Algemene filters
U kunt een rijke selectie korrelige filters gebruiken om alleen objecten die overeenkomen met een reeks kenmerken op het tabblad KIJKER toe te voegen en weer te geven.
Raadpleeg de volgende tabel voor alle beschikbare filteropties.
Filter toegepast | Case-objecten toegevoegd |
Bron | Objecten die afkomstig zijn van specifieke videosynopsis (als er geen bronnen zijn geselecteerd, worden objecten van alle bronnen weergegeven). Standaard zijn alle bronnen geselecteerd. Bestanden die zijn geüpload, worden weergegeven in een map met de naam BESTANDEN. |
Tijdsbereik | Objecten die overeenkomen met specifieke tijdsbereiken. OpmerkingAlleen de geselecteerde bronnen worden in aanmerking genomen voor het filter Tijdsbereik. |
Klasse | Objecten die overeenkomen met de volgende klassen: Mensen: Man, Vrouw, Kind Voertuigen met twee wielen: Fiets, Motorfiets Overige voertuigen:Auto,Pick-up,Bestelwagen,Vrachtwagen,Bus,Trein,Vliegtuig, ØBoot Wijzigingen in verlichting: Lichten aan, Lichten uit (zie ook Wijzigingen in verlichting) Dieren Houd er rekening mee dat:
|
Persoonseigenschappen | Objecten met de volgende kenmerken: Kleding bovenlichaam: lange mouwen, korte mouwen, kleuren* Kleding onderlichaam: lang, kort, kleuren* Hat: Geen Hat, Hat - Hoods worden beschouwd als hoeden. Gezichtsmasker: Geen Masker, Masker - De gezichtsmaskeerdetector werkt alleen op gezichten van 1-sterrenkwaliteit of hoger (objecten die verschijnen wanneer je klikt op de optie Gezichten weergeven in het filter Gezichtsherkenning). Tas: Geen tas, Rugzak, Hand Held – Hand Held kan ook elk item dat in iemands hand wordt gehouden, zoals laptops en mobiele telefoons, naar boven brengen. Je kunt de tolerantie van de attributen verfijnen met behulp van het veld Tolerantie. Zie ook Aanpassing filtertolerantie. Je kunt de kleuren van de onder- en bovenkleding verfijnen met behulp van de velden Tint en Dekking. Zie ook kleurtolerantie in Kleurtolerantie. *Let op:
|
Merk en model voertuig | Voertuigen die overeenkomen met een specifiek merk en model. Zie ook Merk en modelherkenning van voertuig. |
Kleur | Objecten die overeenkomen met een combinatie van bruin, rood, oranje, geel, groen, limoen, cyaan, paars, roze, wit, grijs en zwart. Bij het zoeken naar mensen die kleuren gebruiken om de best mogelijke resultaten te krijgen, wordt het aanbevolen om de bovenste en onderste kleuren in persoonskenmerken te gebruiken in plaats van het kleurfilter, omdat de kleuren van het persoonskenmerk zijn geoptimaliseerd voor mensen. Zie ook kleurtolerantie in Kleurtolerantie. |
Grootte | Objecten op basis van hun werkelijke (werkelijke) grootte. Je kunt een grootte tussen 0-65 voet (0-20 meter) selecteren. |
Snelheid | Objecten op basis van hun werkelijke snelheid. Je kunt een snelheid selecteren tussen 0-155 mijl/uur (0-250 km/uur). |
Stilstaan | Objecten die gedurende een door de gebruiker gespecificeerde periode of langer in een scène hebben verbleven. |
Richting | Objecten die in een bepaalde richting zijn gegaan. |
Nabijheid | Objecten die onder of boven een opgegeven afstand verschijnen. Zie ook Nabijheid. |
Uiterlijke gelijkenis | Objecten met vergelijkbare kenmerken, mensen (Mensen Gelijkenis) of voertuigen (Voertuiggelijkenis). Zie ook Uiterlijke gelijkenis. |
Gezichtsherkenning | Objecten met een gedetecteerd gezicht. Zie ook Gezichtsherkenning. |
Kentekenherkenning | Objecten met een gedetecteerd kenteken. Zie ook Kentekenherkenning. |
classificatiemethode van BriefCam
BriefCammaakt gebruik van een tweeledige classificatiebenadering. Ten eerste classificeert BriefCamde klasse categorie (bijv. voertuig). Voor dit topniveau heeft BriefCameen nauwkeurigheid van 96% of hoger. Voor subklassen is de filtering gedetailleerder en is de nauwkeurigheid mogelijk niet gelijk aan die van de topklassen (bijv. specifiek voertuigtype).
In sommige gevallen wordt de fijnkorrelindeling van subklassen niet geprobeerd. Als je bijvoorbeeld een object met een zeer lage resolutie hebt, is het mogelijk om te detecteren dat het een voertuig met 2 wielen is, maar de resolutie is niet hoog genoeg om te bepalen of het een fiets of een motorfiets is.