HeimVision HM241高清NVR套件评测（二）

文章来源：HeimVision HM241高清NVR套件评测（二） - CNX Software中文站

备注：本部分主要对HeimVision HM241高清NVR套件的安装技巧、视频界面和Android应用进行评测。

几个星期前，我收到了HeimVision HM241 HD NVR套件，并在评测的第一部分里展示了套件的内容。我在套件的其内部安装了3.5 英寸硬盘，并拆解了NVR和一个摄像头。

目前，我已经对该设备进行了大约2周时间的测试，我是计划将它长期固定安装在另一个位置上的。但为了测试方便，我还是临时将摄像头安装在了几个重要的位置上：其中3 个位于室外、1 个在室内。

HeimVision HM241摄像头安装的4个位置

回到室内，我把NVR设备（下面的黑盒子）连接到以太网交换机上以获得互联网连接，我还连接了一台4K电视用来访问用户界面。除此之外，还有一个USB鼠标和电源。

首次开机启动和设置

在第一次启动时，我感到非常惊讶，因为不需要设置任何东西，系统就能自动检测到摄像头了。

HeimVision HM241

第一个屏幕显示的是Android和iOS应用程序的二维码，以及你需要在移动应用程序或Windows程序中使用的Cloud ID。请忽视电视屏幕里的竖线，这主要是因为我的LG电视有一些问题。

在第一次开机时，有一个从WiFi开始的设置向导，有些部分可能令人感到困惑。

FCC、EU、MKK、T-Mode等WiFi地区的设置

在这一步中，你一定要为WiFi 选择正确的区域。如果你住在美国 (FCC) 和欧洲 (EU)，这很容易，但我从未听说过“MKK”。于是，我立刻在网络上搜索，并找到了如下答案：

MKK 适用于中国，允许使用1-14频道。EU适用于欧洲，允许使用1-13频道。FCC适用于北美，允许使用1-11频道。

如果你确实不知道，为了确保不使用你所在国家的非法频率， FCC是一个比较安全的选择。

HeimVision NRV的常规设置

接下来是“常规设置”，包括日期/时间和地区设置，以及为以太网配置的“快速网络”，但是因为系统要依赖于DHCP，大多数情况下不需要做任何事情。

HeimVision NRV的网络设置

注意： 如果你不打算使用移动应用程序或Windows程序从Internet访问NVR，那么就无需连接网线。

我上次安装的硬盘被自动检测到了，显示为“Unformatted（未格式化）”。于是我点击了“Format（格式化）”按钮。

HeimVision HM241硬盘列表

格式化的过程需要稍微等一下。

HeimVision NVR硬盘格式化

一旦格式化完成，就可以在屏幕上看到四个摄像头，使用和设置也超级简单。

HeimVision HM241 NVR四个摄像头的监控画面

你们还可以通过双击任何一个画面以获得该画面的全屏显示。

HeimVision HM241 NVR全屏显示

单击右键之后会弹出一个有许多选项的菜单。但是，并不是所有选项都适用于HM241 NVR套件的，有些功能不可以用，比如PTZ控制。

HeimVision HM241 NVR选项设置菜单

首次启动之后有一件很重要的事就是设置密码。我不记得在设置向导之后是否要求过这个问题，但如果没有，你们可以进入 System Setup-> System Admin ，在那里你可以设置一个密码并创建更多的用户。

NVR访问密码设置

该密码用于控制能够物理访问NVR人员对设置的访问，以及从移动应用程序或 Windows程序进行的连接。

默认情况下，系统设置在不使用运动检测的情况下会全天候记录所有内容，但你们是可以通过转到System Setup-> Record setup进行设置更改的。

Heimvision HM241记录设置

单击“Time”选择要连续记录的天数和小时数，然后单击“Motion”选择运动检测的时间段。你还会注意到一个警报功能，但这需要RF模块，而HM241型号并未提供这个模块。

依据我使用Reolink摄像头的经验，运动检测时通常都会有检查遗漏，或者因为设置得太灵敏，而一直触发警报。我住的地方树木、植物、鸟类都比较密集，因此运动检测就没办法在这种环境下派上用场了。我觉得在安防摄像头被人工智能系统优化之前，运动检测功能始终不是最好的。

因此，我将连续录制和运动检测都配置为一直运行状态。正如我们将在下面的评测中可以看到的，设置运动检测可以帮助定位特定事件，而如果遗漏了什么，我们也有完整的记录。

IP Pro安卓应用

在进一步测试NVR接口之前，我已经在我的Android手机上安装了IP Pro应用程序，当然它也可用于iOS。

设置过程相当简单，只需点击添加设备并扫描 NVR 盒子顶部的二维码。

通过IP Pro应用添加设备

输入你之前定义的用户名和密码，就可以直接访问摄像头了。

IP Pro安卓应用摄像头界面

尽管所有的配置选项都无法使用，但你还是会看到和MH241 NVR界面一样的马赛克视图。请注意，如果你想与他人分享你的摄像头画面，只需与他人共用Cloud ID，以及其用户名和密码就可以了。

HeimVision HM241安卓应用日间拍摄的画面

你还可以点击其中一个摄像头以全屏查看，也可以选择播放以前录制的视频。视频回放一次只能播放其中一台摄像头的视频。不过，这种回放操作在NVR的马赛克模式下是不可以的，如下图所示。

IP-Pro安卓应用视频回放

时间刻度可以放大和缩小，蓝色表示“定时”记录，红色表示运动检测记录。

在此，我有个事要单独说明一下，我原本是想从我的Ubuntu 18.04笔记本电脑中访问摄像头，但该公司明确表示不支持ONVIF和Linux。所以，我就只好在Windows 7 VirtualBox会话控制中安装一个Windows程序（EseeCloud），但在启动时系统就崩溃了。

HM241摄像头和夜视效果

只要摄像头附近没有任何物体，HM241摄像头的夜视效果就会很好。摄像头CAM4的画面看起来也很棒。但由于 CAM1只是对准树叶，所以我就切换到日间画面，虽然颜色偏紫，但效果又更好了一些。

IP-Pro夜间画面

下面的 CAM1 画面的截图显示靠近摄像头的物体应该尽可能地推到一边。

HeimVision摄像头夜视画面

因为当摄像头前有树叶遮挡时，夜晚除了树叶之外什么也看不到。把树叶推开后便可以看得更远了。由于无法也不可能完全地移除掉摄像头前的所有遮挡物，我就询问该公司是否有一些设置可以帮助调整一下，得到的结果如下：

如果摄像头附近有物体，它就会反射光线，部分反射会让光线变得很强。为了防止反射的地方太亮，摄像头会自动降低整体亮度，这可能就导致暗的地方变得更暗了。这是一个曝光参数设置的问题。该参数在设备中是不能公开的。

因此，在安装摄像头时，最好的方法就是确保其前面或边缘没有障碍物，从而避免出现这种情况。

HM241 视频回放

HM241 视频回放也很有帮助。如果家里发生了一些事，它也可以帮助我们知道发生了什么。例如我们“绑架”了圣诞老人，并把他放在一个安全的地方。但他突然失踪了，我们就必须查明是谁拿走了我们的“圣诞老人”。

我们可以在NVR系统弹出菜单中进入视频回放，从而查明当时的情况。该界面允许选择日期、摄像头、搜索时间、按定时或运动记录的方式筛选，然后导出数据。

白天回放的情况，可以通过观看视频了解。相关视频点击原文查看链接。

绿色代表运动检测，红色代表定时录制。

“我们设法把圣诞老人抓回来，但他晚上又回来了。”

相关视频链接：HeimVision HM241高清NVR套件评测（二） - CNX Software中文站

我还特意设置了一个参照摄像头，该摄像头的系统已经运行大约15天了，我可以访问从安装日期开始的所有记录。在这15天当中，我938GB容量的硬盘大约使用了225GB，所以这意味着一个1T的硬盘可以保存大约两个月的数据。你还可以设置系统在X天后自动删除视频的功能（默认是：30天）。请记住，系统存储的数据容量取决于具体要记录的场景，因为很复杂的场景也有可能无法压缩。

从 HM241 NVR导出录制视频

在某些情况下，你们可能希望持续录制视频用来作为证据提供给警察。那么，你们可以在“Video Playback（视频回放）”菜单中执行此操作，但一次只能录制一个。因此最好的方式还是转到弹出菜单并选择Video backup（视频备份）选项来进行此项操作。

另外，你们可以通过选择摄像头、录制模式和按时间的方式进行搜索。这项操作需要插入一个带有FAT32格式的USB驱动器。由于只有一个 USB 端口，因此必须将一个USB 集线器连接到 NVR上才能同时连接鼠标和USB驱动器。

NVR视频备份

选择要备份的视频，然后单击备份按钮，直到所有操作完成，就表示备份成功了。

现在让我们将USB 驱动器插入到我们的计算机。

HeimVision录制视频备份文件名

文件被默认地命名为相机编号、日期、录制开始和结束时间，以及相机的名称，例如，cam1_11-04-2020__15-27-00_15-29-59_CAM1.avi。

HeimVision HM241文件编码

这个摄像头的视频是用H.265视频编解码器和PCM ALAW音频录制的。看起来好像没有音频录制，但其实这个摄像头有内置的麦克风。在VLC中播放视频没有问题，我用样本做了一个小蒙太奇短片，用以展示白天的视频质量。相关视频链接，点击原文可查看。请在播放这段视屏的时候确保以1080p分辨率播放。

如果你更喜欢日间和夜间记录的原始视频，可以去MEGA上找。

请注意，我是用OpenShot 2.5.1-dev2制作了上面的视频，但在导入视频时遇到了麻烦，因为显示检测到的视频是无效的。

Heimvision-HM241 OpenShot视频制作错误

于是，我决定使用一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序ffmpeg来转换文件，但出现以下错误：

前往“CNX Software中文站”官网，查看完整信息

因此，HM241 NVR生成的视频可能并不完全符合标准。由于文件要在VLC中播放，所以我执行了Media->Convert / Save菜单将文件转换为了H.264 MP4格式，这样就可以将视频导入OpenShot了。

结论

现在，我已经评测过太阳能摄像头和Heimvision HM241 NVR高清套件了，我觉得必须依靠PIR运动传感器来节省电力的太阳能摄像头更像是玩具。因为它们真的可能会遗漏事件，如果你真的想要所有的重要事件都被记录到，可全天候记录的完整NRV套件会更好。当然，NVR套件也有它的缺点，其缺点就是：你需要为每个摄像头准备一个电源，这就可能需要一些额外的电缆。而太阳能安全摄像头可以安装在Wi-Fi范围内的任何地方。

其实，我对 Heimvision HM241 NVR 还挺惊讶的。它的系统设置很简便，只要都通上电源，摄像头就会出现，而且系统配置也不太复杂。另外，图像质量也很好，虽然夜间录制的画面相比起来没有白天那么清晰。

总的来说，我对Heimvision HM241 NVR 高清套件感到非常满意。但大家需要注意，它只是入门级套件，因此可能有某些功能是缺失的，比如：录音没有双向音频、摄像头曝光设置、PTZ、RF警报支持等。

更多优质文章推荐：

1.HeimVision HM241高清NVR 套件评测（一） - CNX Software中文站

2.边缘AI视频处理系统将SocioNext SC2000 4K摄像机SoC与Hailo-8 AI加速器相结合 - CNX Software中文站

3.Edge AI视频处理系统，将SocioNext SC2000 4K摄像机SoC与Hailo-8 AI加速器相结合 - CNX Software中文站

玻璃动力学最新进展！AI模型7次模拟相变过程，揭秘粒子运动规律

智东西（公众号：zhidxcom）

编 | 董温淑

智东西1月18日消息，谷歌母公司Alphabet旗下DeepMind研究出一种机器学习模型，成功模拟了玻璃在液态与固态间转换时的粒子运动。

人类制造玻璃的历史已有4000多年了，但玻璃的物理特性至今是个谜。

一般液体变固体，微观粒子会以高度规则的方式固定排列，但玻璃从炽热的液体变为固体时，玻璃粒子类似液体的无规则排列方式被神奇的固定下来。

这种高分子从固体变成“半液体半固体”的过程，被称为玻璃化转变。

“在固态理论未解决的问题中，最深刻、最有趣的问题可能就是玻璃的本质和玻璃化转变的问题。”诺贝尔奖得主、凝聚态物理奠基人菲利普·安德森曾这样评价。

就是这样一个“有趣”的问题，令无数物理学家长期头疼。而如果能破解这个问题，那将给细胞迁移、药物输送、交通堵塞、食品研究等多种领域的研究带来新的启发。

DeepMind研究发现，要发现玻璃粒子运动的奥秘，人工智能（AI）或许是个不错的工具。同时玻璃也是将AI应用于物理问题的绝佳“练兵场”。

为方便其他研究人员进行深入探索，DeepMind团队已将该模型开源。

这项研究发表在《自然-物理学（Nature Physics）》期刊上，论文名称为：《揭示静态结构在玻璃系统中的预测能力（Unveiling the predictive power of static structure in glassy systems）》。

论文链接：https://www.nature.com/articles/s41567-020-0842-8.epdf?author_access_token=csHFz3bc7VzD76BxLYhV9tRgN0jAjWel9jnR3ZoTv0N7aduB0-Rf9RaAqJq5nA1EU-4EpkAXEIwh9nK8njppJK3FRO1pZ7BSg3Bf9yhM6iKhmwe2x7RRb5KoM_C5Zr9EgoPT0cY49sWrwr7Xu_NOZA%3D%3D

一、固态还是液态？神奇的玻璃化转变过程

玻璃是固体还是液体？这个问题可不好回答。

乍一看，玻璃形状固定且坚硬，是固体的特征，但从微观层面来看，玻璃粒子的排列方式却如液体般无序。

微观粒子主要有三种排列方式：晶体中，粒子呈现高度规则、刚性有序的固定排列；流体中，粒子完全无序；而玻璃粒子夹在中间，呈现一种相对固定但无序的状态。

玻璃由高温熔化的沙子和矿物的混合物冷却而制成，一冷却，它的粘度会增加1万亿倍，变成不容易发生形变的固态。

尽管表面看起来像固体，但玻璃内部的粒子仍保持着无序的状态，有点像无序的液体微粒突然被冻住。

冷却速度会影响材料的状态。当液体冷却过快超过凝固点，会形成过冷液体，即介于液体和玻璃态之间的中间态；再冷却时，会形成固定但无序的玻璃态；如果冷却得足够慢，它就会转变成接近固态的有序晶体。

固态与玻璃态之间的转变被称为玻璃化转变，这是高分子材料中普遍存在的现象。在聚合物织物、胶体悬浮物（如冰激凌）、颗粒状物质（如静止的沙堆）、生物系统（如模拟胚胎发育过程中的细胞迁移建模）及社会行为（如交通堵塞）中，我们也可以发现类似的转变过程。

关于玻璃，迄今仍有相当多的谜团摆在科学家面前：比如，为什么冷却过程中粘度能增加1万亿倍？

目前，对玻璃的研究已经解答了一些领域的问题，比如计算机科学领域的约束满足问题、低参数神经网络的训练动力学问题等。

DeepMind的研究人员们希望通过研究基于玻璃粒子的AI模型，能对玻璃的本质和玻璃化转变过程中的结构变化有更深入的定性认识，并对许多相关研究领域产生积极影响。

例如，创造出更稳定的玻璃结构非晶态材料，将其用于药物传输、制造可再生聚合物、食品加工等多种领域。

二、用图神经网络预测粒子的迁移率

训练机器学习模型需要大量的标记数据。幸运的是，玻璃粒子中有帮助识别和分类物质变化情况的结构标记。

玻璃可以被模拟成粒子通过短程斥力相互作用的模型。这种斥力是关系型的（只有成对的粒子相互作用）和局部性（只有附近的粒子相互作用）的，可以防止粒子之间靠得太近。

考虑到这一系统是由一个类似图形的结构支撑的，研究人员决定用图神经网络（GNN，Graph Neural Networks）来建模。

研究人员首先创建了一个三维输入图，其中节点（Node）代表粒子，边（Edge）代表粒子之间的相互作用，并对它们的相对距离进行了标注，将距离小于2的节点连接起来形成图形。

然后，他们训练一个图网络来预测图中每个粒子的迁移率（mobility）。迁移率是衡量一个粒子通常移动的程度，相当于平均初始速度下的平均移动距离，在图中用不同的颜色表示。

本研究搭建了一个典型的图网络结构，由多个神经网络组成，包括一个编码器、几个核心应用和一个解码器。网络参数训练采用随机梯度下降算法。

模型架构

首先用两个编码器网络将节点和边的标注嵌入到高维向量空间中，接着用如上图B所示的两个更新网络对嵌入节点和边的标注进行迭代。

第一步根据之前的嵌入和相邻两个节点的嵌入，对每条边进行更新。在用相同的网络并行更新所有边缘之后，下一步，节点也根据其相邻边嵌入和先前嵌入的总和用第二个网络进行更新。

这个过程通常被重复7次，期间允许局部信息在整个图网络中传播（如上图C所示）。

最后，用解码器网络从对应节点的最终嵌入中，提取每个粒子的迁移率。

训练出的网络具备所有必需的属性：本质上是关系型的、在节点和边的排列下是不变的、以一种本地操作组合的方式更新嵌入。

为了研究玻璃的全动态演化过程，研究人员构建了基于不同时间段和不同温度下的迁移率预测构建了几个数据集。

同时，研究人员注意到，在这些时间范围内，每个粒子会碰撞数千次，因此网络必须找到一种方法来粗略地表示系统的长期动态。

三、预测结果与地面真值相关性高达96%

研究人员发现，图神经网络模拟的三维玻璃性能表现远远好于现有的标准物理基准及更先进的机器学习模型。

将预测的迁移率（上图中的颜色梯度）与地面真实模拟（上图中的圆点）进行比较，可以看到，短时间内一致性非常好，并且与玻璃的弛豫时间也良好匹配。

以玻璃的驰豫时间为时间跨度，就好像在1皮秒（10^-12秒）内观察液体：当粒子发生足够大的碰撞，开始丢失关于其初始位置的信息时，弛豫时间就不严格了。

从数字上看，在很短的时间跨度上，模型预测结果和地面实况模拟之间的相关性是96%，在弛豫时间内则为64%（比以前的技术水平提升了40%）。

短时间尺度下的三维预测图

长时间尺度下的三维预测图

不过研究人员不想只是简单地模仿玻璃粒子运动过程，而是试图去理解它。

因此，他们研究了哪些因素对模型的成功是重要的，以便推断底层系统中哪些属性是重要的。

玻璃动力学中一个悬而未决的核心问题是，粒子作为距离函数如何相互作用，以及这种相互作用如何随时间演变。

研究人员通过设计一个利用图网络特定架构的实验对此进行了研究。

回想一下边和节点更新任意给定粒子的壳的过程：第一层壳包括所有离这个已标注粒子一步之遥的粒子，第二层壳包括所有离第一层外壳仅一步之遥的粒子，以此类推。

当中央粒子第n个壳被修改时，通过测量预测的敏感度，可以估算该网络用多大面积来提取其预测值，这给物理系统间粒子的相互作用提供另一个可估测的距离。

研究人员进行了消融实验，在如上图左的实验中，将中心粒子周围第一层外的所有粒子全部移除，在如上图右的实验中，通过增加第一层和第二层粒子之间的距离来干扰输入。

实验结果显示，当在液相或短时间内进行预测时，改变第三层壳的结构并不会改变网络对标记粒子的预测结果。

而当在低温和长时间条件下进行预测时，当玻璃开始驰豫后，即使是第5层壳的微小扰动也会影响对标记粒子的预测。

这些发现与物理图像是一致的，当接近玻璃化转变时，关联长度（粒子间相互作用的距离）增加。

关联长度的定义和研究是物理学中相变研究的基石，也是玻璃研究领域仍存在的一个争议点。

DeepMind研究人员认为，虽然这种“机器学习”的关联长度不能直接转化为物理上可测量的量，但它提供了令人信服的证据，证明在接近玻璃化转变时，系统中存在着不断增长的空间相关性，而图神经网络已经学会了提取它们。

结语：机器学习可用于定性理解

图神经网络是一种通用工具，它不需要预先了解底层系统的相关物理量，即可解决许多存在多个个体相互作用的问题，如应用于交通、人群模拟、宇宙学等场景。

在本项研究中，图神经网络利用粒子邻近的结构，很好地预测了玻璃态系统长期动态，表明机器学习不仅可以用于进行定量预测，还可用于获得定性理解。

研究人员希望，机器学习系统最终能帮助推导出基本的物理理论，增强人类对玻璃的理解。

文章来源：DeepMind，Nature Physics

相关问答

我的世界EU和RF的转换率是多少?

在我的世界中,EU和RF是两种不同的能量系统。EU是由工业2和其他一些mod使用的能量系统,而RF则是由热能展开和其他一些mod使用的能量系统。由于这两种能量系统是...

我的世界里的合金炉要的RF能量怎么充能?RF能量怎么获得?发电机发的是EU，我要的是RF，怎么解?

RF能量,大部分出于引擎当中。你说的EU是工业的电能,可使用能量转化MOD转化EU成RF。可以具体说说合金炉是什么MOD的吗?RF能量,大部分出于引擎当中。你说的EU...

所有的化学元素符号_作业帮

[回答]铬Cr铌Nb铅Pb镍Ni钽Ta铋Bi硅Si氢H锕Ac锰Mn碳C铈Ce铝Al氧O铍Be磷P钠Na铯Se钨W镁Mg锆Zr...

化学元素周期表的发音、名称、符号、原子序号及相对原子质量...

[回答]第01号元素:氢[化学符号]H,读“轻”第02号元素:氦[化学符号]He,读“亥”第03号元素:锂[化学符号]Li,读“里”第04号元素:铍[化...

氧化物有哪些_作业帮

[回答]很多啊!三氧化二吕氧化钙CaO三氧化二铁四氧化三铁氧化镁MgO等等啊!

稀土回收废料为什么难溶解啊，急，请大家给点帮助!-盖德问答-...

节能灯中的成份又不止一种:红粉:Y2O3:Eu??酸溶就可以了绿粉:CeMgAl11O19:Tb??常温常压酸溶不了;日本多采用LaPO4Ce,Tb),但前者便宜得多,在我国用...

【各种元素的相对原子质量是多少?】作业帮

[回答]原子序数元素名称元素符号相对原子质量1氢H1.00794(7)2氦He4.002602(2)3锂Li6.941(2)4铍Be9.012182(3)5硼...

农村环保投诉电话-找法网

6seu****ahk1ja11分钟前提交了咨询4a73****rhclu33分钟前提交了咨询zaev****rdktjs5分钟前提交了咨询l49j****rf6gqb7分钟前提交了咨询...

准生证办不了怎么办-找法网

立即咨询pczx****8rflo610分钟前提交了咨询zt5z****l3wgdt2分钟前提交了咨询9l7e****3eu3av4分钟前提交了咨询4uvu****ufrtt87分钟前提交了咨...

vr眼镜的国标?

这种...其显示原理是左右眼屏幕分别显示左右眼的图像,人眼获取这种带有差异的信息后在脑海中产生立体感。但一般这种无线智能产品要出口欧洲则必须要办理RED...