Chytrý zvonek s lokálním rozpoznáváním obličeje: soukromí na prvním místě

Přiznám se: dlouho jsem měl u dveří obyčejný zvonek. Pak jsem nainstaloval komerční chytrý zvonek s rozpoznáváním tváří — a za pár týdnů jsem ho odstranil. Ne proto, že by nefungoval. Ale proto, že jsem zjistil, kolik mých dat putuje na cizí servery. Dnes ale existuje lepší cesta: lokální AI rozpoznávání tváří přímo v Home Assistant, bez cloudu, bez předplatného, bez toho, aby Google nebo Amazon věděli, kdo stojí u mých dveří.

Tohle je článek o tom, jak to celé funguje, co to skutečně obnáší — a jak jsem to rozchodil u sebe doma.

Proč cloud vadí a jak funguje lokální alternativa

Většina komerčních zvonků — Ring, Google Nest, Arlo — posílá video do cloudu, kde probíhá analýza obrazu. Google Nest Doorbell například nabízí funkci „familiar face detection", která pozná konkrétní osoby a pošle ti pojmenované upozornění. Zní to skvěle, ale jak CNET ve svém přehledu poznamenává, prémiové AI funkce jako rozpoznávání tváří jsou zpravidla schované za měsíční předplatné. A co víc — obličejová data putují na servery třetích stran.

Wirecutter to shrnuje poměrně jasně: „Face data is stored locally in the doorbell's internal memory" — to platí pro Nest, ale interní paměť není přístupná uživateli. Navíc Google sdílí data s „approved partners" a může je zpřístupnit na základě soudního příkazu. Pro někoho přijatelné, pro mě ne.

Lokální řešení funguje jinak. Video stream ze zvonku jde přímo do tvé sítě — přes RTSP protokol nebo nativní integraci. Home Assistant pak buď sám, nebo přes doplňkové nástroje jako Frigate NVR, analyzuje obraz lokálně na tvém hardwaru. Žádný cloud, žádné předplatné, všechno pod tvou kontrolou.

Frigate je open-source NVR (Network Video Recorder) integrovaný přímo s Home Assistant, který umí rozpoznávat osoby, vozidla, zvířata — a při použití dedikovaného akcelerátoru (Google Coral USB nebo Hailo-8) zvládne i lokální rozpoznávání konkrétních tváří. Celé zpracování běží na tvém serveru nebo mini PC, nikde jinde.

Jaký zvonek vybrat pro lokální integraci

Tady je první praktická překážka: ne každý zvonek lokální integraci umožňuje. Mnoho levných modelů tě jednoduše uzamkne do vlastní aplikace.

Po delším testování jsem se zaměřil na tři kategorie:

1. Aqara Doorbell Camera Hub G410 — Tento model má přímo na čipu lokální AI rozpoznávání tváří a podporuje RTSP stream. Jak uvádí How-To Geek ve svém přehledu doorbellů pro Home Assistant, funguje s Home Assistant, Scrypted i HomeKit Secure Video a záznamy lze ukládat zcela lokálně. Osobně jsem vyzkoušel právě tuto kombinaci — Aqara + Scrypted + Frigate — a funguje spolehlivě. Rozpoznávání tváří na samotném zařízení je rychlé, protože se nečeká na odpověď ze serveru.

2. Reolink Video Doorbell — Solidní 2K rozlišení, lokální ukládání na NVR nebo NAS, podpora RTSP. Home Assistant integrace pro Reolink umí stahovat i AI detekce přímo z kamery — pohyb, osobu, stisk zvonku. Rozpoznávání konkrétních tváří ale probíhá až přes Frigate na tvém serveru, ne na samotném zařízení.

3. DIY řešení s ESP32 — Pro ty, kdo chtějí absolutní kontrolu a baví je bastlení. Tristam na svém blogu podrobně popisuje, jak postavit chytrý zvonek na ESP32, nativně integrovaný přes ESPHome do Home Assistant. Stisk tlačítka spustí automatizaci, která pořídí snapshot z kamery a pošle ho do mobilu — bez jediného cloudu. Není to řešení pro každého, ale z hlediska soukromí je to maximum.

Jak to celé propojit v Home Assistant

Popis mého aktuálního nastavení:

Hardware: Aqara G410 + mini PC s Proxmoxem, na kterém běží Home Assistant OS jako VM, a Frigate jako add-on.

Postup:

1. Aqara zvonek přidám do Home Assistant přes nativní integraci — automaticky se objeví kamera, senzor stisku tlačítka a pohybový senzor.
2. RTSP stream z Aqary pošlu do Frigate. Ve Frigate konfiguraci nastavím detekci osob a — klíčový krok — přidám složku s fotografiemi lidí, které chci rozpoznávat. Frigate použije lokální model (s Coral akcelerátorem jde o desítky milisekund na snímek).
3. Frigate vrátí do Home Assistant event s informací: „detected person: Karel" nebo „unknown person".
4. Na základě toho spustím automatizaci — notifikace do mobilu se snapshotem, otevření dveří pro známé tváře, nebo alarm při neznámé osobě v noci.

Celá pipeline běží lokálně. Internet nepotřebuji ani pro notifikace — používám Home Assistant Companion App přes Nabu Casa (šifrovaný tunel), ale i to lze obejít vlastním VPN.

Jeden reálný zádrhel: nastavení Frigate modelů pro rozpoznávání tváří není triviální. Potřebuješ kvalitní fotky osob z různých úhlů a světelných podmínek. První týden jsem měl spoustu false positive — zvonek „poznal" mého souseda jako mě. Po rozšíření trénovací sady fotek se přesnost výrazně zlepšila. Trpělivost se vyplatí.

Soukromí není jen buzzword — je to architektura

Největší posun v mém přemýšlení byl tento: soukromí není funkce, kterou zapneš v nastavení. Je to výsledek architektonického rozhodnutí — kam data tečou a kdo k nim má přístup.

Cloudová řešení jako Ring nebo Nest mají jednu velkou výhodu: jsou jednoduché na nastavení a fungují hned. Ale jak SafeHome.org ve svém přehledu kamer s rozpoznáváním tváří připomíná, v některých státech USA je facial recognition komerčními produkty přímo zakázaný (Illinois, Texas, Portland). V ČR nás zatím GDPR chrání — ale zodpovědnost za zpracování biometrických dat zůstává na tobě, ne na Googlu.

Lokální AI v Home Assistant ti dává tuto zodpovědnost zpět. Ty rozhoduješ, čí tváře systém zná. Ty rozhoduješ, co se se záznamy stane. Nikdo jiný nemá přístup k tomu, kdo stojí u tvých dveří.

Je to víc práce? Rozhodně. Ale dnes, kdy je hardware (Coral, Hailo, výkonné mini PC) dostupnější než kdykoli dřív a Frigate dospěl do velmi stabilní verze, je vstupní bariéra reálně překonatelná pro každého, kdo se Home Assistantem zabývá déle než pár měsíců.

Mám na tebe otázku: Máš u dveří chytrý zvonek — a víš, kde přesně bydlí data o tvých návštěvách?