Skip to main content

Przewodnik użytkownika BriefCam

Filtry globalne
Last Updated: 3 minute read
Wersja2025r1
JęzykPolski

Bogaty wybór filtrów granulowanych może być użyty do włączenia i wyświetlenia tylko obiektów pasujących do zakresu cech na karcie PRZEGLĄDARKA.

W poniższej tabeli przedstawiono wszystkie dostępne opcje filtrowania.

Zastosowano filtr

Uwzględniono obiekty sprawy

Źródło

Obiekty pochodzące z określonych synopsów wideo (jeśli nie zostaną wybrane źródła, wyświetlone zostaną obiekty ze wszystkich źródeł).

Domyślnie, wybrane są wszystkie źródła.

Przekazane pliki pojawią się w katalogu o nazwie FILES.

Zakres Czasu

Obiekty pasujące do określonych przedziałów czasu.

Uwaga

W filtrze zakresu czasu brane są pod uwagę tylko wybrane źródła.

Klasa

Obiekty pasujące do następujących klas:

Ludzie: mężczyzna, kobieta, dziecko

Pojazdy Dwukołowe: Rower, Motocykl

Inne Pojazdy:Samochód,Pickup,Furgonetka,Ciężarówka,Autobus,Pociąg,Samolot, Łódź

Zmiany oświetlenia: Światła włączone, światła wyłączone (patrz także Zmiany oświetlenia)

Zwierzęta

Uwaga:

  • Jeśli organizacja utworzyła własne klasy niestandardowe, zobaczysz je w filtrze Klasa.

  • Klasa Car obejmuje minivany, SUV-y, vany, furgonetki towarowe itp.

  • Pojazdy nie są wykrywane na kamerach z ustawieniami narzut lub liczenie.

Atrybuty Osoby

Obiekty z następującymi atrybutami:

Górna Część Garderoby: Długie Rękawy, Krótkie Rękawy, Kolory*

Niższe Zużycie: Długie, Krótkie, Kolory*

Hat: No Hat, Hat - kaptury są uważane za kapelusze.

Maseczka na twarz: Brak maseczki, maseczka – Wykrywacz maseczek działa tylko na twarzach o jakości powyżej 1 gwiazdki (obiekty, które pojawiają się po kliknięciu opcji Pokaż twarze w filtrze Rozpoznawanie twarzy).

Torba: Brak torby, plecak, trzymany w ręku - trzymany w ręku może również podnosić każdy przedmiot trzymany w ręku, taki jak laptopy i telefony komórkowe.

Tolerancję atrybutów można dostosować za pomocą pola Tolerancja. Patrz także Korekta Tolerancji Filtra.

Kolory dolnego i górnego zużycia można regulować za pomocą pól Cień i Krycie. Patrz także Tolerancja kolorów w Tolerancja Kolorów.

*Uwaga:

  • Podczas wyszukiwania osób używających kolorów w celu uzyskania jak najlepszych wyników zaleca się stosowanie górnego i dolnego koloru w atrybutach osoby zamiast filtra koloru, ponieważ kolory atrybutów osoby są zoptymalizowane dla osób.

  • Filtrowanie według kolorów dla dolnego i górnego zużycia działa tylko w przypadku osób stojących i nie działa na kamerach 360.

Marka i model pojazdu

Pojazdy określonej marki i modelu. Patrz także Rozpoznawanie marki i modelu pojazdu.

Kolor

Obiekty pasujące do dowolnej kombinacji koloru: brązowego, czerwonego, pomarańczowego, żółtego, zielonego, limonkowego, niebieskozielonego, fioletowego, różowego, białego, szarego i czarnego.

Aby uzyskać jak najlepsze wyniki wyszukiwania osób używających kolorów, zaleca się używanie górnego i dolnego koloru w atrybutach osoby zamiast filtra Kolor, ponieważ kolory atrybutów osoby są zoptymalizowane dla osób.

Patrz także Tolerancja kolorów w Tolerancja Kolorów.

Rozmiar

Obiekty według ich rzeczywistego rozmiaru (rzeczywisty rozmiar).

Można wybrać rozmiar od 0 do 65 stóp (0 do 20 metrów).

Prędkość

Obiekty na podstawie ich rzeczywistej prędkości.

Można wybrać prędkość od 0 do 155 mil/h (0 do 250 km/h).

Mieszkanie

Obiekty, które przebywają w danej scenie przez okres określony przez użytkownika lub dłużej.

Kierunek

Obiekty poruszające się w określonym kierunku.

Bliskość

Obiekty pojawiające się poniżej lub powyżej określonej odległości. Patrz także Bliskość.

Podobieństwo wyglądu

Obiekty o podobnych atrybutach, ludzie (podobieństwo ludzi) lub pojazdy (podobieństwo pojazdów). Patrz także Podobieństwo wyglądu.

Rozpoznawanie twarzy

Obiekty z wykrytą twarzą. Patrz także Rozpoznawanie twarzy.

Rozpoznawanie tablic rejestracyjnych

Obiekty, które wykryły numer tablicy rejestracyjnej. Patrz także Rozpoznawanie tablic rejestracyjnych.

Metoda klasyfikacji BriefCam

BriefCamstosuje dwustopniowe podejście do klasyfikacji. Po pierwsze, BriefCamklasyfikuje kategorię klasy (np. pojazd). Dla tego najwyższego poziomu BriefCamma 96% dokładności lub więcej. W przypadku podklas filtrowanie jest bardziej szczegółowe, a dokładność może nie być taka sama jak w przypadku klas najwyższego poziomu (np. określony typ pojazdu).

W niektórych przypadkach nie podejmuje się próby klasyfikacji drobnoziarnistej podklas. Na przykład, jeśli masz obiekt o bardzo niskiej rozdzielczości, możliwe może być wykrycie, że jest to pojazd dwukołowy, ale rozdzielczość nie jest wystarczająco wysoka, aby określić, czy jest to rower, czy motocykl.