新一代計數攝影機

摘要

• 深度感測器的應用受到運算資源的限制。
• 電腦視覺透過物件辨識擴大了應用範圍。
• 廣視角使新型計數攝影機成為監控裝置。

市場上充斥著執行立體視覺或飛時測距 (也稱為 ToF) 的深度感測器，這是兩種不同的方法來擷取高度資訊以建立用於計數的深度模型。但正如在 2021 年特斯拉轉向全視覺方法一樣，電腦視覺也是其中的重要競爭者。

對於功耗低於 15 瓦的裝置來說，建立深度模型並同時進行計數是一項資源密集型工作。此外，如今基於 ARM 的系統單晶片 (也稱為 SoC) 內建了專門用於執行深度學習演算法的神經引擎，進一步釋放了運算資源以供更廣泛的應用。

計數之外的潛在應用

物體辨識

如今，先進的監視攝影機在邊緣執行 AI (AI 解決方案的超連結) 並準確地偵測人員，但只要將足夠的資料集提供給演算法，就可以辨識輪椅、自行車、行李或嬰兒車。這種物體辨識能力在許多深度感測器中會受到限制，但對於為零售商和車載運輸服務供應商提供商業智慧資料很有價值。

標記辨識

零售計數的挑戰之一是排除員工計數。與物體辨識方法類似，該演算法可以被訓練來辨識員工襯衫上的特定圖案，從而在計數時予以剔除。

這種方法可以進一步轉移到車載運輸。使用特定閘門標記偵測閘門狀態。

綜合監控裝置

VIVOTEK 選擇魚眼設計來利用廣闊的視角。透過與攝影機 SDK 整合，扭曲校正可提供監視監控，使其成為雙應用裝置。

這種方法可以進一步轉移到車載運輸。使用特定閘門標記偵測閘門狀態。