REVIEW 데이터와 RESEARCH 데이터의 차이점
REVIEW 및 RESEARCH 모듈에서 감지된 객체의 수에는 약간의 차이가 있을 수 있습니다. 이는 주로 이러한 모듈 각각에 대한 사용 사례가 다르기 때문입니다. 조사에 사용되는 REVIEW은 조사자가 어떤 것도 놓치지 않도록 하기 위해 둘 이상의 분류 값에 객체를 포함할 수 있는 반면, RESEARCH은 사람이나 차량 수를 정확하고 일관되게 나타내기 위해 각 객체를 한 번만 계산합니다.
필터 적용의 차이
REVIEW 데이터는 확률 데이터를 기반으로 하며, 이는 객체가 여러 속성 값 아래에 나타날 수 있음을 의미합니다. 예를 들어, 빨강과 파랑 패턴이 있는 셔츠를 입은 물체가 감지되면 물체가 빨강과 파랑 모두로 필터링할 때 REVIEW 솔루션에 표시됩니다.
RESEARCH 데이터는 모든 객체 속성 확률 값의 최대값을 기준으로 합니다. 위에서 설명한 예시에서 감지된 셔츠의 기본 색상이 빨간색인 경우, 객체는 RESEARCH 솔루션의 빨간색 색상과만 연결됩니다.
다른 예에서, 객체가 남성 40% 확률과 여성 60% 확률로 분류된 경우, 객체가 REVIEW 해결책의 남성 및 여성 클래스 모두로 필터링될 때(허용 오차 임계치를 통과하는 한) 객체가 포함됩니다. RESEARCH 솔루션에서는 객체가 Woman 클래스로 필터링될 때만 해당 객체가 포함됩니다.
따라서 필터 결과는 REVIEW 솔루션과 RESEARCH 솔루션 간에 다를 수 있습니다.
다중 외형 회계의 차이
REVIEW 모듈에서는 사람의 모든 모습이 다른 축소판으로 표시되어 조사자에게 조사에 필요한 모든 관련 정보를 제공합니다. 이 데이터가 RESEARCH 모듈로 전송되면 Re-ID( 얼굴 인식을 기반으로 카메라에서 사람 추적참조 )라는 다른 메커니즘이 적용되어 사람의 외모를 단일 ID로 연결합니다. 이는 사람 수를 정확하게 세고 일관되게 하기 위한 것입니다.