METODI E PROCESSI DI ADDESTRAMENTO
Ottimizzano le categorie di target concentrandosi su oggetti chiave — persone, veicoli a motore e veicoli non a motore — per ridurre la complessità del modello mantenendo al tempo stesso un’elevata accuratezza, rendendo i modelli visivi Xinghan ideali per
PROTEZIONE PERIMETRIALE
I modelli visivi Xinghan ampliano la copertura e la portata del rilevamento perimetrale grazie alla capacità di riconoscere con precisione target di dimensioni ridotte.
Rispetto ai modelli di intelligenza artificiale basati su CNN, i modelli di intelligenza artificiale su larga scala Xinghan raggiungono
Fino a
50%
un aumento della distanza di rilevamento
Con
98%
mantenimento dell’accuratezza
Raggiunge
92%
riduzione dei falsi allarmi
WIZTRACKING
La funzione WizTracking dei modelli visivi Xinghan è in grado di gestire occlusioni complesse e variazioni nella postura dei target, raggiungendo un miglioramento del 50% nell’accuratezza. Ora integrata nelle nostre telecamere PTZ a cupola, **WizTracking** potenzia in modo significativo le capacità di tracciamento continuo.
Corpo parzialmente oscurato
Persona in posture diverse
Strisciamento
Accovacciamento
Arrampicata
CROWD MAP
La Crowd Map dei modelli visivi Xinghan migliora in modo significativo il rilevamento di piccoli target a lunga distanza e integra la tecnologia di Compensazione per Ombrelli. Grazie a prestazioni robuste in ambienti affollati e con scarsa illuminazione, il sistema garantisce una gestione della folla più accurata e affidabile in scenari diversi.
Giorno
Fino a
2X
raggio esteso
Rileva fino a
5000
persone contemporaneamente
Giornata piovosa
Migliorato
Giornata piovosa
Tasso di rilevamento
Notte
Migliorato
Notte
Tasso di rilevamento
ADATTAMENTO ALLA SCENA – AI WDR
Il modello di intelligenza artificiale su larga scala Xinghan sfrutta la consapevolezza del contesto per analizzare le caratteristiche spaziali e ambientali di una scena, consentendo una configurazione automatica e intelligente delle telecamere.
Rileva automaticamente la scena WDR e configura l’attivazione/disattivazione
*Nota: i dati sopra riportati si basano su configurazione standard e ambiente di test.
