Skip to main content

BriefCam用戶指南

REVIEW和RESEARCH數據之間的差異

最後更新日期: 閱讀時間 2 分鐘
版本2025 R1
語言中文(繁體)

在REVIEW和RESEARCH模塊中檢測到的對象數量可能存在一些差異。主要是因為這些模塊的使用案例各不相同。用於調查的REVIEW可以在多個分類值中包含一個對象,以確保調查人員不會遺漏任何內容,而RESEARCH旨在準確一致地表示人員或車輛數量,因此每個對象只計算一次。

套用篩選器的差異

REVIEW數據基於概率數據,這意味著一個對象可以出現在多個屬性值之下。例如,如果檢測到某對象穿著帶有紅色和藍色圖案的T恤,則該對象將在同時過濾為紅色和藍色時顯示在REVIEW解決方案中。

RESEARCH數據是基於所有對象屬性概率值的最大值。在上面的示例中,如果檢測到的襯衫的主要顏色是紅色,則對象將僅與RESEARCH溶液中的紅色相關聯。

在另一個範例中,如果物件被分類為40%機率為男性和60%機率為女性,當物件被篩選為REVIEW解決方案中的男性和女性類別時(只要它超過容錯閾值),物件將被包含。在RESEARCH解決方案中,只有當對象被篩選到Woman類時,才會包含相同的對象。

因此,REVIEW和RESEARCH解決方案之間的過濾結果可能不同。

多種外觀會計處理的差異

在REVIEW模塊中,每個人的出現都顯示為不同的縮略圖,為調查人員提供與調查相關的所有信息。當這些數據被傳輸到RESEARCH模塊時,另一種稱為Re-ID(參閱基於人臉識別跨攝像機跟蹤人員)的機制被用來將一個人的外表鏈接成一個身份。這是為了確保人員計數的準確性和一致性。