Social Distance Detector
Bu fonksiyon bloğu, bir görüntü akışını analiz ederek insanları tespit eder ve bir Distance Threshold (mesafe eşiği) temelinde fiziksel mesafe kurallarını kontrol eder. Tespit edilen kişileri görselleştirir ve belirtilen mesafeyi ihlal eden çiftleri vurgular.
📥 Girdiler
Image AnyGörüntü veya analiz edilecek video karesini besleyin.Perspective Matrix(isteğe bağlı) Daha doğru mesafe ölçümleri için görüntü koordinatlarını gerçek dünya düzlemine dönüştürmek amacıyla kullanılabilecek dönüşüm matrisi.Distance ThresholdKişiler arasındaki izin verilen minimum mesafe (birimler perspektif kalibrasyonuna bağlıdır).
📤 Çıktılar
Image AnyTespit edilen kişiler, bağlantı çizgileri ve ihlal vurguları ile açıklamalı görüntü.Person CountKarede tespit edilen kişi sayısı.Violation CountTespit edilen eşleşen ihlal sayısı (eşikler altında kalan çift sayısı).Is Violated ?Herhangi bir ihlal olup olmadığını belirten boolean değer.
🕹️ Kontroller
Confidence RatioTespit güveni hassasiyetini ayarlayan kaydırıcı. Daha yüksek değerler, bir kişiyi saymak için daha güçlü tespit güveni gerektirir.
🎨 Özellikler
Gelen görüntüler üzerinde gerçek zamanlı kişi tespiti ve görselleştirme.
Tespit edilen kişiler arasında çiftler halinde mesafe ölçümü.
Daha doğru gerçek dünya mesafe kontrolleri için sağlanan
Perspective Matrixile isteğe bağlı perspektif düzeltme.İzleme ve sonraki işlemler için temiz çıktılar: görüntü, sayımlar ve ihlal bayrağı.
📊 Çalışma Mekanizması
Blok aktif olduğunda, Image Any girdisini alır, karedeki kişi pozisyonlarını tespit eder, varsa sağlanan Perspective Matrix ile bu pozisyonları haritalar, çiftler arası mesafeleri hesaplar ve bunları Distance Threshold ile karşılaştırır. Blok, açıklamalı bir görüntü ve tespit/ihlal durumunu tanımlayan sayısal/boolean çıktılar döndürür.
📝 Nasıl kullanılır
Image Anygirişine bir görüntü kaynağı sağlayın (kamera akışı veya yüklenmiş görüntü).Gerçek dünya mesafeleri gerekiyorsa, kalibre edilmiş bir
Perspective Matrixsağlayın. Sağlanmazsa, mesafe kontrolleri görüntü düzlemi birimlerinde olur.Kalibrasyonunuza veya yaklaşık piksel mesafenize göre
Distance Thresholddeğerini ayarlayın.Confidence Ratiodeğerini, kaçırılan tespitler ile yanlış pozitifler arasındaki dengeyi sağlamak için ayarlayın.İhlaller olduğunda alarm, kayıt veya daha ileri işlem tetiklemek için çıktıları okuyun.
💡 İpuçları ve Püf Noktaları
Kamera girişi için bu bloğu bir görüntü kaynağı ile eşleştirin:
Camera USB,Camera IP (ONVIF),Stream ReaderveyaLoad Image.Sonuçları daha büyük bir görünümde önizlemek için bu bloktan sonra
Show Imageekleyin.Tespit gürültülü ise, kararlılığı artırmak için görüntüyü ön işlemden geçirmeyi deneyin:
Image ResizerveyaDenoising.Daha güçlü kişi tespiti veya özel sınıflar gerekiyorsa, yukarı akışta
Object DetectionveyaObject Detection - Customile birleştirip tespit edilen merkezleri bu bloğa besleyebilirsiniz.Gerçek dünya mesafeleri gerektiğinde güvenilir bir
Perspective Matrixelde etmek içinPerspective Transformkullanın.Analiz alanını sınırlamak için
Image ROIveyaImage ROI Selectkullanın (yanlış tespitleri azaltır ve işlem hızını artırır).Kareler arasında takibe ihtiyaç varsa, kalıcı kimlikler ve geliştirilmiş analiz için
Object_Detection_Trackerkullanın.
🛠️ Sorun Giderme
Kişi tespit edilmemesi:
Confidence Ratiodeğerini biraz azaltın veya daha yüksek çözünürlüklü giriş sağlayın. Sahnedeki aydınlatmanın kişi konturlarını netlemesine dikkat edin.Çok fazla yanlış pozitif:
Confidence Ratiodeğerini artırmayı,BlurveyaImage Thresholdgibi ön işlemler uygulamayı veya alanıImage ROIile kısıtlamayı deneyin.Mesafe ölçümleri yanlış görünüyor: Kalibrasyonu doğrulayın ve
Perspective Transformkullanarak doğru birPerspective Matrixsağlayın. Perspektif düzeltme yoksa, mesafeler görüntü piksel biriminde olur ve gerçek dünya değerlerini yansıtmayabilir.Yüksek CPU/GPU kullanımı:
Image Resizerile giriş çözünürlüğünü düşürün veya tespiti daha seyrek aralıklarla çalıştırın.
Last updated