AI人工智能安防系统中,通过AI芯片对前端摄像机的赋能,使摄像机有了人脸抓拍、识别等功能,但是AI摄像机也是基于传统网络摄像机的架构设计,其使用有一定的局限性。 要真正实现对现场的高效抓拍,传统架构的摄像机受性能限制,在覆盖距离、覆盖范围等方面存在不足,往往无法保证图像质量或者出现漏拍等情况,只能通过增加摄像机数量的方法来解决,成本会大大增加。 一、阵列式摄像机相机阵列式摄相机与传统架构的摄像机不同,它是由一个主镜头+N个微型镜头阵列式结合的跨尺度成像相机,微型镜头根据不同的光路设计,可以形成不同的焦距。多个镜头同时工作,可以捕捉到远近不同的画面。不仅可以实现对广场、公路等视野范围广的环境覆盖,而且可以获得多个焦点,看清更多细节,实现大视场和细节的兼顾,实现100米距离的人脸识别 二、性能参数与传统的IPC相比,其参数不同之处如下: 清晰度:所谓亿级像素,是指所有镜头像素的总和。 人脸识别最远距离:96米(百米级)。 对焦方式:光学自动对焦(非电子放大)。 网络带宽:760Mbs,是普通1080P摄像头的近100倍。 三、适用场景1、智能交通领域:可以实现大视野范围内车流、人流的整体覆盖,并有效识别人脸、车牌等信息。 一个主图,多个细节 2、车站、机场:一台阵列式相机,可以有效识别区域范围内的人脸、人流方向、行为等。 3、其他场景:企业园区、工厂、赛事现场等等人流密集的场所。 |
|