Kısaca
Klasik bir hareket algılama kamera görüntüdeki piksellerin değiştiğini fark eder, ama değişikliğe neyin yol açtığını bilmez; bu yüzden sallanan dal, gölge, far ışığı ve hayvan da alarm üretir. Yapay zeka destekli nesne algılama ise hareket eden şeyi önce sınıflandırır, insan mı, araç mı, başka bir şey mi olduğuna karar verir ve yalnızca sizin seçtiğiniz hedef türü için alarm üretir. Yanlış alarm bu yüzden azalır; ama doğru montaj açısı ve doğru ayar olmadan bu fark kaybolur.
Önemli bilgiler
- Piksel tabanlı hareket algılama, sahnenin bir “arka plan” hâlini hafızada tutar ve yeni kareyi bununla karşılaştırır; farkın büyüklüğünü hassasiyet ve eşik ayarları belirler.
- PIR sensör ışık ve gölge değişimine değil ısı farkına bakar; ama sıcak bir hayvanı insandan ayıramaz.
- Nesne algılama her tespit için bir tür (insan, araç vb.) ve bir güven skoru üretir; alarm kararı bu ikisine göre verilir.
- Boyut, süre ve kareler boyunca izleme filtreleri, tek karelik parlamaları ve küçük nesneleri eler.
- Kalabalık sahneler, çok uzak mesafe, tepeden bakan kamera ve zifiri karanlık doğruluğu düşürür.
- Gün boyu insan bulunan kapalı alanlarda klasik hareket algılama çoğu zaman yeterlidir.
Hareket algılama kamera teknik olarak nasıl çalışır?
Klasik bir hareket algılama kamera, sahnenin boş hâlini bir arka plan modeli olarak hafızada tutar, her yeni kareyi bu modelle karşılaştırır ve yeterince fazla pikselin yeterince değiştiğini görürse “hareket var” der.
Bu yönteme video hareket algılama (VMD) ya da arka plan çıkarma denir. Kamera ya da kayıt cihazı, görüntüyü küçük bloklara böler ve her bloğun parlaklığını ve rengini arka plan modeliyle kıyaslar. Arka plan sabit değildir; gün içinde ışık değiştikçe model de yavaşça güncellenir. Böylece güneşin yavaş yavaş yükselmesi hareket sayılmaz, ama bir anda değişen bölge sayılır.
Buradaki kritik nokta şudur: sistem yalnızca “bu bölgede bir şey değişti” bilgisini üretir. Değişen şeyin bir insan mı, bir dalın gölgesi mi, yoksa kameranın önünden geçen bir böcek mi olduğu hakkında hiçbir fikri yoktur. Değişimin şekli, büyüklüğü ve nasıl hareket ettiği bu yöntemde karar için kullanılmaz ya da çok sınırlı kullanılır.
İlgili hizmet · Görüntüleme ve Güvenlik
Hareket ve nesne algılamayı da kapsayan kamera sistemlerini tesisinizin ihtiyacına göre nasıl projelendirdiğimizi, kurduğumuzu ve bakımını nasıl üstlendiğimizi Görüntüleme ve Güvenlik sayfamızda anlattık.
Görüntüleme ve Güvenlik →
Hassasiyet ve eşik ayarı neyi değiştirir?
Hassasiyet, bir pikselin “değişti” sayılması için ne kadar farklılaşması gerektiğini; eşik ise alarm için görüntünün ne kadarının değişmesi gerektiğini belirler.
Hassasiyet yükseldikçe küçük ışık oynamaları bile değişim sayılır; düştükçe yalnızca belirgin farklar dikkate alınır. Eşik ise alanla ilgilidir: değişen bölge belirlenen oranı geçmezse alarm oluşmaz. İki ayar birbirini dengeler. Hassasiyeti yüksek, eşiği düşük bırakılmış bir kamera yağmur damlasını bile olay sayar; ikisi de fazla kısılmış bir kamera ise uzaktan geçen bir insanı kaçırır.
Klasik sistemlerin üçüncü aracı bölge maskesidir. Görüntüde sürekli hareket eden alanlar, örneğin bir ağaç, bir bayrak direği ya da yoldan geçen araçlar, algılama dışında bırakılır. Maske yanlış alarmı azaltır ama bir bedeli vardır: maskelenen bölgeden geçen gerçek bir kişi de görülmez.
PIR sensörlü algılama neyi farklı yapar?
PIR (pasif kızılötesi) sensör görüntüye değil, ortamdaki ısı yayılımındaki değişime bakar; sıcak bir gövde sensörün görüş bölgeleri arasında hareket ettiğinde tetiklenir.
Bu yüzden PIR, ışık değişimine, gölgeye ve far ışığına kamera görüntüsünden çok daha az tepki verir. Bazı kameralarda dahili PIR sensör bulunur ve alarm yalnızca hem görüntüde değişim hem de ısı hareketi olduğunda üretilir; bu birleşim yanlış alarmı belirgin şekilde azaltır. Ancak PIR de neyin hareket ettiğini bilmez: kedi, köpek ve insan aynı sinyali verir. Menzili sınırlıdır, cam arkasındaki ısıyı göremez ve güneşin ısıttığı yüzeyler ya da sıcak hava akımları tarafından yanıltılabilir.

Yapay zeka destekli nesne algılama nasıl karar verir?
Yapay zeka destekli nesne algılama, değişen pikselleri saymak yerine görüntüde tanıdığı nesneleri bulur, her birine bir tür ve bir güven skoru atar ve alarm kararını bu bilgilere göre verir.
Klasik algılamanın sorusu “ne kadar değişti?” iken nesne algılamanın sorusu “karede ne var ve nerede?” sorusudur. Model, üretici tarafından önceden çok sayıda etiketli görüntüyle eğitilmiştir; kamera çalışırken artık öğrenmez, yalnızca öğrendiğini uygular. Her karede bulduğu nesnenin etrafına bir kutu çizer ve bu kutuya bir sınıf (insan, araç, bazen bisiklet ya da hayvan) ekler.
Bu yaklaşım, insan araç ayrımı gibi klasik yöntemle imkânsız olan kuralları mümkün kılar. Kural yazarken artık “bölgede değişim olursa” değil, “bölgeye bir insan girerse” ya da “bu çizgiyi bir araç geçerse” diyebilirsiniz. Sınıf seçimi, yanlış alarmı azaltan ilk ve en güçlü filtredir: yalnızca insan seçilmiş bir kuralda, bütün gece sallanan ağaç hiç değerlendirmeye girmez.
Güven skoru nedir, eşik nasıl seçilir?
Güven skoru, modelin bulduğu nesnenin gerçekten o sınıfa ait olduğundan ne kadar emin olduğunu gösteren bir değerdir; alarm yalnızca skor belirlediğiniz eşiği geçtiğinde üretilir.
Eşik bir dengedir. Düşük tutulursa model, insana benzeyen bir çalıyı ya da çöp konteynerini de “insan” diye bildirebilir. Yüksek tutulursa uzakta, yarısı görünen ya da kötü ışıktaki gerçek bir kişi eşiğin altında kalıp kaçabilir. Bu yüzden eşik her kamera için sahaya göre ayarlanır; aynı değerin yakın plan bir kapı kamerasında ve uzun bir avluyu gören kamerada aynı sonucu vermesi beklenmez.
Nesnenin kareler boyunca izlenmesi neden önemlidir?
Nesne algılama yalnızca tek bir karede değil, ardışık karelerde aynı nesneyi izleyerek karar verdiğinde tek karelik hatalar elenir.
Tek bir karede far ışığının yansıması bir an insana benzeyebilir. Ama gerçek bir insan bir sonraki karede de vardır, tutarlı bir yönde ve makul bir hızla ilerler. Sistemler bu yüzden nesneyi kareler boyunca izler ve iki ek filtre uygular:
- Süre filtresi: Nesne belirli bir süre boyunca görünmeden alarm üretilmez. Geçen bir aracın farı ya da hızla kayan bir gölge bu süreyi dolduramaz.
- Boyut filtresi: Görüntünün o noktasında bir insan için fazla küçük ya da fazla büyük kalan nesneler dikkate alınmaz. Lensin önündeki bir örümcek, görüntüde dev bir nesne gibi görünse de bu filtreye takılır.
Bu izleme, tek bir kamera içindeki kısa süreli takiptir. Bir kişinin kameradan kameraya izlenmesi ve PTZ kameranın hedefi otomatik takip etmesi farklı konulardır; onları ayrı yazılarda ele alıyoruz.
“Akıllı hareket algılama” her zaman nesne algılama mıdır?
Hayır; akıllı hareket algılama adı bazen gerçek sınıflandırmayı, bazen yalnızca boyut ve süre filtresi eklenmiş klasik algılamayı anlatır.
İkisini ayırmanın yolu, kural ekranında hedef türü seçilip seçilemediğine bakmaktır. Kural “insan” ya da “araç” seçilerek kurulabiliyorsa sınıflandırma vardır. Yalnızca hassasiyet, alan ve nesne boyutu ayarlanabiliyorsa, sistem hâlâ piksel değişimine bakıyordur; daha az hata yapar ama bir köpekle bir insanı ayıramaz. Hangi analizlerin gerçekten yapay zeka gerektirdiğini genel olarak ana yazımızda anlattık. Yapay Zeka Destekli Güvenlik Kamerası Nedir? →
Yanlış alarm nereden gelir, nesne algılama neden azaltır?
Yanlış alarmların çoğu, sahnede gerçekten bir şeyin değişmesinden ama değişen şeyin önemsiz olmasından kaynaklanır; nesne algılama bu değişimi bir insana ya da araca benzemediği için alarm dışında bırakır.
| Yanlış alarm kaynağı | Klasik hareket algılama | Yapay zeka destekli nesne algılama |
|---|---|---|
| Rüzgârda sallanan ağaç ve çalı | Sürekli tetiklenir; maske gerekir | Sınıf “insan” değilse yok sayılır |
| Bulut, gün ışığı ve gölge değişimi | Geniş alan değiştiği için tetiklenir | Gölgenin insan şekli yoksa yok sayılır; güçlü gölgeler yine yanıltabilir |
| Araç farı ve yansımalar | Ani parlaklık değişimi alarm üretir | Süre filtresi ve izleme kısa parlamaları eler |
| Yağmur, kar ve sis | Hassasiyet yüksekse sürekli tetiklenir | Daha az etkilenir; yoğun havada algılama mesafesi düşer |
| Kızılötesi ışığa gelen böcek ve örümcek | Lens önündeki her hareket alarm üretir | Boyut filtresi ve sınıflandırma büyük ölçüde eler |
| Kedi, köpek ve kuş | Her biri alarm üretir | Hayvan sınıfı ya da boyut filtresiyle elenir; insan boyutundaki hayvanlar yanıltabilir |
| Bölgeden geçen araçlar (insan aranırken) | Ayırt edemez | Yalnızca seçilen sınıf için alarm üretir |
| Görüntü gürültüsü ve sıkıştırma bozulmaları | Gece karanlıkta tetiklenebilir | Nesne şekli oluşmadığı için genellikle tetiklenmez |
Tablonun ortak sonucu şudur: klasik yöntemde her yanlış alarm kaynağına karşı ayrı bir taviz verirsiniz, ya hassasiyeti düşürür ya da bölgeyi maskelersiniz; her taviz gerçek bir olayı kaçırma riskini artırır. Nesne algılamada ise filtre “ne olduğu” üzerinden çalıştığı için hassasiyetten fazla ödün vermeden gürültü azalır.
Bunun pratik karşılığı, yanlış alarmın sayıca azalmasından daha büyüktür. Gün içinde onlarca anlamsız bildirim alan bir güvenlik görevlisi ya da tesis yöneticisi, bir süre sonra bildirimlere bakmayı bırakır. Bildirim sayısı az ama anlamlı olduğunda her alarm ciddiye alınır.
Önemli not
Nesne algılama yanlış alarmı sıfırlamaz. Duvarın arkasından çıkan yüksek ve dar bir araç, insan boyutundaki bir hayvan ya da insana benzeyen bir nesne hâlâ alarm üretebilir. Hedef, sıfır alarm değil, ekibin güvenebileceği kadar az ve anlamlı alarmdır.

Kameralarınız gereksiz alarm mı üretiyor?
Keşifte mevcut kameralarınızın açısını, ayarlarını ve ihtiyacınızı birlikte değerlendirelim; sorunun ayarda mı, montajda mı, yoksa algılama yönteminde mi olduğunu gösterelim.
Hareket algılama kamera ayarları nasıl doğru yapılır?
Doğru ayar, kamerayı kurduktan sonra varsayılan değerlerle bırakmak değil, her kamera için hedef türünü, algılama bölgesini, çizgi yönünü, nesne boyutunu ve gece davranışını sahaya göre tanımlamaktır.
Nesne algılama ne kadar gelişmiş olursa olsun, kötü ayarlanmış bir kural yine yanlış alarm üretir ya da gerçek olayı kaçırır. Kurulumda ve sonrasındaki ilk haftalarda şu beş ayarı birlikte gözden geçiriyoruz.
1. Hedef türü
Her kural için yalnızca gerçekten önemli olan türü seçin. Mesai dışında depo avlusu için “insan”, otopark çıkışı için “araç” yeterlidir. “Her şey” seçili bırakılan bir kural, nesne algılamanın asıl avantajını boşa harcar.
2. Algılama bölgesi
Bölgeyi bütün görüntü yerine gerçekten korunması gereken alana çizin. Yaya kaldırımı ya da işlek bir yol bölge sınırına çok yakınsa, dışarıdan geçenler yanlışlıkla algılanabilir; bölgeyi biraz içeriden çizmek bunu önler. İnsan için algılama noktasının çoğu sistemde ayak hizası olduğunu unutmayın: kişinin ayakları bölgenin içinde görünmüyorsa kural tetiklenmeyebilir.
3. Çizgi ve yön
Sanal çizgi, nesnenin çizgiye varmadan önce görüntüde net görüneceği bir yere çizilmelidir. İnsanların bekleyebileceği bir noktaya, örneğin bir kapının hemen önüne çizilen çizgi sürekli tetiklenir. Yön seçimi de önemlidir: dışarıdan içeri geçişte alarm, içeriden dışarı çıkışta sessizlik çoğu çevre hattı için doğru kurgudur.
4. Minimum boyut ve süre
Küçük hayvanları elemek için minimum nesne boyutunu, far ve gölge gibi kısa süreli değişimleri elemek için minimum süreyi tanımlayın. İki ayarda da küçük değerle başlayıp sahaya göre artırmak gerekir; değer büyüdükçe gerçek bir kişinin de filtreye takılma riski artar.
5. Gece ayarları
Gece ve gündüz için ayrı ayar profilleri kullanmak çoğu zaman doğru sonuç verir. Kızılötesi aydınlatma böcekleri ve örümcekleri lense çeker; lens çevresinin düzenli temizlenmesi ve boyut filtresi bu sorunu azaltır. Yakındaki duvar ya da tabelalardan gelen kızılötesi yansıması görüntüyü karartıyorsa kamera açısı değiştirilmeli ya da alana ek aydınlatma düşünülmelidir. Yoğun yağmur ve far ışığının birleştiği gecelerde eşiğin geçici olarak yükseltilmesi değerlendirilebilir.
Montaj da ayarın bir parçasıdır. Kamera insanları tepeden dik bakarak görüyorsa model onları tanımakta zorlanır; görüntünün ortası ufuk çizgisinin altında kalacak şekilde, hafif eğik bir açı tercih edilmelidir. Alarm kararı kamerada ya da VMS yazılımında verildikten sonra bu sinyalin alarm paneline, sirene ya da izleme merkezine nasıl aktarılacağı da baştan planlanmalıdır. Kamera algılamasını hırsız alarmı ve çevre dedektörleriyle nasıl birleştirdiğimizi Alarm ve Güvenlik Sistemleri sayfamızda anlattık. Alarm ve Güvenlik Sistemleri →
Sahadan bir örnek
Bir lojistik deposunda müşteri, yeni nesne algılamalı kameralara rağmen her gece gereksiz bildirim geldiğini söyledi. İncelediğimizde kuralların bütün görüntüyü kapsadığını, hedef türünün açık bırakıldığını ve çizginin yükleme rampasının hemen önüne çizildiğini gördük. Bölgeyi çit hattına daralttık, hedef türünü yalnızca insan yaptık, çizgiyi rampa önünden çit hattına taşıyıp yönünü dışarıdan içeriye ayarladık. Kameraları değiştirmeden, yalnızca ayarla bildirimler anlamlı hâle geldi.

Nesne algılamanın sınırları nelerdir?
Nesne algılama ancak kameranın net gördüğü nesneyi tanıyabilir; kalabalık, uzak mesafe, kötü açı ve zifiri karanlık bu koşulu bozar.
- Kalabalık sahneler: İnsanlar ya da araçlar sürekli üst üste bindiğinde, örneğin dolu bir otoparkta ya da yoğun bir girişte, model nesneleri birbirinden ayırmakta zorlanır. Bu tür alanlarda tek tek alarm üretmek yerine sayım ya da yoğunluk analizi daha anlamlıdır.
- Uzak mesafe: Model, insanı tanımak için onun görüntüde belirli bir büyüklükte olmasına ihtiyaç duyar. Lensin odak uzaklığı, çözünürlük ve ışık bu mesafeyi belirler; uzun bir çit hattını tek geniş açılı kamerayla izlemek çoğu zaman uzak uçta kör nokta bırakır.
- Kötü açı ve kısmi görünürlük: Tepeden bakan kamera, yerde sürünen ya da çömelmiş kişi, yaprakların arkasında yarısı görünen nesne sınıflandırmayı zorlaştırır. Bacaklar ve tekerlekler gibi ayırt edici parçaların görünmesi önemlidir.
- Zor görüntü koşulları: Doğrudan kameraya vuran ışık, yoğun sis ve gürültülü gece görüntüsü kontrastı düşürür; nesne arka plandan ayrışmaz.
- Zifiri karanlık ve geniş alanlar: Kızılötesi aydınlatmanın erişmediği yerlerde renkli ya da gece görüşlü kamera nesneyi göremez. Isı farkını görüntüleyen termal kameralar ise ışık olmadan da insanı ve aracı arka plandan ayırır; geniş ve karanlık alanlarda nesne algılamayla birlikte daha güvenilir sonuç verir. Termal kameranın nerede ve nasıl kullanıldığını Termal Kamera Sistemleri sayfamızda anlattık. Termal Kamera Sistemleri →
Gece boş kalan geniş sahalarda tesis sınırını izleme kurgusunu ise ayrı bir yazıda ele alıyoruz.
Mevcut kameralara nesne algılama eklenebilir mi?
Çoğu durumda evet; kameralar IP tabanlıysa, analiz yapay zeka destekli bir kayıt cihazına ya da Sagitech gibi bir VMS yazılımına taşınarak mevcut kameralar korunabilir.
Burada iki şeye dikkat etmek gerekir. Birincisi, kayıt cihazlarında kaydedilebilen kanal sayısı ile nesne algılama yapılabilen kanal sayısı çoğu zaman aynı değildir; hangi kameraların analize gireceği baştan seçilmelidir. İkincisi, mevcut kameraların açısı ve çözünürlüğü nesne algılamaya uygun olmayabilir; bu durumda yalnızca kritik noktalardaki kameraları yenilemek, bütün sistemi değiştirmekten daha verimli olabilir. Yeni kamera ile mevcut kameraya yazılım ekleme seçeneklerini ayrı bir yazıda karşılaştırdık. Yapay Zeka Destekli Kamera mı Almalı, Mevcut Kameraya Yapay Zeka Yazılımı mı Eklemeli? →
Sagitech VMS yazılımında nesne algılama nasıl yapılır?
Nesne algılamayı yazılım tarafında kurmak istediğimiz projelerde ilk önerdiğimiz VMS yazılımı Sagitech’tir. Yapay zeka destekli bir kamera izleme yazılımı olan Sagitech’te bu işi Neural Nesne Algılama modülü yapar: görüntüdeki nesneleri ve izinsiz girişleri tespit eder, insanı, aracı ve diğer nesneleri birbirinden ayırarak alarm üretir. Kayıt cihazı markasına bağlı olmadığı için farklı marka kameralar aynı platformda toplanır.
Alarmın kime ve nasıl ulaştığı da yanlış alarm kadar önemlidir. Sagitech’te üretilen alarm Telegram’a anlık olarak iletilir, mobil uygulamadan da anlık bildirim olarak alınır. Örneğin gece depo sahasına giren bir kişi algılandığında alarm oluşur ve görevliye Telegram’dan bildirim gider. Operatör bütün kameraları sürekli izlemek yerine yazılımın işaret ettiği olaya odaklanır.
Nesne algılamanın yanında aynı platformda şu analizler de kullanılabilir:
- Sabotaj algılama: Kamera kapatıldığında ya da çevrildiğinde bunu fark eder ve alarm verir. Böylece nesne algılamanın dayandığı görüntünün kendisi de korunmuş olur.
- Terk edilmiş nesne: Depo gibi alanlarda bırakılan nesneler için uyarı üretir.
- Aktif arama: Arşivde tarih ve saate göre geri sarmak yerine kişi, araç ya da nesne arar. Üretici verilerine göre arşiv 64 kat hızda, görüntü kaybı olmadan izlenir.
Modülü açmak tek başına yetmez. Analiz modüllerini her alanın ışığına, açısına ve kullanımına göre ayarlıyor, keşifte mevcut kamera modellerinin uyumunu kurulumdan önce tek tek kontrol ediyoruz. Kamera, network ve yazılım için tek firma, tek sorumluluk ilkesiyle çalışıyoruz.
Klasik hareket algılama ne zaman yeterlidir?
Rüzgâr, ışık değişimi ve hayvan hareketi olmayan, gün boyu insan bulunan ya da görüntülere yalnızca olaydan sonra bakılan alanlarda klasik hareket algılama çoğu zaman yeterlidir.
Klasik algılama genellikle yeterli:
- Ofis, koridor, arşiv ve sunucu odası gibi kapalı ve sabit ışıklı iç mekânlarda
- Kameranın yalnızca kayıt başlatmak için hareket algıladığı, anlık bildirim beklenmeyen yerlerde
- Mesai dışında tamamen boş olan ve içinde hiçbir hareketin olmaması gereken kapalı alanlarda
Nesne algılama belirgin fark yaratır:
- Ağaç, gölge, far ve hayvan hareketinin yoğun olduğu dış mekânlarda
- Telegram ya da mobil uygulama üzerinden anlık bildirim alınan veya bir izleme merkezine bağlı kameralarda
- İnsan ile aracın aynı alanı paylaştığı otopark, yükleme alanı ve site girişlerinde
- Kayıtlarda “insan” ya da “araç” filtresiyle hızlı arama yapılması gereken sistemlerde, örneğin aktif arama sunan bir kamera izleme programında
Bugün giriş seviyesindeki birçok kamerada bile temel insan ve araç algılama bulunuyor. Bu yüzden karar çoğu zaman “hangisini alayım?” değil, “hangi kamerada hangi yöntemi açayım?” sorusuna dönüşüyor. Aynı tesiste iç mekânda klasik algılama, dış mekânda nesne algılama kullanmak çoğu zaman en dengeli kurgudur.
Sık sorulan sorular
Hareket algılama kamera neden sürekli yanlış alarm verir?
Klasik hareket algılama yalnızca piksel değişimine baktığı için sallanan dal, gölge, far ışığı, yağmur ve hayvan da alarm üretir. Hassasiyet, eşik ve bölge maskesi ayarlarıyla azaltılabilir; daha kalıcı çözüm, insan ve aracı tanıyan nesne algılamaya geçmektir.
Nesne algılama ile hareket algılama arasındaki fark nedir?
Hareket algılama “görüntüde bir şey değişti” der; nesne algılama “bölgeye bir insan girdi” ya da “bir araç çizgiyi geçti” der. Fark, hareket eden şeyin ne olduğunun bilinip bilinmemesidir.
Nesne algılama gece çalışır mı?
Kızılötesi aydınlatmanın ya da ortam ışığının yeterli olduğu mesafede çalışır. Işığın erişmediği geniş ve karanlık alanlarda doğruluk düşer; bu alanlarda termal kamera daha güvenilir sonuç verir.
Kedi ve köpekler alarm üretir mi?
Klasik algılamada üretir. Nesne algılamada hedef türü “insan” seçildiğinde küçük hayvanlar genellikle elenir; ancak insan boyutundaki hayvanlar ve kötü açılar yine yanlış alarma yol açabilir.
PIR sensörlü kamera yeterli mi?
Gölge ve ışık değişiminden kaynaklanan yanlış alarmı azaltır, ama ısı yayan her canlıya tepki verir ve insanı hayvandan ayıramaz. Dış mekânda insan ve araç ayrımı gerekiyorsa nesne algılama daha doğru bir seçimdir.
Sagitech kamera izleme yazılımı mevcut kameralarla nesne algılama yapabilir mi?
Mevcut kameralar IP tabanlıysa çoğu durumda evet. Sagitech, üretici verilerine göre 300’den fazla üreticinin 5.000’i aşkın kamera modelini destekler; listede olmayan kameralar ONVIF, PSIA, RTSP veya HTTP üzerinden bağlanır. Nesne algılamayı Neural Nesne Algılama modülü yapar. Keşifte kamera modellerini tek tek kontrol ediyor, uyumu kurulumdan önce doğruluyoruz.
Kaynaklar
- Axis Communications, “AXIS Object Analytics – User manual” (kurulum koşulları, filtreler, yanlış alarm kaynakları)
- Wikipedia, “Foreground detection” (arka plan çıkarma yöntemleri)
- Wikipedia, “Passive infrared sensor” (PIR sensörün çalışma prensibi)
- Redmon, Divvala, Girshick, Farhadi, “You Only Look Once: Unified, Real-Time Object Detection”, arXiv
