SCYLLA人検知と周辺保護は、ほとんどのVMSと防犯カメラシステムに簡単に統合できる、最も柔軟なソリューションの1つです。統合は一方通行または双方向で行うことが出来ますが、クライアントがすでに持っているシステムのインフラによって変わります。一方向統合の場合、Scylla IDS は既存のカメラからのビデオストリームを直接、または接続されている ネットワークビデオレコーダーやデジタルビデオレコーダーを通して使用します。この場合の分析出力は、SCYLLAのダッシュボードに表示されます。双方向の統合の場合（Mobotix、Genetec、NX Witnessなどの主要なVMSプロバイダーとの統合など）、出力は対応するVMSダッシュボードで見ることができます。

通常、1秒未満です。クラウド環境では、クライアントのアップロード速度により、応答時間が若干長くなることがあります。

現在、SCYLLA人検知と周辺保護で検知できる対象は、人間や様々な種類の車両（車、トラック、バス、ワゴン、オートバイ）です。

もちろんです。SCYLLAは、個人とみなされるデータを保存しません。映像や画像も保存していません。データを保存する唯一のケースは、報告されたアラートです。その保存期間は、お客様が設定された用途に合わせて調整することができます。

はい、提供しています。また、ほとんどのScylla製品は、クラウド上で展開することができます。クラウドホスティングの場合、防犯カメラからクラウドにビデオ/フレームを転送するには、次のいずれかの方法があります。
1) カメラに接続し、ビデオストリームを取り込み、エンコードして、パケットごとにクラウドに送信し、そこでさらにデコードして分析する独自のソフトウェアScylla Connectorを使用する方法です。この方式は、ローカルネットワークに何らかの制限（ドメイン、ポートなど）がある場合に適しています。
2) カメラの組み込みアルゴリズム（動体検知など）を利用して、1つまたは複数のフレーム、または小さなビデオクリップをHTTP/FTPや同様のプロトコルを介してクラウドに送信する方法です。この方法は、クライアントがアップロード帯域幅を最小限に抑えたい場合に適しています。この方法は、SCYLLAの誤報フィルタリングシステムに採用されています（詳細）。
3) カメラを直接クラウドに送信する方法。この方法は、技術的な困難とセキュリティ上の懸念があるため、最も一般的ではありません。

アラートは、AIの予測が現実と一致する場合（対象物が正しく認識される、求めている行動が検出されるなど）、真の警報に分類されます。誤警報とは、誤ってアラートが発動された場合を指します。AIは本質的に確率的なものであるため、ほとんどの場合、後者は避けられません。しかし、SCYLLA人検知と周辺保護の背後にある精巧なAIと機械学習、そして「イーグル・アイ」などの特許アルゴリズムが組み込まれているため、あらゆるレベルのプロダクショングレードの工業規格に対応することができます。さらに、SCYLLAのAIビデオ分析モジュールは、時間とともに誤報の数がさらに減少するように、ミスに対して再教育されるよう継続的に改良されています。

アラートの保存期間は、クライアントのデータ保持ポリシーに依存します。デフォルトでは、1ヶ月の保存期間を提供していますが、この期間は用途に合わせて設定することが可能です。

はい、SCYLLAの人検知と周辺保護は、PTZカメラの様な背景が移動するビデオ映像でも動作します。

SCYLLA人検知と周辺保護の技術は、基本的にカメラに依存しません。人間が対象物を見て識別できるのであれば、AIも識別できます（場合によっては、ズームや再確認のアルゴリズムが組み込まれているため、人よりも優れている事もあります）。
最低限のカメラのパラメータについては、使用するケースや検出しようとする対象物によって異なります。もちろん、カメラにはデジタル出力があるか、少なくともデジタル出力のあるDVRに接続されている必要があります。SCYLLA人検知と周辺保護は、RTSP/RTMP、HTTPなど、ほぼすべての種類のストリームを受け入れることができます。通常、最低限必要な解像度はVGA (640x480) 、10 FPSです。フレーム/画像品質を定義するパラメータはカメラによって異なりますが、帯域幅、エンコーディング、シャープネスなどの特性を調べ、必要であれば高い設定にしておくことをお勧めします。最後に、クラウド＋FTPの実装を希望する場合、カメラは高感度モーション検知機能を持ち、できれば1フレーム以上をFTPサーバーにアップロードできることが望ましいです。

SCYLLA人検知と周辺保護は、人間の視覚とほぼ同じように機能します。シーン内の「異様な」オブジェクトを見るだけでなく、その起源も分類します。SCYLLAのAIビデオ解析は、膨大で汎用性の高いデータセットで訓練されているため、人間や異なる車種を効果的に認識することができます。アラームは、SCYLLA AIがこれらの物体またはその一部を検出した場合にのみ発生します。

SCYLLA人検知と周辺保護は、侵入行為を対応するセキュリティ部門や 個人に警告します。アラートには、視覚的な情報、侵入の原因に関する詳細な情報などが含まれます。さらに、システムは、ACS（入退室管理システム）に接続し、施設の施錠、警告、入室処理の無効化などを行うことが可能です。

ここでの限界は、カメラの仕様に大きく依存します（上記参照）。最も重要な要素はカメラの解像度と視野角で、これが最終的にカメラによってストリーミングされるフレーム内の対象物のピクセルサイズになります。同様に、照明、撮影コントラスト、ビデオストリーミングパラメータ（帯域幅/エンコーディング）などの要因も考慮する必要があります。目安として、距離は次のように定義できます。もし人間が映像を見て、監視領域内の対象物（人間/車両）であると確実に判断できるのであれば、SCYLLA AIもそう判断できるはずです。4Kドローンカメラに搭載されたはSCYLLA人検出と周辺保護は、最大で〜200mの距離で人間を検出することができます。あるいは、次の情報を使って限界を定義することもできます。フレームに映る人の最小高さは～30ピクセルであるべきで、それは4K画像の～1%未満に相当します。

エンドユーザーへの通知は、次のいずれかの方法で行われます。
1) アラートを表示し、システムの設定や環境の監視を可能にするSCYLLA専用のウェブベースダッシュボード。
2) モバイルアラートアプリケーション、クライアントのVMSダッシュボード（SCYLLA人検知と周辺保護技術Milestone、Genetec、NX Witnessなどでサポートされている場合）。
3) 入退室管理システムの通知、すなわち警報用リレーボードに取り付けられた信号灯や音など。

SCYLLAの人検知と周辺保護は、アルゴリズムを組み込んだカメラが性能を発揮できないような厳しい環境下でも動作するように設計されています。AIエンジンは、劣悪な照明、多少破損したフレーム、環境要因、天候による影響など、厳しい条件によって生じる欠点を補うものです。

はい、赤外線カメラや赤外線サーマルカメラを使用することができます。Scylla Perimeter Intrusion Detection の DRI パラメーター（検出、認識、識別）は、カメラの特性（コントラスト比、ピクセルクロストークなど）により異なります。しかし一般的に、このソリューションは業界標準のDRI要件に準拠しています。具体的には、認識限界（物体のクラス（人間か車か、トラックかタンクかなど）を判断できる距離は、人間や車の場合、15ピクセル未満です。

SCYLLA顔認証モジュールが、侵入検知システム、境界保護システムと一緒に導入されている場合、現場で検知した個人をホワイトリスト、ウォッチリストに登録することが可能です。しかし、顔認証モジュールは、SCYLLA人検知と周辺保護のオプションであるスタンドアロンソリューションであるため、いくつかの点を考慮する必要があります。
1) 顔認識モジュールを実行するためには、追加のハードウェアを用意する必要があります。顔認識には、2Gb程度のGPUメモリと、ある程度の計算能力が必要です。
2) 「ウォッチリストの実装」における顔認識モジュールの精度は、個人の顔の見え方、大きさ、角度、見えにくさなど、多くの外部要因に大きく依存します。検知は、体の一部でも検知範囲に入れば作動しますが、顔認証はより困難です。顔認証の精度を上げるためには、Scylla Perimeter Intrusion DetectionをPerson Trackingと一緒に実装し、個人の顔認証が可能な場合に、認証の可能性を高める必要があります。しかし、人物追跡は、リソースが必要なアルゴリズムであり、ハードウェアを追加する必要があります。
3) 前述の通り、顔認証モジュールは別製品であり、別途購入が必要です。

PPF（ピクセルパーフット、検出のための最大距離を定義するパラメータ）は、人間では10、車では5です。一般的に、これらのパラメータは、カメラの品質（コントラスト、SNR...）、照明など、他の条件によっても変化することに注意してください。したがって、これらは統計的に有効な参考値として扱われます。。

簡単に言うと、SCYLLAの誤警報フィルタリングは、SCYLLA人検知と周辺保護の補助モジュールです。どちらのソリューションも、定義されたゾーンへの侵入を検知するという同じ目標を持っています。両ソリューションは、基本的に同じAIモデルとロジックに基づいています。しかし、Scylla False Alarm Filteringは、カメラ/VMSモーション検知モジュールの内蔵された第一段階の分析に依存します。
1) カメラやVMSが事前に定義されたゾーンで動きを検知する。
2) カメラがビデオの断片（できれば）や画像を分析のためにSCYLLA誤報フィルタリングに送る。
3) SCYLLA誤報フィルタリングは、その動きが人や車によるものかどうかを確認し、動きが確認されると対応するアラートが形成されてエンドユーザーに送られる。 一方、SCYLLAの人検知と周辺保護は、1)と2)のステップを含む全シークエンスを担当します。

SCYLLAの誤警報フィルタリングは、特に監視センター向けに設計されています。モーション検知と小さなビデオクリップの転送が可能なユニットが既に装備されていることを想定しています。基本的に、SCYLLAの誤警報フィルタリングは、侵入監視のセキュリティカメラのネットワークがあり、迷惑な誤警報による監視員の負担を減らしたい場合に導入されるはずです。SCYLLAの人検知と周辺保護は、ネットワークやカメラに、包括的な動体検知モジュールが装備されていない場合に使用します。また、VMS/カメラの内蔵アラートモジュールが画像の劣化を招く場合にも有効です。