云台与广角,网络摄像头的技术之争

简介:

  云台与广角,讨论的是网络摄像头能看到的视野宽度。

全景

云台与广角,网络摄像头的技术之争
(图片源自chexun.com)

在谈这两个摄像头参数之前,先来看看第三个名词——全景。就呈现结果来看,全景摄像头是目前当之无愧的最佳摄像头,它的视野足够完整,给人一种空中鸟瞰大地的“上帝视角”。 

虽然全景摄像头视野很好,但它并不普及,一般只用在为数不多的大型货车或中型商务车上。原因有二:

一是成本很高,一套全景摄像头一般四个,分布于车的四面(或家的四角),如果普通摄像头的价格为1的话它的价格就是4,四倍差别导致它很难成为普及型的产品;

二是研发难度较大,四个画面用算法拼接一个完整画面、保证广角拍摄时对画面扭曲的矫正、画面输出后缩放对人物识别的高标准要求等,即使对摄像头公司也是有技术门槛的。

了解完“全景”后,再来看云台和广角。

看到这两个的显示画面,你可能会觉得有局限感,原因是它们呈现的视野不够广。不过它们是目前最主流的摄像头产品分支。

云台

云台与广角,网络摄像头的技术之争

云台摄像头,是说摄像头有一个电动的云台底座,在手机App端或者其它管理界面可以遥控控制摄像头转动。这种一般可以转动270度到350度,但做不到全向,因此你想看到更多画面只得操作云台不停的转来转去。

很多做传统行业安防出身的公司会选用这种产品形态,比如宅客君之前采访过的居e安WeCool、LifeSmart等。居e安的产品负责人表示,“选用云台,是因为它可以(通过转动)做到360度的画面监控,对安防而言,无死角是第一要务。”基于此,转动操作带来的体验不佳则在可以容忍的范围内。

他也看好全景形态的摄像头,但无奈成本太高。“居e安价格在500-1000,可以成为不错的家庭安防普及型产品,但如果做成全景价格超过2000,用户的购买欲望会大大降低。”

广角

云台与广角,网络摄像头的技术之争

广角摄像头,指视角超过90度的摄像头。一般摄像头的视野为50度,安防产品大多会选择50度-90度之间,广角摄像头的是90-180度,其中180度被单拎出来叫做“鱼眼”摄像头。

一般来说,新兴的、偏互联网的智能硬件上用广角比较多。这个概念较模糊,还是直接举例吧。Dropcam是目前最具代表性的消费级网络摄像头,它主打家庭监控、视频分享以及通话对讲等。在国内的Copycat版有百度i耳目、联想看家宝、萤石F1等。

同样是家庭监控,和居e安主打家庭安全不同,Dropcam类产品偏向查看家中成员的状态,比如照顾幼儿、宠物等,这个场景下,对全景的需求倒不大。但如果范围稍稍扩大,比如幼儿爬出婴儿床、宠物乱窜,它就鞭长莫及了。

结语

宅客君以为,就家庭监控与安防而言,全景是最佳形态,云台与广角视野都不够完整。但作为光学元器件,镜头的成本并不随摩尔定律,其长期稳定在一个水平上。所以从短期看,全景很难做出有价格竞争力的产品。

采用云台或广角的产品,各自有自己偏向的应用场景。但目前看,国内还没有一款真正成熟的产品,毛病比比皆是,像云台的转动速度过慢、广角的画面不全、大家普遍的性能低下,离可接受的用户使用体验还相差过远。Dropcam拥有130度视角、1080p分辨率以及夜视能力,国内暂时还没有产品能做到。

最后,中国的网络环境也是很大一道坎。业内有讨论“4G = 视频分享元年”,这会是网络摄像头落地的福音吗?

 
 
 
  本文作者: Longye

本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
王耀恒:从网络营销老兵到GEO技术布道者
在王耀恒看来,AI时代的技术竞争已从“信息不对称”转向“系统化应用能力”。他的GEO课程体系正是这一理念的体现——技术可以被复制,但深度实践验证的系统框架、认知升级路径和教学转化艺术却构成了难以逾越的壁垒。
|
2月前
|
机器学习/深度学习 人工智能 监控
上海拔俗AI软件定制:让技术真正为你所用,拔俗网络这样做
在上海,企业正通过AI软件定制破解通用化难题。该模式以业务场景为核心,量身打造智能解决方案,涵盖场景化模型开发、模块化架构设计与数据闭环优化三大技术维度,推动技术与业务深度融合,助力企业实现高效、可持续的数字化转型。
|
3月前
|
监控 前端开发 安全
Netty 高性能网络编程框架技术详解与实践指南
本文档全面介绍 Netty 高性能网络编程框架的核心概念、架构设计和实践应用。作为 Java 领域最优秀的 NIO 框架之一,Netty 提供了异步事件驱动的网络应用程序框架,用于快速开发可维护的高性能协议服务器和客户端。本文将深入探讨其 Reactor 模型、ChannelPipeline、编解码器、内存管理等核心机制,帮助开发者构建高性能的网络应用系统。
247 0
|
11月前
|
边缘计算 容灾 网络性能优化
算力流动的基石:边缘网络产品技术升级与实践探索
本文介绍了边缘网络产品技术的升级与实践探索,由阿里云专家分享。内容涵盖三大方面:1) 云编一体的混合组网方案,通过边缘节点实现广泛覆盖和高效连接;2) 基于边缘基础设施特点构建一网多态的边缘网络平台,提供多种业务形态的统一技术支持;3) 以软硬一体的边缘网关技术实现多类型业务网络平面统一,确保不同网络间的互联互通。边缘网络已实现全球覆盖、差异化连接及云边互联,支持即开即用和云网一体,满足各行业需求。
387 4
|
5月前
|
监控 算法 安全
基于 C# 基数树算法的网络屏幕监控敏感词检测技术研究
随着数字化办公和网络交互迅猛发展,网络屏幕监控成为信息安全的关键。基数树(Trie Tree)凭借高效的字符串处理能力,在敏感词检测中表现出色。结合C#语言,可构建高时效、高准确率的敏感词识别模块,提升网络安全防护能力。
145 2
|
12月前
|
负载均衡 网络协议 网络性能优化
动态IP代理技术详解及网络性能优化
动态IP代理技术通过灵活更换IP地址,广泛应用于数据采集、网络安全测试等领域。本文详细解析其工作原理,涵盖HTTP、SOCKS代理及代理池的实现方法,并提供代码示例。同时探讨配置动态代理IP后如何通过智能调度、负载均衡、优化协议选择等方式提升网络性能,确保高效稳定的网络访问。
1168 2
|
7月前
|
机器学习/深度学习 算法 PyTorch
Perforated Backpropagation:神经网络优化的创新技术及PyTorch使用指南
深度学习近年来在多个领域取得了显著进展,但其核心组件——人工神经元和反向传播算法自提出以来鲜有根本性突破。穿孔反向传播(Perforated Backpropagation)技术通过引入“树突”机制,模仿生物神经元的计算能力,实现了对传统神经元的增强。该技术利用基于协方差的损失函数训练树突节点,使其能够识别神经元分类中的异常模式,从而提升整体网络性能。实验表明,该方法不仅可提高模型精度(如BERT模型准确率提升3%-17%),还能实现高效模型压缩(参数减少44%而无性能损失)。这一革新为深度学习的基础构建模块带来了新的可能性,尤其适用于边缘设备和大规模模型优化场景。
337 16
Perforated Backpropagation:神经网络优化的创新技术及PyTorch使用指南
|
7月前
|
调度 Python
探索Python高级并发与网络编程技术。
可以看出,Python的高级并发和网络编程极具挑战,却也饱含乐趣。探索这些技术,你将会发现:它们好比是Python世界的海洋,有穿越风暴的波涛,也有寂静深海的奇妙。开始旅途,探索无尽可能吧!
210 15
|
7月前
|
监控 算法 JavaScript
基于 JavaScript 图算法的局域网网络访问控制模型构建及局域网禁止上网软件的技术实现路径研究
本文探讨局域网网络访问控制软件的技术框架,将其核心功能映射为图论模型,通过节点与边表示终端设备及访问关系。以JavaScript实现DFS算法,模拟访问权限判断,优化动态策略更新与多层级访问控制。结合流量监控数据,提升网络安全响应能力,为企业自主研发提供理论支持,推动智能化演进,助力数字化管理。
204 4

热门文章

最新文章