Veelgestelde vragen

Nee. Beproefde klassieke computer-vision-algoritmen vormen de basis van onze analyse, met daarbovenop deep learning voor kenmerkherkenning. Zo zien onderzoekers wat er is gedetecteerd, welke verwerkingslaag het heeft gevonden en waar het in de beelden voorkomt — niet alleen een onverklaarde betrouwbaarheidsscore.

We richten ons op zoeken naar personen en voertuigen, omdat onze klanten vooral de bewegingen van verdachten, slachtoffers en getuigen in kaart willen brengen. Er zijn in totaal 16 zoekkenmerken:

• Personen (10): geslacht, leeftijdscategorie, haarlengte, draagt iets, hoed, bril, mouwlengte, lengte van de kleding onder, kleur boven en kleur onder.
• Voertuigen (2): type voertuig en kleur van het voertuig.
• In combinatie gebruikt (4): kenteken en OCR, gezichtsdetectie, bewegingsrichting en zone.
• Wilt u op iets anders zoeken? Vraag het gerust: we doen ook maatwerk.

Beelden die typisch zijn voor politiewerk: ’s nachts, lage framerate, zware compressie, lastige camerahoeken, regen op de lens. Modellen die grotendeels op schone internetbeelden zijn getraind, presteren slechter op precies het materiaal dat onderzoeken opleveren. Onze datasets zijn niet van internet geschraapt en zijn gemaakt met methoden voor privacybescherming.

Het bewegingsdetectie-algoritme van Kinesense werkt tot 2 fps, wat zeldzaam is in de branche. Dat vormt de basis voor onze diepgaandere kenmerkalgoritmen, waarbij resolutie belangrijker is, maar de impact verschilt sterk per type kenmerk. Voertuigkenmerken (type en kleur) zijn het robuustst: ze zijn meestal nog leesbaar als het voertuig heel klein in beeld is, tot zo’n 12 pixels breed, omdat de algemene vorm en kleur bij lage resolutie herkenbaar blijven. Persoonskenmerken zoals hoed en bril worden het meest beïnvloed, omdat ze afhangen van fijne details rond het hoofd die als eerste vervagen naarmate iemand kleiner in beeld is. Als vuistregel geldt: is een persoon minstens zo’n 35 pixels breed, dan zouden alle persoonskenmerken betrouwbaar moeten werken.

Installeer de software eerst op de doelcomputer: dat genereert de licentieaanvraagcode die u naar ons stuurt. De doorlooptijd is normaal binnen 24 uur. Weet u dat u snel moet kunnen beginnen, laat het ons dan vooraf weten, zodat we direct kunnen reageren in plaats van het in de normale wachtrij op te nemen.

Ja, Kinesense LE is compatibel met de meeste grote VMS-platforms. De integratie is eenvoudig.

Nee. Bewegingsdetectie en objectclassificatie draaien op de CPU, op hardware die de meeste eenheden al hebben. Een GPU wordt aanbevolen en is alleen nodig voor de diepgaande kenmerklagen. Die keuze telt als het budget een businesscase is, en als de werkplek beperkt stroom heeft. Hebt u een GPU, gebruik die dan, en vraag ons om capaciteitscijfers voor beide.

Ja. Live-triage in RECON en analyse achteraf in Kinesense LE worden als modules gelicentieerd, niet als afzonderlijk ingerichte verwerkingsomgevingen. Vraag elke leverancier of één GPU beide modi kan bedienen: het antwoord bepaalt de hardwarerekening.

Vandaag on-premise, met een cloud-native platform op de roadmap. Kinesense DEAM draait al in een AWS- of Azure-tenant of op hardware van het korps, met een volledige API.

Modulair. Begin met wat uw zaken nu vragen en voeg later modules toe, in plaats van een hele suite te kopen voor één functie. We werken met een jaarabonnement, zodat u altijd toegang hebt tot de nieuwste versie.

Omdat onze oplossing als abonnement wordt verkocht, kunt u ons vertellen wat u nodig hebt en houden we daar rekening mee. Voor klanten die support op een hoger niveau willen, bieden we technische ondersteuning op afstand, die cruciaal kan zijn om tijdens onderzoeken snel resultaat te boeken, of het nu gaat om een beeld verduidelijken of video importeren met gesynchroniseerde metadata.