VIVOTEK FD9392-EHTV-O
Cámara IP tipo domo de exterior, 8MP, 50M IR, dispositivo de borde con IA, impulsado por OSSA, Azena OS, IP67, IK10
Descripción
Características principales
- 30 fps @ 3840x2160
- Tecnología de compresión H.265
- Iluminación IR incorporada hasta 50 metros
- WDR Pro para una calidad de imagen óptima en entornos de alto contraste
- Impulsado por el dispositivo OSSA, que se ejecuta en el sistema operativo Azena (basado en el proyecto de código abierto de Android)
- Impulsado por SoC con motor de inteligencia artificial incorporado
- Soporta una variedad de soluciones VCA a través de aplicaciones Azena
- Cubierta antivandalismo con clasificación NEMA 4X e IK10 y resistente a la intemperie Clasificación IP66/IP67
- -50° C ~ 60°C rango amplio de temperatura para condiciones climáticas extremas (IR apag.)
Descripción del Producto
La FD9392-EHTV-O de VIVOTEK emplea el chip Qualcomm y se ejecuta en sistema operativo Azena, que es un sistema operativo basado en el Proyecto de código abierto de Android. Puede procesar análisis de contenido de video y cálculos para aplicaciones relacionadas con inteligencia artificial en el borde. La FD9392-EHTV-O es una cámara de red inteligente AIoT.
Debido a que la FD9392-EHTV-O es un dispositivo impulsado por OSSA, los usuarios pueden descargar e instalar aplicaciones en la FD9392-EHTV-O a través del App Store en Azena, y la empodera con varias aplicaciones de análisis de contenido de video inteligente, como reconocimiento facial, reconocimiento de placas vehiculares y detección de comportamiento. Los usuarios pueden instalar y operar múltiples aplicaciones a la vez en el FD9392-EHTV-O para tener aplicaciones más versátiles, inteligentes y efectivas.
El FD9392-EHTV-O está equipado con un SoC Octa-Core basado en Qualcomm Vision Intelligence Platform, tecnología de IA y el motor de procesamiento neuronal de la GPU Adreno 615, Spectra ISP y Hexagon DSP. Es compatible con la aceleración de hardware para el aprendizaje profundo, la computación visual potente y el rendimiento de la computación de borde que pueden optimizar las capacidades de procesamiento de imágenes de IA.