DifficileChoix unique

Question d'entraînement AI-900

Une entreprise de vente au détail souhaite utiliser des caméras de sécurité pour analyser le flux des clients. Elle doit détecter lorsqu'une personne entre dans une zone spécifique du magasin, compter combien de personnes se trouvent dans cette zone à un moment donné et suivre la direction dans laquelle chaque personne se déplace à l'intérieur de la zone. Quelle capacité d'Azure Computer Vision doivent-ils utiliser ?

Choisissez la meilleure réponse.

Bonne réponse

  • BSpatial Analysis

Explication

Spatial Analysis est la bonne capacité d'Azure Computer Vision car elle est spécialement conçue pour analyser les flux vidéo des caméras afin de détecter des personnes, les compter dans des zones définies et suivre leur direction de mouvement. Contrairement à la détection d'objets générale, Spatial Analysis fournit les fonctions spécialisées pour l'occupation des zones et le suivi des trajectoires des personnes requises par le scénario de vente au détail.

Pourquoi chaque option est juste ou fausse

A

Fausse

Object detection

Object detection renvoie des cadres de sélection pour les personnes mais ne maintient pas l'identité entre les images, de sorte qu'elle ne peut pas compter combien restent dans une zone ni déterminer la direction de déplacement de chaque personne. Elle convient à la localisation et à la classification d'objets distincts dans une seule image, et non au suivi continu de zones.

B

Juste

Spatial Analysis

Spatial Analysis est conçue pour extraire des informations de suivi de personnes à partir de flux vidéo, fournissant une détection d'entrée de zone, des comptes d'occupation en temps réel et des vecteurs de mouvement directionnel. Elle répond directement à l'exigence déclarée de surveiller une zone de magasin spécifique, de compter les occupants et de suivre la direction de chaque personne.

C

Fausse

Optical Character Recognition (OCR)

OCR extrait des caractères de texte des images, de sorte qu'elle ne peut pas détecter de personnes, compter des occupants ni suivre des trajectoires de mouvement. C'est la bonne capacité lors de la lecture de signalisation, d'étiquettes d'étagères ou de plaques d'immatriculation, ce qu'aucun scénario de flux de clients de vente au détail ne requiert.

D

Fausse

Semantic segmentation

Semantic segmentation attribue une étiquette de classe à chaque pixel, produisant un masque dense mais aucune identité par personne, de sorte qu'elle ne peut pas compter des individus distincts ni suivre la direction du mouvement entre les images. Elle convient à l'étiquetage de scènes telles que la séparation des pixels de route, de ciel et de piétons, et non aux événements d'entrée de zone.

Pour aller plus loin

Azure Spatial Analysis est une capacité de conteneur Computer Vision qui ingère des flux vidéo et émet des événements structurés sur le mouvement des personnes dans des zones définies. Elle prend en charge des opérations telles que PersonCrossingLine, PersonCrossingPolygon et PersonZoneEnterExitEvent, et peut produire des comptes de personnes dans une zone ainsi que la direction du mouvement (de gauche à droite, de droite à gauche, etc.). Elle s'exécute en tant que conteneur Docker en périphérie ou dans le cloud, de sorte que la vidéo peut être traitée localement pour des raisons de confidentialité et de faible latence. La détection d'objets renvoie des cadres de sélection mais aucune sémantique d'entrée de zone ou de suivi directionnel ; OCR lit du texte ; la segmentation sémantique classifie les pixels. Pour l'analyse des flux de vente au détail nécessitant l'occupation de zone et la direction, Spatial Analysis est la capacité conçue sur mesure.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement AI-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.