Publicité
Veuillez noter qu'une reconnaissance d'objet recherche les caractéristiques spécifiques d'un objet dans
l'image, mais que celles-ci peuvent être faussées par des facteurs environnementaux tels que le vent,
la pluie, la neige ou les insectes. Il existe donc toujours un risque résiduel qu'un objet soit mal classé.
Par exemple, lors de la reconnaissance d'une personne, les objets qui ressemblent à la silhouette d'une
personne peuvent également être détectés en tant que personne. Un exemple pourrait être un drapeau
qui se déplace dans le vent et qui, dans ce cas, pourrait être reconnu comme une personne portant un
imperméable.
Pour exclure de la détection des zones particulièrement sensibles aux interférences, vous pouvez définir
ici une zone masquée (RONI - Region Of No Interest). La zone reste visible, mais il n'y a plus de
détection d'objet et donc plus de message push ni d'enregistrement.
En cas de faux déclenchements fréquents dus à des objets, il est recommandé d'adapter la sensibilité
des objets. Souvent, ceux-ci sont déjà évités à un niveau inférieur.
Vous pouvez régler finement la sensibilité des détecteurs à l'aide des curseurs, la valeur 1
représentant la sensibilité la plus faible et la valeur 10 la sensibilité la plus élevée de la détection.
Ainsi, avec une valeur de 1, une personne n'est signalée que s'il est très probable qu'il s'agisse
réellement d'un être humain.
Les réglages suivants sont recommandés pour les différents objets :
Personne : Niveau 2
Animal : Niveau 3
Véhicule : Niveau 10
Remarque
La fiabilité de la détection d'objets dépend de facteurs locaux. Dans diverses situations, des
erreurs de détection peuvent se produire. En particulier, les influences environnementales
telles que la pluie, la neige, les insectes, les salissures et les conditions d'éclairage difficiles
peuvent avoir un effet négatif sur les résultats.
20
Français
Publicité
