CCTV Integration

🇹🇭 ภาษาไทย

CCTV Integration คือการนำข้อมูลจากระบบกล้องวงจรปิด (NVR/IP Camera) มาเชื่อมต่อกับระบบซอฟต์แวร์อื่นๆ — ไม่ใช่แค่ดู footage แบบ passive แต่ extract ข้อมูลออกมาใช้งาน เช่น ลงเวลาพนักงาน, บันทึกเข้า-ออกรถ, สำรองวิดีโออัตโนมัติ

ใน wiki นี้ใช้ Dahua.Api เป็น SDK หลักสำหรับอุปกรณ์ Dahua

3 Use Cases หลัก

CCTV System
    │
    ├── 1. Video Backup      → เก็บ footage สำรองอัตโนมัติ
    ├── 2. Face Recognition  → ลงเวลา / Access Control
    └── 3. LPR              → บันทึกเข้า-ออกรถยนต์

Use Case 1: Video Backup (สำรองวิดีโอ)

ปัญหาที่แก้

NVR เก็บวิดีโอใน HDD ของตัวเอง — เมื่อเต็มจะ overwrite ทับโดยอัตโนมัติ
ถ้าไม่ backup ออกมา footage เก่าจะหายหมด
Manual download ใช้เวลามากและ error-prone

Architecture

NVR (Dahua)
    │
    │  Dahua NetSDK / Dahua.Api
    ▼
Backup Service (.NET)
    │  ทำงานทุกคืน (Scheduled Job)
    │
    ├── FindFiles() → รายการวิดีโอเมื่อวาน
    ├── StartDownloadFile() → download ทีละไฟล์
    └── Progress tracking → log completion
    │
    ▼
Storage
    ├── Local NAS / External HDD
    ├── Network Share (SMB)
    └── Cloud Storage (Azure Blob, S3) ← convert แล้ว upload

Workflow

1. Scheduler trigger (ทุกคืน 02:00)
2. Init SDK + Login ทุก NVR
3. วน loop ทุก channel
4. FindFiles(เมื่อวาน 00:00 → 23:59)
5. ตรวจสอบว่าไฟล์นั้น backup แล้วหรือยัง (check DB/log)
6. ถ้ายัง → StartDownloadFile()
7. Monitor progress จนครบ 100%
8. บันทึกลง backup log database
9. Logout + Cleanup

ตัวแปรที่ต้องออกแบบ

ตัวแปร	ทางเลือก
Retention policy	เก็บกี่วัน? กี่เดือน? ต่าง tier กัน
Naming convention	`{site}_{channel}_{date}_{time}.mp4`
Storage tier	Hot (SSD/NAS) → Warm (HDD) → Cold (Cloud archive)
Dedup / hash check	MD5/SHA256 ป้องกัน duplicate download
Failure handling	Retry 3 ครั้ง → alert → mark failed

Use Case 2: Face Recognition — ลงเวลาพนักงาน

ปัญหาที่แก้

การลงเวลาแบบบัตร/นิ้วโป้ง มีความเสี่ยงโกง (buddy punching)
ต้องการระบบที่ไม่ต้อง physical touch
เชื่อมกับระบบ HR/payroll โดยอัตโนมัติ

Architecture

กล้อง Dahua (Face Detection)
    │
    │  Face Detection Event Stream
    ▼
Event Handler (.NET Service)
    │
    ├── Person ID + Confidence + Timestamp + Channel
    │
    ▼
Business Logic Layer
    │
    ├── Lookup: Person ID → Employee ID (Face Library DB)
    ├── Validate: confidence > threshold (เช่น 0.85)
    ├── Determine: เข้างาน / ออกงาน (by schedule / last state)
    └── Record: Insert attendance record
    │
    ▼
Attendance Database
    └── ส่งต่อไปยัง HR System / Payroll

Face Library Management

Operation	วิธี
เพิ่มใบหน้าใหม่	Dahua HTTP API (POST face image + person metadata)
อัพเดทรูป	PUT request พร้อม person ID
ลบออก	DELETE person ID จาก face library
Sync	Pull face library list ทุกคืน เพื่อ verify consistency

Event Data ที่ได้รับ

{
  "PersonID": "EMP001",
  "Confidence": 0.92,
  "Timestamp": "2026-04-20T08:03:41",
  "Channel": 3,
  "ImageSnapshot": "base64...",
  "Direction": "Enter"
}

Rules สำหรับ Attendance Logic

กรณี	Action
ครั้งแรกของวัน	บันทึกเป็น “เข้างาน”
ครั้งถัดไป (> 4 ชั่วโมงหลังเข้า)	บันทึกเป็น “ออกงาน”
Confidence < threshold	ignore หรือ flag for review
นอกเวลาทำงาน	บันทึก แต่ flag เป็น overtime/unauthorized
กล้องหลายตัว (multi-camera)	dedup ใน 30 วินาที (anti-ghost)

Privacy และ Legal Considerations

⚠️ สำคัญมาก — การเก็บข้อมูลใบหน้าในไทยอยู่ภายใต้ พ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล (PDPA)

ต้องขอความยินยอม (consent) จากพนักงาน
ต้องแจ้งวัตถุประสงค์การใช้ข้อมูลชัดเจน
ต้องกำหนด retention period และ data deletion policy
ห้าม share biometric data กับ third party โดยไม่ได้รับอนุญาต

Use Case 3: LPR — บันทึกเข้า-ออกรถยนต์

ปัญหาที่แก้

บันทึกรถเข้า-ออกอาคาร/ที่จอดรถแบบอัตโนมัติ
ควบคุม access (เปิดไม้กั้นอัตโนมัติสำหรับรถที่อนุญาต)
สืบค้นย้อนหลังได้ว่ารถคันไหนเข้ามาเมื่อไหร่

Architecture

กล้อง LPR (Dahua)
    │
    │  LPR Event (Plate + Direction + Image)
    ▼
LPR Event Handler
    │
    ├── Extract: plate number + timestamp + direction
    ├── Normalize: ตัวพิมพ์ใหญ่, ลบ space
    ├── Lookup: plate ∈ whitelist?
    │
    ├── [Yes] → Trigger Gate Open + Log "Authorized Entry"
    └── [No]  → Log "Unauthorized" + Optional Alert
    │
    ▼
Vehicle Log Database
    ├── vehicle_log: plate, timestamp, direction, authorized
    └── dwell_time: entry_time, exit_time, duration

Event Data จาก LPR

{
  "PlateNumber": "กข1234",
  "Province": "กรุงเทพมหานคร",
  "Confidence": 0.95,
  "Timestamp": "2026-04-20T09:15:22",
  "Direction": "Enter",
  "Channel": 1,
  "PlateImage": "base64...",
  "VehicleImage": "base64..."
}

Gate Control Integration

LPR Match → HTTP POST → Gate Controller (Wiegand / RS485 / IP Relay)
                             │
                             └── Trigger Relay → เปิดไม้กั้น (500ms)

Reports ที่ระบบควร Generate

Report	เนื้อหา
Daily Entry/Exit	รายการรถทุกคันแยกวัน
Dwell Time	รถอยู่นานแค่ไหน (สำหรับบริหารที่จอดรถ)
Unauthorized Attempts	รถที่ไม่ได้รับอนุญาตพยายามเข้า
Monthly Summary	สถิติรวม, peak hours

System Architecture รวม (ทั้ง 3 Use Cases)

┌─────────────────────────────────────────────────────┐
│                  NVR / IP Camera Layer               │
│   [Dahua NVR] ←→ [IP Cam 1] [IP Cam 2] [LPR Cam]   │
└────────────────────────┬────────────────────────────┘
                         │ Dahua NetSDK / HTTP API
                         ▼
┌─────────────────────────────────────────────────────┐
│              Integration Service (.NET)              │
│                                                      │
│  ┌──────────────┐  ┌─────────────┐  ┌────────────┐  │
│  │ Video Backup │  │ Face Recog. │  │    LPR     │  │
│  │   Worker     │  │   Service   │  │  Service   │  │
│  └──────┬───────┘  └──────┬──────┘  └─────┬──────┘  │
└─────────┼────────────────┼───────────────┼──────────┘
          ▼                ▼               ▼
┌─────────────────────────────────────────────────────┐
│                   Data Layer                         │
│                                                      │
│  [Backup Storage]  [Attendance DB]  [Vehicle Log DB] │
│       │                  │                │          │
│       │            [HR/Payroll]     [Gate Controller]│
│       │                  │                           │
│       └──────────[Reporting Dashboard]───────────────│
└─────────────────────────────────────────────────────┘

Tech Stack แนะนำ

Layer	Technology
SDK	Dahua.Api (.NET) + Dahua HTTP API
Scheduler	Hangfire / Quartz.NET / Windows Task Scheduler
Database	SQL Server / PostgreSQL
Message Queue	RabbitMQ / Azure Service Bus (สำหรับ event stream)
Storage	Local NAS + Azure Blob / S3 (cold archive)
Dashboard	Grafana / custom web app
Gate Control	HTTP API to IP Relay Controller

เปรียบเทียบ Vendor SDK

Vendor	SDK	Protocol	Platform
Dahua	Dahua.Api / NetSDK	Proprietary	win-x64
Hikvision	HikVisionNet.OpenSDK	Proprietary	win-x64
Axis	VAPIX API	HTTP REST	Cross-platform
Generic	ONVIF	SOAP/WS	Cross-platform

ถ้าต้องการ cross-vendor ให้ใช้ ONVIF เป็น common interface แต่ฟีเจอร์ขั้นสูง (face recognition, LPR) ยังต้องใช้ proprietary SDK ของแต่ละ vendor

Dahua.Api — C# SDK สำหรับอุปกรณ์ Dahua
BLEAF — enterprise workflow ที่อาจรับข้อมูลลงเวลาจาก Face Recognition

🇬🇧 English

CCTV Integration refers to connecting camera systems (NVR/IP cameras) to software workflows — extracting structured data rather than passively recording footage. Core use cases: automated video backup, face recognition for attendance, and license plate recognition for vehicle access control.

In this wiki, Dahua.Api is the primary SDK for Dahua hardware.

Three Core Use Cases

1. Video Backup — Automated Footage Archival

Problem: NVRs overwrite HDD storage on a rolling basis; without active extraction, historical footage is permanently lost.

Solution Pattern:

Nightly scheduled job per NVR/channel
VideoService.FindFiles(yesterday) → enumerate recordings
Check backup log DB to skip already-downloaded files
StartDownloadFile() + progress tracking loop
Write completion record to DB

Design Decisions:

Retention tiers: hot (SSD/NAS, 30 days) → warm (HDD, 6 months) → cold (cloud archive, 7 years)
File naming: {site}_{channel}_{YYYYMMDD_HHmmss}_{duration}.mp4
Deduplication: SHA256 hash check before download
Error handling: retry 3×, alert on persistent failure, mark as failed in log

2. Face Recognition → Employee Attendance

Problem: Card/fingerprint systems are susceptible to buddy punching; physical contact required.

Architecture:

Dahua NVR emits face detection events (person ID, confidence, timestamp, channel, snapshot)
Event handler filters by confidence threshold (e.g. ≥ 0.85)
Business logic maps person ID → employee record
Determines in/out based on last recorded state and schedule
Inserts attendance record → HR/payroll system

Face Library Sync: Add/update/remove employee face images via Dahua HTTP API (port 80). Nightly consistency check between face library and HR employee list.

Anti-ghost rule: De-duplicate events from multiple cameras within a 30-second window to prevent duplicate attendance records.

PDPA Compliance (Thailand):

Written consent required from all employees
Purpose limitation: attendance only, no sharing with third parties
Defined retention period with secure deletion
Data subject rights: access, correction, deletion on request

3. LPR — Vehicle Entry/Exit Logging

Problem: Manual vehicle logging is slow, error-prone, and unauditable.

Architecture:

LPR camera emits plate number + direction (enter/exit) + confidence + timestamp
Normalize plate string (uppercase, remove spaces)
Whitelist check → authorized: log + trigger gate relay; unauthorized: log + alert
Pair entry/exit events → calculate dwell time
Report: daily log, monthly summary, unauthorized attempts

Gate Control Integration: LPR match → HTTP POST to IP relay controller → 500ms relay trigger → barrier arm opens.

Consolidated System Architecture

Three services share the same SDK session pool and write to separate databases, all feeding a unified reporting dashboard. Video backup runs on a nightly schedule; face recognition and LPR run as always-on event listeners.

Recommended Tech Stack

Layer	Technology
SDK	Dahua.Api + Dahua HTTP API
Scheduler	Hangfire or Quartz.NET
Database	PostgreSQL / SQL Server
Event Bus	RabbitMQ (face/LPR event fan-out)
Storage	NAS + Azure Blob / S3 archive tier
Gate Control	HTTP → IP relay (Wiegand/RS485 bridge)

Vendor Comparison

Vendor	SDK	Notes
Dahua	Dahua.Api / NetSDK	win-x64 only; rich feature set
Hikvision	HikVisionNet.OpenSDK	Similar architecture
Axis	VAPIX HTTP REST	Cross-platform; no proprietary lock-in
Generic	ONVIF	Cross-vendor standard; limited advanced features

Use ONVIF for multi-vendor environments, but face recognition and LPR still require vendor-specific APIs.

Dahua.Api — the C# SDK implementation
BLEAF — enterprise workflow system that could consume attendance records from Face Recognition

PrasitN Wiki

รายการหน้า

CCTV Integration

CCTV Integration

🇹🇭 ภาษาไทย

3 Use Cases หลัก

Use Case 1: Video Backup (สำรองวิดีโอ)

ปัญหาที่แก้

Architecture

Workflow

ตัวแปรที่ต้องออกแบบ

Use Case 2: Face Recognition — ลงเวลาพนักงาน

ปัญหาที่แก้

Architecture

Face Library Management

Event Data ที่ได้รับ

Rules สำหรับ Attendance Logic

Privacy และ Legal Considerations

Use Case 3: LPR — บันทึกเข้า-ออกรถยนต์

ปัญหาที่แก้

Architecture

Event Data จาก LPR

Gate Control Integration

Reports ที่ระบบควร Generate

System Architecture รวม (ทั้ง 3 Use Cases)

Tech Stack แนะนำ

เปรียบเทียบ Vendor SDK

🇬🇧 English

Three Core Use Cases

1. Video Backup — Automated Footage Archival

2. Face Recognition → Employee Attendance

3. LPR — Vehicle Entry/Exit Logging

Consolidated System Architecture

Recommended Tech Stack

Vendor Comparison

มุมมองกราฟ

สารบัญ

PrasitN Wiki

รายการหน้า

CCTV Integration

CCTV Integration

🇹🇭 ภาษาไทย

3 Use Cases หลัก

Use Case 1: Video Backup (สำรองวิดีโอ)

ปัญหาที่แก้

Architecture

Workflow

ตัวแปรที่ต้องออกแบบ

Use Case 2: Face Recognition — ลงเวลาพนักงาน

ปัญหาที่แก้

Architecture

Face Library Management

Event Data ที่ได้รับ

Rules สำหรับ Attendance Logic

Privacy และ Legal Considerations

Use Case 3: LPR — บันทึกเข้า-ออกรถยนต์

ปัญหาที่แก้

Architecture

Event Data จาก LPR

Gate Control Integration

Reports ที่ระบบควร Generate

System Architecture รวม (ทั้ง 3 Use Cases)

Tech Stack แนะนำ

เปรียบเทียบ Vendor SDK

Related

🇬🇧 English

Three Core Use Cases

1. Video Backup — Automated Footage Archival

2. Face Recognition → Employee Attendance

3. LPR — Vehicle Entry/Exit Logging

Consolidated System Architecture

Recommended Tech Stack

Vendor Comparison

Related

มุมมองกราฟ

สารบัญ