基於人臉識別跨攝像機跟蹤人員
在RESEARCH模塊中,當使用高質量面部識別相機時,可以使用面部識別功能跨相機跟蹤人員(重新識別/重新識別)。此功能可用於根據店內人臉計算不同訪客數量,測量人們在商店停留的平均時間,計算跳出率,將員工從訪客數量中排除,並測量新訪客與重複訪客之間的差異。
此功能可用於所有相關攝影機上臉部可見且高品質(二星和三星影像)的人員。
為了支持此功能,RESEARCH內置了許多措施,例如唯一身份數量,新唯一身份數量,回訪身份數量,唯一身份平均訪問時長,跳出訪客數量,訪客跳出率等。若要使用此功能,需要將所有相關攝影機來源新增至“來源群組”標籤中的相同來源群組。
可以對Re-ID機制進行修改,以考慮環境中人員之間的一般相似性。例如,如果大多數人戴著頭巾或具有不同的面部特徵(如八字鬍或眼鏡),則可能需要使用BriefCam Administrator Console中的BIFaceRecognition.FaceMatchingThreshold設置來調整此特徵的靈敏度。
注意
特徵在數據庫中保存為未識別的向量。