 |
深圳市杰智通科技有限公司
主营产品： GANZ冈子摄像机,日本Computar镜头,台湾APPRO网络摄像机 |
9
联系电话
|
深圳市杰智通科技有限公司
主营产品： GANZ冈子摄像机,日本Computar镜头,台湾APPRO网络摄像机 |
联系电话
| 参考价 | 面议 |
更新时间：2017-12-01 12:07:21浏览次数：3328
联系我们时请说明是智慧城市网上看到的信息，谢谢!
海康深眸系列人脸抓拍摄像机 200万像素1/1.8” CMOS /F-LZ DS-2CD7A27FWD/F-LZS 海康智能人脸筒型网络摄像机 安防大数据以图搜车
DS-2CD7A27FWD/F-LZ(S)
海康200万1/1.8” CMOS深眸智能人脸日夜筒型网络摄像机
海康200万像素深眸系列人脸抓拍网络摄像机DS-2CD7A27FWD/F-LZS主要产品特点：
专业智能功能
采用深度学习算法，以海量图片及视频资源为路基，通过机器自身提取目标特征，形成深层可供学习的人脸图像。极大的提升了目标人脸的检出率。
支持人脸抓拍功能，支持对运动人脸进行检测、跟踪、抓拍、评分、筛选，输出*的人脸抓图
支持人脸跟踪及评分，多帧识别，自动筛选输出*人脸，并减少重复抓拍
抓图分辨率（1920*1080/1280*720）及质量（/较好/一般）可选，适应网传
支持背景大图图片字符叠加功能，支持设备编号、抓拍时间、监测点信息
支持人脸瞳距20像素以上的人脸检测 海康深眸系列人脸抓拍摄像机
支持抓拍次数（1-10次）可设
支持人脸曝光功能
宽动态范围达120dB，室内逆光环境下监控
设备内置高效白光阵列灯，低功耗，夜间能正常进行人脸抓拍
设备内置电动变焦镜头，操作便易，变焦过程平稳
通用功能
Smart录像：支持断网续传功能保证录像不丢失，配合Smart NVR/SD卡实现事件录像的智能后检索、分析和浓缩播放
Smart编码：支持低码率、低延时、ROI感兴趣区域增强编码、SVC自适应编码技术,支持smart265编码
zui高分辨率可达200万像素（1920×1080），并在此分辨率下可输出30fps实时图像，图像更流畅
支持透雾、电子防抖
支持ONVIF(profile S/profile G)、ISAPI、GB/T28181和E家协议接入
支持五码流技术，双路高清，支持同时20路取流
支持标准的128G Micro SD/SDHC/SDXC卡存储
支持10M/100M/1000M自适应网口
支持1对音频输入/输出(-S支持)
支持2对报警输入/输出(-S支持)
支持三级用户权限管理，支持授权的用户和密码，支持IP地址过滤
应用场景
适用于火车站、汽车站、地铁进出口，小区、超市、银行出入口，宾馆、关键道路、通道进出口等。
订货型号
DS-2CD7A27FWD/F-LZ、DS-2CD7A27FWD/F-LZS
海康200万像素深眸系列人脸抓拍网络摄像机DS-2CD7A27FWD/F-LZS产品尺寸图：
安防百科：基于大数据的图像智能分析—以图搜车
以图搜车技术是以计算机视觉、图像处理、图像识别技术为基础，包括图像预处理、图像特征提取、建立图像特征索引和图像特征匹配4个大的步骤。
④ 利用K均值聚类(K-means)方法对SIFT特征集离散化
从图库中可以提取大量的SIFT特征集，利用K均值聚类对其作离散化，聚标记即是图像索引值。K均值聚类通过迭代的方式，把每一个SIFT特征划分到距离其zui近的聚类中，zui终SIFT特征集被划分成K个离散的聚类，认为同一个聚类的SIFT特征是一样的，则可以使用类编号表示SIFT特征，即离散SIFT特征。其中类间距离度量上采用单连接法，对任意两个聚类ci,cj，单连接法的计算公式为：
本文的优选实例中取K值为100000。
⑤ 生成邻域特征
为了弥补SIFT特征缺少特征相对位置关系的缺陷，要把离散化的SIFT进一步转换成邻域特征。假设SIFT聚类个数为K，选择N*N的邻域，则邻域特征可以表示为一个整数序列，其元素的值不超过K*N*N。给定一个SIFT特征点，以其为中心定义一个N*N的邻域。按照如下规则生成一个矩阵： 同一个子区域内，同一个离散SIFT特征出现多次只记录一次; 如果第k个离散SIFT特征出现在第n个区域内，则矩阵第n行的第k个值置为1，否则置为0。zui终的整数序列按照下面的步骤生成: 初始序列为空，自左向右，自上而下扫码矩阵，如果第n行第k个值为1，则在序列中增加一个整数，值为(n-1)* K + k，忽略值为0的元素，由此得到一个整数序列，这个序列就是邻域特征。图1是当K=10,N=3时的邻域特征生成示意图。本文的优选实例中K取100000，N取3。
图1
建立图像特征索引
图像检索中所使用的倒排索引(inverted index)技术源于文档检索领域，用于大规模文档数据的索引和匹配。倒排索引被广泛应用于相似性搜索领域。在大规模的图像数据集中，图像的低层特征向量通过训练好的特征向量码本量化为视觉单词(visual word)，得到的每个视觉单词对应于倒排索引中的索引项。在图像检索中实现快速检索。
图像特征匹配
给定一个待检索特征，在量化之后，对应于待检索特征在倒排索引中的索引项Wi就被确定下来。于是，索引项Wi所对应的一列相关的索引特征作为候选匹配结果。两个图像特征向量x和y之间的匹配函数定义形式如下：
fq(x,y)=δq(x),q(y)
其中q(.)为量化函数，将特征向量映射为码本中离其zui近的簇中心，即码字。
经过上述过程，用户输入的模板图像和图像库中的所有图像的相似度计算问题就转变为了这些由二进制串组成的局部特征之间的匹配问题，本文中二进制串的相似度度量采用Hamming距离，计算效率较高。zui后根据匹配相似度由高到低输出图像库中对应的图像即可。
200万像素1/1.8” CMOS DS-2CD7A27FWD/F-LZ DS-2CD7A27FWD/F-LZS 海康智能人脸筒型网络摄像机 安防大数据以图搜车
