Un equipo de seguridad ejecutó un piloto con 100 cámaras que subían imágenes a un almacenamiento de objetos y utilizaban un servicio de reconocimiento de imágenes para etiquetar las imágenes y almacenar los resultados en un índice de búsqueda. Ahora quieren escalar a miles de cámaras a nivel global para detectar actividades sospechosas de no empleados casi en tiempo real. ¿Qué arquitectura deberían considerar?

La opción correcta es la más adecuada para escalar la solución de detección de actividades sospechosas. Implementar un proxy local en cada oficina permite centralizar la ingesta de video RTSP de múltiples cámaras antes de enviarlo a un stream de video gestionado. Esto optimiza el uso de la red y facilita la gestión de miles de cámaras. Utilizar un servicio gestionado de análisis de video con un procesador de streams es eficiente para el procesamiento en tiempo real, ya que puede analizar el video continuamente y detectar rostros de no empleados de manera efectiva. Las opciones incorrectas presentan limitaciones. La opción que usa un servicio de reconocimiento basado en imágenes en fotogramas individuales es menos eficiente para el análisis de video en tiempo real que un procesador de streams. Reemplazar miles de cámaras con dispositivos de borde es costoso y logísticamente complejo. Finalmente, ejecutar una función serverless para extraer fotogramas y llamar a una API de reconocimiento para cada stream podría introducir latencia y ser menos eficiente para el procesamiento de video continuo a gran escala.