Documentos de Académico
Documentos de Profesional
Documentos de Cultura
⚫ Análisis de comportamiento
⚫ Conteo de personas
⚫ Mapa de calor
⚫ Análisis de Filas
⚫ Reconocimiento facial
Contenido
⚫ Fundamentos
⚫ Instalación
⚫ Análisis de comportamiento
⚫ Configuración
⚫ Conteo de personas
⚫ ejemplos
⚫ Mapa de calor
⚫ Análisis de Filas
⚫ Reconocimiento facial
Cruce de línea
⚫ La detección de cruce de línea es detectada por el área que el objeto cruza la línea.
Por defecto, si el objeto cruza la línea en un 50%, activará la alarma. A mayor
sensibilidad, menor área del objeto requiere para cruzar la línea.
Detección de entrada
a la región
Detección de
salida de región
4 3 2 1
Detección de
intrusiones
Contenido
⚫ Fundamentos
⚫ Instalación
⚫ Análisis de comportamiento
⚫ Configuración
⚫ Conteo de personas
⚫ ejemplos
⚫ Mapa de calor
⚫ Detección de filas
⚫ Reconocimiento facial
Recomendación de Instalación
• Evite desplegar cámaras en escenas con luz cambiante excesiva y rápida.
• Evite escenas con vidrio, azulejos y otros objetos reflectantes.
• Evite escenas con muchos insectos alados.
1/3
Línea
Dirección
Dirección
Línea
Recomendación de Instalación
Detección de cruce de línea
– La cámara debe montarse en una posición relativamente alta.
– El objetivo no puede ser demasiado grande.
Objetivo
Línea
Recomendación de Instalación
Detección de Instrusiones
Debido a la posición y dirección de montaje de la cámara, el objetivo es demasiado grande
en la imagen. Aunque el cruce de línea se puede usar en este escenario, pero para evitar
una detección incorrecta, Se prefiere la detección de intrusiones en esta situación.
Contenido
⚫ Análisis de Filas
⚫ Reconocimiento facial
Detección de cruce de línea
Demo Video
Dirección:
A->B:Los objetivos que se mueven de A a B activarán la alarma.
B->A:Los objetivos que se mueven de B a A activarán la alarma.
A<->B:Los objetivos que se mueven entre A y B activarán la
alarma.
Detección de cruce de línea
Demo Video
Sensibilidad:
Representa el porcentaje de la parte del cuerpo de un
objetivo aceptable que atraviesa la línea predefinida.
Detección de cruce de línea
Umbral:
El umbral determina el tiempo del objeto merodeando en la región. La
alarma se activará inmediatamente después de que el objeto ingrese a la
región si el tiempo excede el umbral. El tiempo de la unidad es de 1
segundo.
Sensibilidad:
Rango [1-100]. La sensibilidad representa el porcentaje de la parte del
cuerpo de un objetivo aceptable que ingresa a la región predefinida.
Detección de Entrada a una Región
Demo Video
Sensibilidad:
Range [1-100]. La sensibilidad representa el porcentaje de la parte
del cuerpo de un objetivo aceptable que ingresa a la región
predefinida.
Detección de Salida de una Región
Demo Video
Sensibilidad2:
Rango [1-100]. La sensibilidad representa el porcentaje de la parte
del cuerpo de un objetivo aceptable que sale de la región
predefinida.
Detección de Objeto Desatendido
Demo Video
Umbral:
La alarma se activará inmediatamente después de dejar el objeto si
el tiempo excede el umbral.
Sensibilidad:
Rango [1-100]. La sensibilidad representa el porcentaje de la parte
del cuerpo de un objetivo aceptable que ingresa a la región
predefinida.
Detección de Objeto Removido
Demo Video
Umbral:
Rango [5s-20s], el umbral para el tiempo de los objetos eliminados
de la región.
Sensibilidad:
Rango [1-100]. La sensibilidad representa el porcentaje de la parte
del cuerpo de un objetivo aceptable que abandona la región
predefinida.
Horario de armado y Acciones vinculadas
⚫ Fundamentale
s
⚫ Análisis de comportamiento
⚫ Instalación
⚫ Conteo de personas ⚫ Configuración
⚫ Análisis de Filas
⚫ Reconocimiento facial
Detección de cruce de línea o Intrusión?
Ejemplo: Si alguien cruza la cerca y entra al patio, se deben activar las alarmas. Pero siempre hay
algunas personas en el patio entrando y saliendo del área protegida donde la alarma no debe
activarse en este caso.
Solución 1: :Si dibuja un área protegida como se muestra en la siguiente imagen, estableciendo la
regla como detección de intrusiones, las personas que ya están en el patio activarán la falsa
alarma.
Alguien se va
Regla a mover aquí.
Alguien se va
a mover aquí.
Detección de cruce de línea o Intrusión?
Solución 2: Como se muestra abajo en la foto, dibujan líneas arriba de la cerca y establecen regla de cruce de línea.
De este modo, la gente que está dentro o afuera no activará la alarma. En este caso, el cruce de línea en lugar de la
detección de intrusos puede mejorar la precisión de la detección.
Regla Alguien se va a
mover aquí.
Alguien se va a
mover aquí.
Detección de cruce de línea o Intrusión?
Ejemplo: Las personas que ingresan al garaje por la noche están prohibidas. Cualquiera que ingrese activará la alarma.
Solución 1: Como se muestra a continuación, dibujan Reglas de cruce de línea alrededor del garaje. Como las líneas
están demasiado cerca del borde de la imagen, la cámara no podrá detectar el objetivo que se mueve rápidamente
cuando ingresa al garaje, lo que provocará la falta de alarmas.
Regla
Detección de cruce de línea o Intrusión?
Solución 2: Dibujar el área con reglas de detección de intrusiones. Mientras los objetivos en movimiento se muestren
en el área protegida y permanezcan por más tiempo del predeterminado, se activará una alarma.
Tip: Aquí se recomienda la detección de intrusiones en lugar de la detección de cruce de línea, porque la detección de
intrusiones puede reducir las falsas alarmas de manera más efectiva.
Rule
Contenido
Supermercados
Topología
Cámara de Conteo de Personas
iDS-2CD6810F/C
Características Principales:
✓ Algoritmo inteligente integrado para calcular el número de personas que entran o salen.
✓ Informe diario, semanal, mensual, anual.
✓ Flash incorporado para el almacenamiento de estadísticas de conteo de personas sin tarjeta SD.
Cámara de Conteo de Personas
iDS-2CD6810F/C
Características:
• Lente dual
• 2.0 / 2.8mm opcional
• DC12V / PoE
• Función especializada de Conteo de Personas, separa entradas y salidas
Lente dual—3D Imágen
Ventajas:
• Las sombras u otros objetos no causarán un • Según la información de altura en el eje 3D,
conteo incorrecto. la altura del objetivo debe estar en el rango
• La cámara puede identificar a dos personas de la altura humana, filtrando así la
siempre que haya espacio entre dos cabezas. interferencia del carro, el carro del bebé,
etc.
Lente dual— Ventajas
+1
Enter
Leave
Contenido
Requiere una cámara para una puerta de entrada estándar de ancho entre 2 ~ 3 m y altura entre 2.5 ~ 5 m.
* La cobertura efectiva de la cámara real varía según la distancia focal de la cámara como se muestra en la tabla.
Recomendación de instalación
iDS-2CD6810F/C
Altura (m) Longitud focal Recomendada (mm) Ancho de puerta (m)
El número de cámaras debe aumentar si:La puerta del objetivo es más ancha que la cobertura efectiva de la cámara.
* la cobertura efectiva de la cámara se define por la línea de detección a través del cliente IE o el software iVMS en lugar del
FoV físico de la cámara.
Recomendaciones de Instalación
iDS-2CD6810F/C
⚫ Configuration > People Counting
1 Línea de detección(amarillo)
Passing by
Entering
⚫ Análisis de comportamiento
⚫ panorama
⚫ Conteo de personas
⚫ Producto &Instalación
⚫ Mapa de calor ⚫ Configuración
⚫ Análisis de Filas ⚫ Informe de estadísticas
⚫ Reconocimiento facial
Escenarios de aplicación
Plazas Boutique
Mapa de calor
Vista semanal
Análisis de plano
anterior
Acumulación de calor
Muestra de
color
Contenido
⚫ Análisis de comportamiento
⚫ panorama
⚫ Conteo de personas
⚫ Producto e Instalación
⚫ Mapa de calor ⚫ Configuración
⚫ Análisis de Filas ⚫ Informe de
estadísticas
⚫ Reconocimiento facial
Cámara de mapa de calor
DS-2CD63X5G0-I(V)(S)
• 6MP/12MP
• 360°ángulo de vista
• hasta15m IR rango
• Micrófono y altavoz incorporado
• Algoritmo de aprendizaje profundo
Instalación
⚫ Análisis de comportamiento
⚫ Panorama
⚫ Conteo de personas
⚫ Producto &Instalación
⚫ Mapa de calor ⚫ Configuración
⚫ Detección de cola ⚫ Informe de estadísticas
⚫ Reconocimiento facial
Operación de Mapa de calor
• Configuration > Advanced Configuration > Heat Map
– Habilitar la función de mapeo térmico y dibuje el área detectada.
Contenido
⚫ Análisis de comportamiento
⚫ Panorama
⚫ Conteo de personas
⚫ Producto &Instalación
⚫ Mapa de calor ⚫ Configuración
⚫ Detección de cola ⚫ Informe de estadísticas
⚫ Reconocimiento facial
Operación de mapa de calor
• Haga clic en Conteo para exportar los datos.
• Seleccione Resultado de estadísticas como Mapa de calor espacial o Mapa de calor temporal, y se mostrará el mapa de calor
correspondiente.
• Como se muestra en la figura anterior, el bloque de color rojo indica el área más bienvenida y el bloque de color azul indica el
área menos popular.
⚫ Análisis de comportamiento
⚫ Conteo de personas
⚫ panorama
⚫ Mapa de calor
⚫ Figuras
⚫ Análisis de Filas ⚫ Configuración
⚫ Reconocimiento facial ⚫ Informe de estadísticas
Introducción al análisis de filas
City B
RSM
City A
Hik-Central
Hik-Central
Client
Branch 01 Branch 02
NVR NVR
Etiqueta de identificación
y tiempo de espera de conteo exacto de Flow Analysis Cameras
cada persona personas
Sistema de análisis de filas
Introducción al análisis de filas
13 s → 23 s → 33 s
alarma!
⚫ Análisis de comportamiento
⚫ Conteo de personas
⚫ Mapa de calor ⚫ Panorama
⚫ Análisis de comportamiento
⚫ Conteo de personas
⚫ Mapa de calor ⚫ Panorama
313
819 Proporcione el número de clientes
recibidos en la misma fila dentro de
1481 un período de tiempo. Compare
diferentes fila (región 1 y 2) en el
mismo período.
Waiting time <= 5 5 s < Waiting time <= 10 s Waiting time > 10 s
s
Introducción al análisis de filas
Longitud de la
Color
cola (personas)
100%
50%
Comparar el estado de la longitud de la
0% cola de la misma cola en diferentes
00:00-…
01:00-…
02:00-…
03:00-…
04:00-…
05:00-…
06:00-…
07:00-…
08:00-…
09:00-…
10:00-…
11:00-…
12:00-…
13:00-…
14:00-…
15:00-…
16:00-…
17:00-…
18:00-…
19:00-…
20:00-…
21:00-…
22:00-…
23:00-…
momentos.
⚫ Análisis de comportamiento
⚫ Conteo de personas
⚫ Mapa de calor
⚫ Análisis de Filas ⚫ Fundamentos
El aprendizaje profundo es intrínsecamente diferente de otros algoritmos. La forma en que resuelve las
insuficiencias de los algoritmos tradicionales se abarca en los siguientes aspectos.
◆ De “Shallow” a “Deep”
◆ De “Artificial Features” a “Feature Learning”
modelando
Captura Facial
Video original
Detección de cara
Seguimiento de cara
Modelando
Reconocimiento Facial
Deep
Learning
Modelando
Cámaras DeepinView
Cámara de reconocimiento facial(iDS-2CD8426G0/F-I)
Vista en vivo
Resultado de
(Detección)
comparación
(Reconocimiento)
⚫ Análisis de comportamiento
⚫ Conteo de personas
⚫ Mapa de calor
⚫ Análisis de Filas ⚫ Fundamentales
1. La cámara debe instalarse en la parte frontal del pasillo y capturar la cara positiva.
2. El ángulo de deflexión horizontal debería ser inferior a 25 °.
3. El ángulo de elevación vertical debe cumplir con el siguiente requisito: α = 15 ± 5 °.
4. Requiere que los píxeles cubiertos de PD (distancia de la pupila) sean mayores de 40 píxeles para distinguir los detalles de la
cara.Asegúrese de que no haya refugio entre la lente de la cámara y el pasillo
Ejemplos
Alarma a
tiempo real
1V1
Foto de cara Comparación
Búsqueda de cara
por cara
Confirmar
Transmisión de identificación
video
Admite IPC DS-IE6316/32-EL/FA
inteligente para Alarma de
análisis de video frencuencia alta
Gracias