Chytrý zvonek s lokálním AI: rozpoznávání obličejů bez cloudu

Před rokem jsem si uvědomil, že můj tehdejší videozvonek posílá záběry z přední části domu někam do cloudu — a já vlastně vůbec nevím přesně kam, jak dlouho tam data leží a kdo k nim má přístup. To mě donutilo celou věc přebudovat od základů. Výsledek? Lokální AI rozpoznávání obličejů, přímá integrace s Home Assistant a nulová závislost na předplacených cloudových službách. Dnes ti ukážu, jak to celé funguje a co si z toho můžeš odnést pro svůj vlastní setup.

Proč je „lokální" u AI rozpoznávání tak zásadní pojem

Většina komerčních zvonků funguje tak, že záběr odešle na servery výrobce, tam proběhne analýza (rozpoznání obličeje, detekce balíčku, identifikace vozidla) a výsledek se vrátí zpět k tobě jako notifikace. Zní to nevinně, ale problém je systémový: tvoje biometrická data opouštějí dům.

V současnosti jsou nejrozšířenějšími cloudy pro tuto funkci Google (Nest), Amazon (Blink) a Eufy. Google Nest Doorbell například nabízí rozpoznávání „známých tváří" (familiar-face detection), ale pouze s aktivní Nest Aware předplatnou. Eufy jde jinou cestou — podle testů Consumer Reports Eufy Video Doorbell E340 zahrnuje rozpoznávání obličejů bez předplatného a lokálním uložením přes Eufy Home Base. To je krok správným směrem, ale pořád jde o uzavřený ekosystém.

Pokud chceš skutečnou kontrolu, potřebuješ řešení, kde inference (tedy samotné AI vyhodnocení obrazu) probíhá buď přímo na zařízení, nebo na tvém lokálním serveru — ideálně v Home Assistantu.

Jak to technicky funguje? Kamera zachytí snímek nebo video stream. Ten se přes lokální síť předá na zpracování — buď přímo v čipu kamery (on-device AI), nebo na Home Assistant instanci s doplňkem jako Frigate NVR, který využívá detekci objektů přes TensorFlow Lite nebo OpenVINO, případně dedikovaný Coral USB akcelerátor. Frigate dokáže rozpoznávat osoby, vozidla i obličeje — a všechno zůstane doma.

Jaký hardware skutečně funguje s Home Assistantem lokálně

Tady přichází ta praktická část, kvůli které jsem přebudoval celý vstup.

Aqara Doorbell Camera Hub G410 je v tuhle chvíli jeden z mých oblíbených produktů. Podle How-To Geek podporuje RTSP stream, nativní integraci s Home Assistantem, on-device AI rozpoznávání obličejů a lokální ukládání. Funguje jak na baterii, tak přes kabeláž. Osobně ho mám spárovaný s Home Assistantem přes Scrypted a záběry jdou přímo na můj NAS — bez Aqara cloudu. Je to přesně ta kombinace, po které jsem roky toužil.

Reolink Video Doorbell (Battery) je levnější alternativa. Integrace s Home Assistantem umí vytáhnout detekci pohybu, identifikaci návštěvníka (zmáčknutí zvonku) i AI face detection přímo do dashboardu. Lokální ukládání přes microSD nebo Reolink Home Hub, žádné povinné předplatné. Rozlišení 2K, zorný úhel 150×150°.

DIY cesta přes ESP32-CAM je pro technické nadšence, kteří chtějí absolutní kontrolu. Tristam's projekt na ESPHome ukazuje krok za krokem, jak z levného ESP32-CAM modulu, ESPHome add-onu a Home Assistantu postavit plnohodnotný zvonek s automatizacemi — včetně snapshotu na telefon při zmáčknutí tlačítka. Nevýhoda? Samotné rozpoznávání obličejů musíš řešit externě přes Frigate nebo jiný lokální server, ESP32 na to samo nestačí výpočetně.

A pak je tu možnost využít libovolnou ONVIF kameru. Pokud kamera podporuje ONVIF protokol, Home Assistant ji načte přes univerzální integraci a Frigate pak zpracuje stream lokálně. Tohle je nejflexibilnější cesta — máš na výběr desítky hardwarových možností.

Jak to celé nastavit: reálný postup

Ukážu ti přístup, který sám používám a doporučuju:

1. Vyber kameru s RTSP nebo ONVIF podporou — ideálně Aqara G410 nebo Reolink. Ujisti se, že lokální stream funguje i bez cloudového účtu výrobce.

2. Nainstaluj Frigate NVR add-on v Home Assistantu (Settings → Add-ons → Frigate). Potřebuješ dostatečně silný hardware — Raspberry Pi 5 zvládne základní detekci, ale pro spolehlivé rozpoznávání obličejů doporučuju přidat Coral USB TPU akcelerátor nebo běžet HA na mini PC s Intel N100.

3. Nakonfiguruj RTSP stream v frigate.yml — zadáš IP adresu kamery, přihlašovací údaje a aktivuješ detekci objektů. Pro rozpoznávání obličejů aktivuješ face_recognition modul (dostupný od Frigate verze 0.14+).

4. Propoj s Home Assistantem přes Frigate integraci. Automaticky se vytvoří entity pro detekci pohybu, snapshoty a události. Z toho pak stavíš automatizace — notifikace na telefon se snímkem obličeje, zapnutí světla u dveří, odemčení chytré zámky pro rozpoznanou osobu.

5. Nastav lokální ukládání — záznamy jdou na NAS nebo externí disk připojený k HA serveru. Žádný cloud, žádné předplatné.

Jeden tip z praxe: pokud máš noční záběry, potřebuješ kameru s barevným nočním viděním (color night vision se spotlighty), ne jen infračerveným. Aqara G410 a Eufy E340 to mají, a rozpoznávání obličejů ve tmě pak funguje výrazně lépe.

Soukromí, limity a kam to míří

Musím být upřímný — lokální AI rozpoznávání obličejů v současnosti stále není tak pohodlné jako cloudové řešení od Googlu nebo Apple (HomeKit Secure Video). Frigate někdy potřebuje doladění, chybovost rozpoznávání závisí na kvalitě trénovacích snímků a osvětlení, a prvotní setup zabere víkend. Ale za tu kontrolu to stojí.

Zároveň je důležité myslet i na etický rozměr — jak připomíná Wirecutter, sousedé nemusí souhlasit s tím, aby je tvůj zvonek rozpoznával a tagoval. V některých zemích může být samotné snímání veřejné části ulice nebo chodníku právně komplikované. U nás v Česku doporučuju nastudovat pravidla GDPR v kontextu kamerových systémů — zejména pokud záběry pokrývají prostor mimo tvůj pozemek.

Technologicky jde vývoj rychle dopředu. Frigate přidává nové modely, Aqara rozšiřuje lokální API a komunita kolem Home Assistantu je obrovská. Do dvou let očekávám, že lokální face recognition bude stejně snadné nastavit jako dnes cloudové řešení.

A tobě se ptám: máš doma videozvonek, nebo se do toho ještě nechceš pouštět? Co tě od lokálního řešení zatím odrazuje — hardware, čas, nebo složitost nastavení? Napiš mi do komentářů, rád pomůžu s konkrétním setupem.