测试版测试版:目前已可使用,准确率方面的限制见下文。

在您已有的监控上识别车辆颜色与类型

出了事,第一个问题通常是“它长什么样?”Eye AI 会为您的摄像头已经拍到的内容补充描述性细节。对每辆车,它会估计类型和颜色。对每个人,它会估计衣着颜色,以及是否带着包、雨伞或行李箱。有了这些细节,事件就可以被搜索,几分钟内就能找到那辆红色面包车,或者那个带包的人,而不是花上几个小时。

示意画面,使用示例数据

问题

要找“午饭时间前后的一辆白色车”,意味着要看几个小时的录像。

事件报告里只写“一辆深色车辆”,因为没法按细节搜索。

大门记录只写了有东西经过,却没写那是什么。

工作原理

  1. 先评估摄像头。在免费的摄像头适用性评估中,我们会查看您的画面,告诉您哪些画面足够近、足够清晰,细节才有用。
  2. 自动补充细节。看到人和车辆时,Eye AI 会为每一个附上它对类型和颜色的最佳估计。
  3. 分析在现场完成。工作由您现场的一台计算机完成。您的视频不会被传到别处。
  4. 按细节搜索。在有密码保护的仪表盘上,您可以按车辆颜色、车辆类型、衣着颜色或是否带包筛选事件,每条都附有截图。

您能得到什么

  • 每辆被记录的车辆都有颜色和类型。
  • 人员的衣着颜色。
  • 包、雨伞和行李箱的标记。
  • 在可搜索的事件历史中按这些细节筛选,并支持 CSV 导出。
  • 细节会附在计数、停车记录和大门事件上,报表里写的就不只是“一辆车”。

适用场景

诚实边界

  • 该分析功能处于测试版,它报告的一切都是估计,而不是事实。
  • 车辆颜色比衣着颜色可靠得多。衣着颜色只是粗略估计,应当用来缩小搜索范围,而不是用来确认某个人是谁。
  • 彩色灯光、夜间、强光反射、阴影以及潮湿或脏污的镜头,都会改变颜色的呈现,可能导致标注错误。
  • 太小、太远或被部分遮挡的人和车辆,可能完全没有细节。
  • Eye AI 不识别一个人是谁,我们也不把年龄当作事实来陈述。这些细节描述的是看到的内容,并不是对任何人的画像。
  • 对这个测试版,我们不公布准确率数据。

Eye AI 做不到的所有事 →

关于“车辆与人员属性”的常见问题

能用在我现有的摄像头上吗?

可以,前提是摄像头提供标准视频流,且画面足够近、足够清晰。我们会先免费为您检查这一点。

衣着颜色有多可靠?

这只是粗略估计。请用它缩小搜索范围,然后自己查看截图确认。

它能告诉我这个人是谁吗?

不能。它只描述看得到的内容,不识别人员身份。

夜间能用吗?

效果较差。光线不足和彩色灯光会降低可靠性,衣着颜色尤其如此。

我的视频会被上传到别处吗?

不会。视频在您现场的一台计算机上分析。

说说您的现场。

我们会认真阅读每一份需求,并在 24–48 小时内(工作日,周一至周五)回复,附上问题和建议方案。

提交需求
提交需求