Skip to main content

Przewodnik użytkownika BriefCam

Różnice między danymi REVIEW i RESEARCH

Last Updated: 1 minute read
Wersja2024r2
JęzykPolski

Między modułami REVIEW i RESEARCH mogą występować pewne różnice w liczbie wykrytych obiektów. Głównie dlatego, że zastosowanie każdego z tych modułów jest inne. REVIEW, używany do dochodzeń, może zawierać obiekt w więcej niż jednej wartości klasyfikacji, aby zapewnić, że prowadzący dochodzenie niczego nie przeoczy, podczas gdy RESEARCH jest nastawiony na dokładne i spójne przedstawienie liczby osób lub samochodów, dlatego każdy obiekt liczy się tylko raz.

Różnice w stosowaniu filtrów

Dane REVIEW są oparte na danych prawdopodobieństwa, co oznacza, że obiekt może występować pod wieloma wartościami atrybutów. Przykładowo, jeśli wykryty zostanie obiekt w koszulce z czerwono-niebieskim wzorem, obiekt ten pojawi się w rozwiązaniu REVIEW podczas filtrowania zarówno do koloru czerwonego, jak i niebieskiego.

Dane RESEARCH są oparte na maksymalnej wartości wszystkich wartości prawdopodobieństwa atrybutów obiektu. W przykładzie opisanym powyżej, jeśli głównym kolorem wykrytej koszulki jest czerwony, obiekt zostanie powiązany tylko z kolorem czerwonym w rozwiązaniu RESEARCH.

W innym przykładzie, jeśli obiekt został sklasyfikowany z 40% prawdopodobieństwem jako mężczyzna i 60% prawdopodobieństwem jako kobieta, obiekt zostanie uwzględniony, gdy obiekty zostaną przefiltrowane do obu klas mężczyzny i kobiety w rozwiązaniu REVIEW (o ile przekroczy próg tolerancji). W rozwiązaniu RESEARCH ten sam obiekt zostanie uwzględniony tylko wtedy, gdy obiekty zostaną przefiltrowane do klasy Woman.

Dlatego wyniki filtrowania mogą różnić się w przypadku rozwiązań firm REVIEW i RESEARCH.

Różnice w uwzględnianiu wielu wystąpień

W module REVIEW każde pojawienie się osoby jest wyświetlane jako inna miniatura, aby zapewnić prowadzącemu dochodzenie wszystkie istotne informacje dla dochodzenia. Gdy dane te są przesyłane do RESEARCH, inny mechanizm, zwany Re-ID (patrz Śledzenie ludzi z kamer na podstawie rozpoznawania twarzy), jest stosowany do łączenia wyglądu osoby w jedną tożsamość. Ma to na celu zapewnienie, że liczenie ludzi jest dokładne i spójne.