชอบเสมอ ผมไม่ชอบที่เขาใช้คำย่อ NVR ในประโยคแรกโดยไม่อธิบาย NVR ย่อมาจาก Network Video Recorder และไม่ใช่ทุกคนที่มีประสบการณ์ในสายนี้

    • คิดว่าเป็นการคาดเดาได้ว่าใครก็ตามที่เข้ามาสอบถามคงเข้าใจคำว่า NVR และในบริบทของ Frigate ก็เข้าใจได้ดีแล้วเช่นกัน

    • ผมไม่เห็นด้วย คิดว่าคนที่ค้นหา Frigate อย่างน้อย 90% ก็คาดหวังว่าจะเข้าใจว่า NVR คืออะไร และอย่างน้อยคนที่กำลังเลือกใช้ระบบนี้ควรจะต้องรู้คำนี้ ไม่ต้องนิยามทุกคำ แต่ NVR ถือเป็นพื้นฐานที่จำเป็นสำหรับคนใช้ผลิตภัณฑ์ลักษณะนี้

    • โดยทั่วไปผมเห็นด้วย แต่ NVR นั้นเป็นคำย่อที่ค่อนข้างแพร่หลายในทั้งอุตสาหกรรมและผู้บริโภค ถ้าคุณสำรวจทางเลือก CCTV คุณแทบจะเจอคำนี้แน่นอน ถ้าไม่รู้จักมัน ก็แปลว่าไม่รู้ด้วยว่า Network Video Recorder คืออะไร Frigate ก็ตั้งใจมาแทนที่กล่อง NVR ที่ปิดกั้นและไม่ยืดหยุ่น จึงใช้คำนั้นในชื่อผลิตภัณฑ์

    • ร้านค้าส่วนใหญ่ก็ชื่อสินค้าด้วยคำว่า NVR หรือตามด้วย NVR Recorder เช่นกัน (จากประสบการณ์ของผม) ค้นหาแล้วก็มักเจอคำตอบได้ทันที

  • GPU และ TPU ไม่ได้จำเป็นอย่างเดียวเสมอไป ถ้าจัดการจำนวนกล้องและพื้นที่ตรวจจับให้เหมาะสมก็พอ ผมใช้ MJPEG substream ความละเอียดต่ำ FPS ต่ำสำหรับตรวจจับ และใช้ h264 เฉพาะงานบันทึก/ดูวิดีโอครับ สำหรับการรู้จำด้วย CPU ผมพบว่า OpenVINO ทำงานเร็วกว่าตัวฐาน Tensorflow มาก และบน VM 6-core Ivy Bridge Xeon ใช้กล้อง 2 ตัว CPU เพียงราว 20% เท่านั้น

  • การเร่งความเร็ววิดีโอ (ไม่รวมการตรวจจับวัตถุ) อาจมีความไม่เสถียรบ้าง แต่ในแง่ของโซลูชันตรวจจับวัตถุแบบเรียลไทม์แล้วกลับให้ประสบการณ์ที่ดีที่สุด ทำให้สัตว์เล็กไม่ปลุกผมตอนตีสี่อีกต่อไป ผมสมัครสมาชิกรายปีเพื่อให้โมเดล AI เรียนรู้จากข้อมูล false positive ที่ผมส่งให้ด้วย ซึ่งช่วยให้ความแม่นยำดีขึ้นมาก

    • ไม่ต้องตื่นกลางดึกเพราะสัตว์ก็เป็นข้อดี แต่ความน่าตกใจคือได้เห็นคอลเลกชันรูปสัตว์หลากหลายมากขึ้น รู้สึกเหมือนกำลังค้นพบโลกที่ซ่อนอยู่

    • ปัญหาคือไดรเวอร์และซอฟต์แวร์ของบอร์ด Coral AI เป็น Google Abandonware แบบคลาสสิก โดนบังคับให้ใช้ Python รุ่นเก่า ทำให้เข้ากันได้กับ OS และ GPU สมัยใหม่ได้ไม่ดีเท่าไหร่ ทำเหมือนซื้อฮาร์ดแวร์ที่ยังต้องพึ่งซอฟต์แวร์ระดับ Windows 7 แม้จะเป็นปี 2025

    • ในกรณีของผมสถานการณ์ค่อย ๆ แย่ลง ผมใช้ระบบนี้ต่อเนื่องมาหลายปีแล้ว และล่าสุดของเล่นเด็ก, สกูตเตอร์ในสวน, คณะธงโจรสลัด กลับกลายเป็นตัวกระตุ้น false positive ตลอดเวลา ผมไม่สามารถส่งข้อมูลอัปเดตกลับเพื่อความเป็นส่วนตัวจึงวางแผนฝึกโมเดลเองจากข้อมูลที่เก็บสะสมมายาวนาน

    • ผมยังเต็มใจจ่ายค่าสมาชิกรายเดือน/ปีด้วยเหตุผลหลายอย่าง 1) เพื่อสนับสนุนนักพัฒนา 2) ค่าใช้จ่ายในการเทรนแสดงชัดเจน 3) เก็บโมเดลที่ฝึกแล้วได้ถาวร ตรงข้ามกับ AgentDVR ที่แม้แต่การขอ remote access หรือ push notification ก็ยังต้องใช้การสมัครสมาชิก

  • ความสมบูรณ์ของ Frigate package ทำให้ประทับใจมาก ตัวโค้ดหลักอย่าง go2rtc หรือ MediaMTX (go2rtc, MediaMTX) ก็เพียงพออยู่แล้ว แต่ถ้าต้องการใส่ AI เข้าประมวลผลแล้ว จะไม่มีเครื่องมือแนว Unix ที่พร้อมใช้ได้ง่าย ต้องใช้ Python พัฒนาขึ้นเอง

    • ผมเคยใช้ Motion (Motion) มานาน เพราะการตั้งค่าพื้นฐานใช้งานง่ายและยืดหยุ่นมาก เวลาอยากปรับละเอียดเพิ่มก็ต้องจูนเพิ่มนิดหน่อย

  • หากคุณไม่ต้องประมวลผลวิดีโอที่บันทึกไว้แบบเรียลไทม์ ตัวอย่างเช่น ต้องการดึงเฉพาะช่วงที่รถผ่านตำแหน่งหนึ่งหรือคนขับถือโทรศัพท์จากคลิป 5 ชั่วโมง ควรเริ่มจากตรงไหนหรือใช้ framework อะไร

    • แนะนำให้ดูเอกสารและตัวอย่างของ OpenCV ผมทำงาน face recognition ด้วยตัวอย่างนี้มาก่อน (ตัวอย่าง face_recognition) และถ้าพูดถึงรถหรือวัตถุอื่น ๆ อาจต้องเทรนโมเดลเอง หรือใช้ YOLOv3 (ตัวอย่าง YOLO)

    • ถ้าถามผู้ให้บริการ AI เชิงพาณิชย์ เขาน่าจะออกสคริปต์ Python ให้คุณทันทีเพื่อโหลดวิดีโอแล้วแสดงเฉพาะช่วงที่คนขับถือโทรศัพท์ตามช่วงเวลาที่เลือก

    • เทคโนโลยี You Only Look Once อาจเป็นตัวช่วยได้

  • มีคำถามแบบหยอกเล่นว่าเมื่อมีป้ายขนาดใหญ่เขียนห้ามขัดคำสั่งระบบความปลอดภัยของตัวเอง มันจะทำให้ระบบใช้งานไม่ได้ไหม

    • ดูจาก GitHub เขาใช้ openCV และ Tensorflow อยู่ การตรวจจับการเคลื่อนไหวใช้ openCV โดยต้องมีการเคลื่อนไหว และถ้าไม่เคลื่อนตัวช้ามากก็ค่อนข้างหลบยาก การรู้จำวัตถุด้วย Tensorflow ไม่ได้ทำ OCR จึงหลบผ่านตัวอักษรไม่ได้ แต่ถ้าชุด object class จำกัด ก็อาจหลบด้วยการแต่งกายให้เหมือนพรางตาได้

    • ฉันสงสัยว่าถ้าใส่เสื้อทรง "scramble suit" หรือเสื้อพิมพ์ลายหลอกกล้องแบบ adversarial ได้หรือไม่ (scramble suit, adversarial t-shirts)

    • ทางหนึ่งคือใส่ชุดลำลองลักษณะแรคคูนทั้งตัวก็ได้

    • โครงสร้างมี 2 ชั้นครับ ชั้นแรกตรวจจับการเคลื่อนไหวด้วย openCV ชั้นที่สองจึงใช้โมเดลต่างกันตามฮาร์ดแวร์เพื่อตรวจจับวัตถุใน ROI จากนั้นรุ่นรองรับได้หลายแบบ เช่น Coral TPU, Halio Accelerator และ GPU ส่วนใหญ่ (AMD ยังไม่รองรับ ROCm บน iGPU) โดย Coral ใช้ edgedet และรองรับ YOLO-NAS, YOLO, D-Fine, RF-DETR และอื่น ๆ บางโมเดล YOLO-NAS เป็นรุ่นเชิงพาณิชย์เฉพาะทาง ส่วนบางตัวก็เทรนเองได้

    • ไม่ใช่ LLM และเป็น AI แบบปกติ (แต่ LLM ก็ยังสามารถสร้างคำอธิบายอัตโนมัติได้)

  • ผมใช้ Frigate ร่วมกับ IP camera 5 ตัว (3 Hikvision, 2 Amcrest) และ USB camera 1 ตัว โดยใช้งาน USB Coral TPU กับ i7-6700 ตัวเก่าได้ดี CPU ราว 30% แม้ไม่ใช่ประสิทธิภาพสูงสุดแต่ยังใช้งานได้ดี วิดีโอจาก Amcrest เล่นได้ค่อนข้างดี แต่กล้อง Hikvision บางตัวต้องทำ transcoding เพราะปัญหาความเข้ากันได้ของ codec ผมไม่มีฟีเจอร์ส่งออกวิดีโอที่บันทึกแล้วออกนอกระบบโดยตรง แม้จะ mirror ไดเรกทอรีเก็บข้อมูลเองก็ยากที่จะสำรองเฉพาะอีเวนต์สำคัญได้

    • ผมอยากรู้ว่าระบบรองรับการระบุบุคคลที่เคยลงทะเบียนไว้ล่วงหน้า (identified recognition) ได้ด้วยหรือไม่

  • ผมเน้นอีกครั้งว่าโดยไม่ใช้ GPU หรือ TPU ก็พอด้วยการปรับจำนวนกล้องและโซนตรวจจับให้เหมาะสม โดยเฉพาะเมื่อฝึกงานกับโมเดลหลากหลายแบบ เช่น Openvino, Tensorflow

  • อยากถามอีกเรื่องหนึ่งว่า ทำไมยังคงติดตั้งระบบกล้องเพื่อเฝ้าระวังของตัวเองอยู่ ในงานวิจัยด้านจิตวิทยาหลายชิ้นพบว่ากล้องเหล่านี้อาจเพิ่มความเครียดและความวิตกกังวล แทนที่จะช่วยป้องกันอาชญากรรมในทางปฏิบัติ และสำหรับงานสืบสวนตำรวจหรือหลักฐานประกันภัยก็ควรมีการสำรองข้อมูลนอกไซต์ซ์ อีกทั้งแม้มี CCTV กระจายมากขึ้นก็มีส่วนช่วยลดอาชญากรรมเชิงความหมาย เช่น การอ่านป้ายทะเบียนรถอย่างมีนัยสำคัญค่อนข้างน้อย

    • ข้อดีสำคัญของการติดตั้งกล้องคือการสร้างระเบียบสังคมมากกว่า ผมสังเกตว่าหลังติดกล้องหน้าประตู ผู้ส่งพัสดุไม่ทำท่าทีรุนแรง และลวดลายรั้วก็ไม่เสียหาย ส่วนตัวผมก็ใช้ตามหาตำแหน่งแมว ติดตามจากระยะไกล และช่วยเรื่องงานประกันได้ด้วย จากประสบการณ์กล้อง CCTV ราคาไม่สูง ส่วนใหญ่ ผมรู้สึกว่าใกล้แสงอาทิตย์/IR sensitivity ยามค่ำคืนสำคัญมากกว่า resolution และผมเลือกใช้กล้องโปรระดับต่ำเพื่อการระบุตัวตนจริง ๆ ในเชิงโอเพ่นซอร์ส ผมยังใช้ ZoneMinder ควบคู่กับ AI ในเครื่องมานานอยู่

    • ตอนอ่านประโยคที่บอกว่า "ความเครียดเพิ่มขึ้น ความวิตกกังวลสูงขึ้น" แล้วรู้สึกว่ามีการวิจารณ์อารมณ์ตัวเองเกินไป ส่วนนิยมเห็นว่าทุกคนมีเหตุผลที่ใช้กล้องต่างกัน

    • แต่ละคนมองต่างกันได้ตามสภาพแวดล้อม ระดับความเสี่ยง และการสนับสนุนจากตำรวจ คนใช้กล้องมีเป้าหมายและสภาวะจิตใจต่างกัน ผมอาศัยอยู่ในเขตเงียบและออกจากบ้านนานเป็นพัก ๆ จึงรู้สึกว่าความสบายใจที่สามารถเฝ้าดูได้สำคัญมากกว่าการไม่มีระบบเฝ้าระวังเลย

    • กริ่งหน้าบ้านของผมมีฟังก์ชันบันทึกบนเครื่องเอง เวลาใครกดกริ่งก็ส่งภาพก่อนเหตุการณ์ไม่กี่วินาทีไปแจ้งเตือนบนเดสก์ท็อปและมือถือ ทำให้รู้ทันทีว่าใครมาและตัดสินใจการตอบสนองได้ ผมยังสนุกกับการตั้งคำสั่งให้ LLM ถามว่า "นับนกใหม่กี่ตัว" หรือ "สุนัขอยู่ในสนามหลังบ้านหรือเปล่า" จากกล้องที่ติดรอบบ้านได้

    • จุดประสงค์หลักของ Frigate และระบบแบบนี้คือคุณไม่จำเป็นต้องเฝ้าดูตลอดเวลา แม้วัตถุเล็ก ๆ สร้างการแจ้งเตือนผิดหรือรถของคนรู้จักมาปรากฏประจำ ก็ต้องกังวลแค่เหตุการณ์สำคัญจริง ๆ

  • ผมเป็นผู้ใช้งาน Frigate มานานสี่ปี โดยก่อนหน้านี้ใช้ Frigate เดี่ยว ๆ โดยไม่ใช้ Home Assistant ตอนนี้ได้กลับมาใช้ Home Assistant อีกครั้งเพื่อเชื่อมสตรีม WebRTC ของ Nest Cam เข้ากับ Frigate ทำให้ใช้ได้เหมือนเดิมโดยไม่ต้องมี Nest Aware subscription และประหยัดต้นทุนได้มาก