この会社の広告ウェブサイトに書かれていることを少し考えて読むだけです。 最初に最も重要な設定を行います。
検出フレームを他のオブジェクトと区別し、これに基づいてオブジェクトを分類するために、人のサイズを設定することが提案されています。 しかし、私たちは前回の記事ですでに言っています：
1. 2次元カメラは理論的にはオブジェクトのサイズを決定できません。 彼女には見込みがない。 しかし、ここでは、高さの違いと既知の位置に基づいて、疑似遠近法が提案されています。 すべての動きは地球上にのみ存在すると想定されており、理論的には「地球人」のためにそのような論理を構築することが可能です。 飛ぶ鳥や、カメラの周りをう昆虫には向いていません。 また、サイズを調整することはできません。
2.コントラスト検出器は、背景と異なるもののみを認識します。 左の人（赤い線）に注目すると、彼の体が完全に（カメラに対して-完全に）背景と結合していることに気付くのは簡単です。 つまり コンピューターには白いズボンと別の黒い頭しか見えません。
ただし、感度をフルに設定すると、少なくともいくつかの違いを見つけようとすることができますが、その干渉はアーカイブ全体を詰まらせます。 デジタル化アーティファクトでさえうまく機能します。
3.検出のサイズは、最もコントラストの高いターゲット上であっても、閉じたモーション領域の全体性によって決まります。 交差する複数の人々は、1人よりも大きな人物を形成します。
4.オブジェクトを移動する場合、検出ゾーンは現在位置している場所だけでなく、1フレーム前の同じ領域でもあります。 検出プロセスは、前のフレームに続くフレームの比較です。 したがって、将来、その人が動いた場所と彼が解放した場所は変更されます。 このゾーンの長さは、移動の速度に依存します。2フレーム中にオブジェクトがさらに移動すると、ゾーンが大きくなります。 車の場合、これはフレームの全領域になります。
5.さらに、私は広告ハイテクのあからさまな失態について言わなければなりません。この写真は同じSynesisの設定からのものです。
ご覧のように、検出ゾーンは垂直であり、奇妙なことに、水平では人間の姿とは大きく異なります。 どうやら、開発者自身は自分が書いたものを強く信じていないようです。
そして、ここで、あなたが人を車と区別する必要があるとき、Sinesis広告の作家ははっきりと細長い縦の数字を示します：
論理的に-はい、もちろん横にしか動いていないのに起きない限り、車は横に伸びます。 しかし、右上隅に再び間違いがあります。 そこでは、2つの数字が丸で囲まれています。 したがって、3〜4人が一緒に行けば、すでに機械として認識されます。 さて、何ができますか？オブジェクト検出器をだますことはできません！
実際、Kipodビデオ分析モジュールのその他の設定はすべて、オブジェクトのサイズを計算する試みに基づいていますwiki.allprojects.info/pages/viewpage.action?pageId=31785131
つまり ほとんどすべてのビデオ分析テクノロジーは、明らかに実際の状況では機能しないという原則に基づいています。
ビジネスをビデオ分析とリンクしている他の企業の大多数から、Synesisは反実用性によって区別されます。 cなアルゴリズムを発明したのは誰なのか、まじめにテストしたことはないだろう。 次の設定を行います。
いわゆる関心領域では、トリガーのコントラストレベル-感度を設定できます。 素晴らしいこと-照明を変更しない場合、100で機能します。 しかし、この場合、夜に感度をより高く設定する必要がある部屋が表示されます。 2番目の（青）ゾーンでは、通常、反対の値が必要です。日光の下では、窓は明るく、人工的には暗いです。 考え直します！
デモンストレーション中、照明が劇的に変化しないことは明らかです。つまり、売り手は買い手に知的能力を納得させる長いチャンスがあることを意味します。
2番目の（青）ゾーンについてもう少し。 ウィンドウに検出場所を設定するためには、練習から非常に遠く離れている必要があります。 太陽は予測不可能な物体であり、その気分は絶えず変化します。したがって、晴れた日にデモを行わない方が良いです。2番目のゾーンは常に反応します。
しかし、Synesisにはテストする機会があります。試さないことは罪です。 それが一日でうまくいったことです。
同時に、複数の繰り返しが切り取られ、クモと甲虫が絶えずソーセージであったため、ビデオは単なる例です。
継続するには...