Nota actualizada en Enero 2023
El concepto DORI es una manera que encontraron los fabricantes de cámaras de seguridad para responder a la pregunta del cliente “Cual es el alcance de esta cámara”
El alcance no es un valor absoluto que se pueda especificar con un número solo, sino que se debe poner en función de otros parámetros, como que es lo que se necesita ver y con que detalles.
De allí surge este modelo, que viene del nemotécnico
D: Detección: Detectar si frente a la cámara hay o no una persona
O: Observación: Poder hacer una observacion de los movimientos de esa persona en el campo visual de la cámara
R: Reconocimiento: Reconocer una persona, esto es reconocer alguien que conocemos.
I: Identificación: Identificar una persona que no conocemos.
Para cada uno de estos, de acuerdo a muestreos y datos experimentales, se determinó una cantidad de pixels por metro cuadrado necesarios para lograr el objetivo de detectar, observar, reconocer o identificar.
Detectar: 25 Px/m2
Observar: 63 Px/m2
Reconocer: 125 Px/m2
Identificar: 250 Px/m2
Algunos estudios suman un quinto nivel al modelo DORI que es la identificación en condiciones complejas, por ejemplo tomando a la persona con el rostro tapado por una gorra o de costado.
Identificación en situación compleja: 500 Px/m2
En otros estudios se baja esto a nivel de Pixels por rostro
| Requerimiento Operacional | Horizontal pixels/face | Pulgada |
|---|---|---|
| Identificación en condiciones complejas | 80 px/Rostro | 12,5 px/in |
| Identificacion en buenas condiciones | 40 px/Rostro | 6,3 px/in |
| Reconocimiento | 20 px/Rostro | 3,2 px/in |
| Deteccion | 4 px/Rostro | 0,6 px/in |
La distancia que una cámara nos permita de cada una de las situaciones del modelo DORI será dependiente de la resolución de la cámara, de la distancia focal del lente y del tipo de sensor de imagen (1/3″, 1/4″, 1/2.8″) Existen muchos calculadores donde podemos ingresar estos datos y tener como resultado la cantidad de pixels por metro cuadrado, los veremos mas adelante en esta nota.
Otros fabricantes optan por mostrar esta información en la hoja de datos, veamos el ejemplo de Dahua, de un modelo económico de 720P con lente de 2.8mm, el modelo DAHUA B1A11P
Presenta en su hoja de datos la siguiente información.
Así vemos, que con esta cámara de 720P (1Mpx) que viene provista con un lente de 2.8mm, si queremos reconocer una persona que conocemos, por ejemplo para grabaciones ante robos internos en un comercio, podremos hacerlo si la persona se encuentra a una distancia máxima de 10m de la cámara, ahora bien, si queremos tener buenas grabaciones en caso de robos externos, es decir personas que no conocemos, necesitaremos 250 Pixels por metro cuadrado, podremos hacerlo si la persona se ubica a una distancia máxima de 5m de la cámara.
Veamos otro ejemplo, tambien de Dahua, de una cámara IP de Dahua de 4Mpx DH-IPC-HFW1431
Que nos presenta estos datos del modelo DORI
Ahora bien, esto parece no estar muy bien, una cámara que tiene el mismo lente y 4 veces más resolución, incluso con un sensor de 1/3″ contra el de la de 1Mpx de 1/2.8″ apenas si sube en un 10 a 20% el alcance cuando subimos en un 400% la resolución,
Lamentablemente no podemos confiar en todo lo que escriben en las hojas de datos los fabricantes, aun cuando sean fabricante de primera linea mundial,
Les dejomos acá una herramienta que usamos mucho, IPVM
Analicemos el primero de los ejemplos, la cámara Dahua de 1Mpx, con sensor de 1/2.7″ y lente de 2.8mm, introducimos estos datos en nuestro calculador y obtenemos a 5m 133.5 PPM o Px/m2, si vemos arriba, para reconocimiento, a 5m, deberíamos tener 250 PPM.
Veamos con estos datos, a que distancia deberíamos obtener los 250Ppm para lograr una identificación de una persona que no conocemos con esta cámara de 720P y lente de 2.8mm.
La persona debería estar a 2.6m de la cámara o menos para lograr un correcto reconocimiento.
Vamos a analizar la segunda cámara, lente de 2.8mm, Sensor de 1/3″ y resolución de 4Mpx, vemos que acá si coincide con el modelo, que indica que a 6m deberíamos tener unos 250PPM o más y tenemos 261ppm
Como vemos, un punto muy importante es el lente, podemos tener una camara de 4 u 8 Mpx, pero si queremos tener “alcance” y la cámara tiene un lente de gran ángulo, de 2.8mm o 12mm, esos megapixeles se distribuirán en un cuadro muy amplio.
En este punto es donde las cámaras con óptica varifocal aportan un valor muy importante, supongamos que tenemos que tomar una entrada a un garaje, dedicamos a este efecto una sola cámara y queremos asegurarnos una identificación aún en situaciones complejas, necesitamos 500 Px/m2,
Tomemos como ejemplo una cámara standard de 1080P (2Mpx) con un lente de 2.8mm a 12mm, una entrada de portón generosa de 3.7m de ancho y la cámara la instalamos a 5m del portón.
Ejemplo, Cámara Longse IP 2Mpx lente de 2.8mm a 12mm
Vemos acá que en esta situación, ajustamos el lente en la mitad de su recorrido, en 7.5mm y tendremos 514Px/m2, sufientes para lograr identificación en situaciones complejas, completando el caso práctico, diremos que montaremos esta cámara a 3m de altura, ajustaremos el angulo Tilt unos 16 grados hacia abajo, nos quedarán los primeros 4m como ciegos, pero como nuestro objetivo es vigilar la entrada, esto no nos afecta.
Vemos de este ejemplo, que en nuestro diseño sin irnos a 4, 5 u 8Mpx, podemos lograr el objetivo propuesto, tenemos tambien la ventaja de un menor uso de disco al no optar por cámaras de tantos Megapixeles.
Cámara de seguridad de largo alcance
Veamos este caso práctico, tenemos que tomar un portón de acceso desde la edificación principal ubicado a 70m, hacer una canalización para instalar la cámara cerca del portón no es opción debido a los costos.
Vamos a ver nuestro calculador y ver que optica y resolución serán necesarias para tomar este portón de unos 4m de ancho a 70m de distancia,
Seleccionamos una resolución de 2Mpx y vamos jugando con la optica, vemos que en 80mm logramos un cuadro de 4.2m a 70m de distancia, obtiendo 457 Px/m2.
Esto lo lograremos con una cámara del tipo BOX de 2Mpx con una optica de 5-100mm
Lente Autoiris de 5-100m Megapixel
Dejamos algunos Links a notas relacionadas:
Suscribite a nuestro Blog!