Metadata är strukturerad data som beskriver innehållet i en videoström – vad kameran och dess analys detekterar i scenen, snarare än själva bilden. I en kameraanläggning kan metadata exempelvis innehålla typ av objekt, hastighet och färg, och bildar en egen, sökbar dataström vid sidan av videon.
Till skillnad från videobilden, som är tänkt för mänskliga ögon, är metadataströmmen maskinläsbar. Den genereras i kameran med AI-analys baserad på djupinlärning och kodas i strukturerade format – exempelvis JSON eller XML – och strömmas parallellt med videon. Varje detekterat objekt klassificeras som människa, fordon eller oklassificerad rörelse och förses med egenskaper som klädesfärg, fordonsfärg, registreringsskylt, position och tidsstämpel.
Det praktiska värdet ligger i sökbarheten. När varje objekt är taggat kan inspelat material genomsökas på färg eller objekttyp i stället för att timmar av video granskas manuellt, och samma taggar kan utlösa larm eller andra automatiska åtgärder i realtid. Metadata gör samtidigt lagringen effektivare.
För att en kamera, ett videohanteringssystem och analysprogram från olika tillverkare ska förstå varandra finns branschstandarden ONVIF Profile M, som reglerar hur metadata konfigureras, filtreras och strömmas. Den definierar metadatatyper för generisk objektklassificering liksom för geolokalisering, fordon, registreringsskylt, ansikte och människokropp. Kamerabevakningssystem ramas i övrigt in av standardserien SS-EN 62676 och den svenska normen SSF 1060, och metadata överförs inom samma ram som videon.
Eftersom uppgifter som klädesfärg och rörelsemönster kan peka ut enskilda personer räknas de ofta som personuppgifter. Då gäller GDPR och kamerabevakningslagen även vid AI-baserad eller integritetsvänlig analys, och IMY:s vägledning vid kamerabevakning anger ramarna för hur uppgifterna får behandlas och lagras.