Chytrý zvonek s lokálním AI rozpoznáváním obličejů bez cloudu

Před pár měsíci jsem stál před otázkou, kterou si klade čím dál víc lidí: chci chytrý zvonek s rozpoznáváním obličejů, ale nechci posílat záběry své rodiny na cizí servery. Jde to vůbec? Odpověď je – v roce 2026 konečně ano, a to docela elegantně. Pojďme si ukázat, jak na to.

Proč „cloud facial recognition" není ideální řešení

Většina komerčních zvonků tě dostane do stejné pasti: hardware je levný, ale pokročilé funkce jsou za předplatným. Třeba Wyze Battery Video Doorbell stojí 66 dolarů, ale rozpoznávání obličejů? To je za 10–20 dolarů měsíčně navíc. Podobně Google Nest Doorbell nabízí familiar-face detection jako součást Nest Aware předplatného – tvoje fotky rodinných příslušníků tedy putují do Googlu.

A to je přesně ten bod, kde mě to přestalo bavit.

Cloudová facial recognition má tři základní problémy:

• Soukromí: biometrická data (obličeje) opouštějí tvůj domov
• Závislost: pokud firma změní podmínky nebo zdraží, máš smůlu
• Latence: každý snímek musí odcestovat na server a zpět

Lokální zpracování tohle řeší úplně jinak – rozhodnutí padne přímo na zařízení nebo na tvém domácím serveru, data nikam neodcházejí.

Jak to celé funguje technicky

Klíčové jsou dvě věci: zvonek s lokálním AI čipem nebo RTSP streamem a Home Assistant jako mozek celého systému.

Cesta 1: Zvonek s on-device AI (nejjednodušší)

Nejdál v roce 2026 zašla Aqara se svým Doorbell Camera Hub G4. Tento zvonek dělá facial recognition přímo na zařízení – žádný cloud, žádné předplatné. Rozpozná členy rodiny a spustí automatizace: odzbrojí alarm, rozsvítí světla na verandě, přehraje uvítací hlášku. MicroSD karta (až 512 GB) je schovaná uvnitř v chime repeateru – i kdyby ti někdo ukradl venkovní část zvonku, záznamy zůstanou doma.

Novější Aqara Doorbell Camera Hub G410 jde ještě dál: přidává mmWave radar pro přesnou detekci přítomnosti člověka (žádné falešné poplachy od větví ve větru), funguje jako Matter Controller a Thread Border Router, takže může řídit zámky a senzory bez dalšího hubu. Rozlišení 2K, záběr 175°, integrace s Home Assistantem přes RTSP stream i nativně. Právě tuto kombinaci – G410 + Home Assistant + Scrypted – mám teď u sebe doma a funguje skvěle.

Cesta 2: RTSP stream + Frigate nebo HA Video Vision (pro nadšence)

Pokud máš zvonek s RTSP výstupem (Reolink, Dahua, UniFi G4 Doorbell Pro…), otevírá se ti svět lokálního zpracování na vlastním hardware. Reolink integrace v Home Assistantu je překvapivě robustní – umí tahat AI face detection, motion detection i stav tlačítka zvonku přímo do HA, bez cloudu.

Pro ještě pokročilejší analýzu existuje custom integrace HA Video Vision. Místo strohého „Pohyb detekován" dostaneš notifikaci stylu: „Žena v modrém kabátě přichází ke dveřím s balíčkem. Identifikováno: Máma (87 % shoda)". Facial recognition část je odlehčená – běží na CPU, nepotřebuješ GPU. Video analýza (LLM část) může běžet lokálně na silnějším PC nebo přes free tier OpenRouter/Gemini.

Já jsem zkoušel i čistě DIY cestu přes vlastní doorbell app s Home Assistantem a WebRTC – Dahua VTO2201F-P napojený na Frigate a vlastní UI. Je to víc práce, ale výsledek je naprosto na míru: manuální ztišení zvonku při spánku dítěte, odpovídání na zvonek vzdáleně z telefonu, kamera v Frigate s lokální detekcí. Tohle ocení každý, kdo si chce vybudovat skutečně suverénní smart home.

Praktický průvodce: jak začít

Pokud začínáš od nuly a nechceš trávit víkendy s terminálem, doporučuji tuto cestu:

1. Vyber hardware s lokálním AI nebo RTSP

Aqara G410 je v roce 2026 asi nejlepší out-of-the-box volba pro lokální facial recognition bez nutnosti dalšího serveru. Pokud máš doma NAS nebo mini PC s Home Assistantem, Reolink Video Doorbell (PoE nebo Wi-Fi) je skvělá alternativa za rozumné peníze.

2. Nastav RTSP stream v Home Assistantu

V případě UniFi zvonků si vytvoř lokálního uživatele přímo v UniFi OS konzoli (ne přes remote login) – HA se pak připojí lokálně bez závislosti na cloudu. U Reolinku stačí nainstalovat oficiální integraci z HACS nebo přímo z HA Store.

3. Přidej facial recognition

• Pro Aqara G4/G410: vše nastavíš přímo v Aqara Home aplikaci, tváře se ukládají lokálně na zařízení
• Pro RTSP stream: nainstaluj HA Video Vision přes HACS jako custom repository, nastav lokální facial recognition server (běží na CPU, stačí Raspberry Pi 4 nebo starší notebook)

4. Automatizace

Tady přichází ta zábava. Příklad z mé instalace:

• Zazvoní zvonek → HA analyzuje snímek → rozpozná konkrétního člověka → přehraje personalizovaný pozdrav na chytré reproduktory + pošle notifikaci s fotkou a jménem
• Neznámá osoba → standardní notifikace + uloží snapshot do Lovelace dashboardu

5. Nezapomeň na právní stránku

Jak upozorňuje i Wirecutter: v některých zemích nebo státech může být nahrávání a tagování cizích lidí přes facial recognition právně problematické. V ČR a EU platí GDPR – pokud kamera snímá veřejný prostor a identifikuje osoby bez jejich souhlasu, pohybuješ se v šedé zóně. Lokální zpracování ti chrání soukromí před firmami, ale neznamená automaticky soulad s právem.

Co nás čeká dál

Trend je jasný: on-device AI se stává standardem, ne prémiovým doplňkem. Kombinace lokálního facial recognition, Matter protokolu a Home Assistantu v roce 2026 konečně dosáhla bodu, kdy to zvládne i člověk bez hlubokých technických znalostí – zejména s Aqara G410. Zároveň DIY cesta přes RTSP + Frigate + HA Video Vision dává nadšencům neomezené možnosti za cenu trochy času navíc.

Mám tě ale čím zaujmout: příští velký posun bude zřejmě v kombinaci facial recognition s kontextuální analýzou chování – ne jen „kdo to je", ale „co dělá a proč mi to může být relevantní". Lokálně, na vlastním hardware, bez předplatného.

Jakou cestu sis vybral ty – hotové řešení, nebo DIY? Napiš mi do komentářů, rád sdílím konfiguraci.