Passo a passo do cálculo DORI (2026): Conformidade com a norma EN 62676-4 para projetos reais

O que você aprenderá

Ler sobre DORI é ótimo. Calcular DORI em um projeto real é o que realmente garante a aprovação em licitações e a sobrevivência durante o comissionamento. Este artigo é a contraparte prática da explicação conceitual DORI. Selecionamos três arquétipos de projeto que aparecem em aproximadamente 80% dos projetos de CFTV e aplicamos os cálculos da EN 62676-4 a cada um deles, do início ao fim, com os resultados matemáticos visíveis. Ao final, você deverá ser capaz de analisar a ficha técnica de uma câmera, a escolha de uma lente e a distância do alvo e saber — em trinta segundos — qual nível DORI o projeto atende.

Por que três exemplos e não um? Porque cada arquétipo enfatiza uma parte diferente do cálculo. O armazém força você a pensar em como DORI Índice de Resolução de Disputas de Fontes) se degrada com a distância. O portão com sistema ANPR (Reconhecimento Automático de Placas de Veículos) força você a pensar na margem de pixels para a legibilidade da placa. O caixa de banco força você a pensar na densidade de pixels para reconhecimento facial a curta distância com uma escolha de lente limitada. Juntos, eles abrangem as habilidades de cálculo necessárias para praticamente qualquer projeto que você encontrar.

Revisão da fórmula matemática DORI — a fórmula em um parágrafo

EN 62676-4 define DORI em termos de pixels por metro na distância alvo. O cálculo é bastante simples: o campo de visão angular da lente projeta-se em uma fatia horizontal da cena, e a contagem de pixels horizontais da câmera é distribuída ao longo dessa fatia. A fórmula resumida é:

Compare o resultado com os limites da EN 62676-4: 25 ppm para Detecção, 62 ppm para Observação, 125 ppm para Reconhecimento e 250 ppm para Identificação. A emenda de 2025 introduz modos OODPCVS que ampliam esse vocabulário, mas a aritmética de pixels subjacente é idêntica.

Duas observações práticas antes de prosseguirmos com os passos. Primeiro, o tamanho do sensor geralmente é dado como uma fração de polegada (1/2,8", 1/1,8", 1/1,2") — esses valores não correspondem a polegadas literais, mas sim a uma nomenclatura antiga das câmeras com tubo de imagem. Use a tabela de conversão abaixo ou confie na sua calculadora para fazer a busca. Segundo, a fórmula pressupõe uma lente retilínea padrão. Lentes grande-angulares e olho de peixe introduzem distorção em barril, que altera sutilmente a densidade efetiva de pixels em toda a imagem; para esses casos, use o valor da distância focal efetiva fornecido pelo fabricante, em vez do valor nominal.

Passo a passo 1 — Doca de carga do armazém

Configuração. Um cliente do setor de logística está instalando um sistema de CFTV em uma doca de carga de 25 m de largura, com uma câmera montada na parede do prédio diretamente acima da porta da doca, voltada para o pátio. A câmera escolhida possui 4 MP com um sensor de 1/2,8" (2560 × 1440, 5,376 mm na horizontal) e uma lente fixa de 6 mm. A pergunta é: qual o nível DORI Índice de Redução de Distorção) que essa câmera atinge a 10 m, 20 m e 35 m da parede?

A interpretação. Uma única câmera de 4MP em um sensor de 6mm cobre a doca com três níveis diferentes DORI em três alcances distintos: Identificação logo na entrada, Reconhecimento no meio do pátio e Observação mais adentro da área de carga e descarga. Para uma doca de 25m de largura, cada pixel ao longo da face da doca atinge o nível de Reconhecimento ou superior, que é o limite ideal para "sabemos quem retirou qual contêiner".

Conclusão do projeto. Se o cliente precisa de identificação a 20 metros (por exemplo, para ler crachás de operadores de empilhadeira em todo o pátio), esta câmera não é suficiente — ele precisa de uma distância focal maior (o que sacrifica o amplo campo de visão próximo à porta) ou de um sensor de resolução mais alta (8 MP na mesma lente de 6 mm permite a identificação além de 20 metros). A demonstração torna essa compensação visível em números, que é exatamente a conversa que você deseja ter com o cliente antes da instalação, e não depois.

Percurso 2 — Portão ANPR do estacionamento

Configuração. Um cliente comercial deseja reconhecimento automático de placas de veículos (ANPR) no portão de entrada de um estacionamento subterrâneo. A cancela está a 5 m do suporte da câmera. A câmera selecionada possui 8 MP com um sensor de 1/1,8" (3840 × 2160, 7,20 mm na horizontal) e uma lente fixa de 12 mm. A pergunta é: essa combinação atende ao requisito de identificação (250 ppm) no portão e qual a margem de segurança?

Interpretação: A 5 metros, a câmera oferece 1280 ppm — mais de cinco vezes o limite de identificação EN 62676-4. Essa margem não é desperdiçada. O reconhecimento automático de placas (ANPR) funciona de forma robusta apenas quando a placa está bem iluminada, bem angulada e livre de desfoque de movimento — ter margem de pixels significa que o sistema tolera a inevitável degradação em situações reais (chuva na lente, sol baixo, uma leve inclinação do veículo) sem cair abaixo do limite de legibilidade. Um projeto que atinge apenas 250 ppm em condições de laboratório geralmente falha na produção.

Conclusão do projeto. A escolha de 8MP em um sensor de 12mm é ideal para uma distância de 5m, com uma margem significativa. Se a mesma câmera fosse montada mais longe — até aproximadamente 25m — ainda atenderia aos requisitos de identificação, mas com uma tolerância ambiental muito menor. Para uma câmera ANPR de uso específico, uma margem generosa de pixels é a decisão de projeto correta, em vez de um desperdício.

Passo a passo 3 — Caixa do banco

Configuração. Um banco de varejo está atualizando o sistema de CFTV interno nos caixas. Cada guichê de atendimento possui uma câmera dedicada, instalada na parede do fundo, a 4 metros do lado do cliente. A câmera escolhida tem 6 MP com um sensor de 1/1,8" (3072 × 2048, 7,20 mm na horizontal) e uma lente fixa de 8 mm. A questão é: essa configuração atende ao requisito de 250 ppm para identificação no lado do cliente, para uso em reconhecimento facial?

Interpretação. A câmera de 6MP em 8mm atende à identificação de 250 ppm no balcão do caixa com uma margem de pixels considerável. EN 62676-4 define 250 ppm como o nível em que um indivíduo desconhecido pode ser identificado a partir da imagem — exatamente o caso de uso para reconhecimento facial acionado por uma transação sinalizada. A mesma câmera continua atendendo à identificação até aproximadamente 12 metros, o que é mais do que a profundidade de qualquer caixa de supermercado comum.

Conclusão do projeto. Nessa geometria, a altura de montagem e o ângulo em relação ao rosto do cliente são mais importantes do que pixels adicionais. Um rosto visto de um ângulo íngreme de cima é mais difícil de identificar do que a mesma quantidade de pixels em um rosto visto quase de frente — a densidade de pixels é uma condição necessária, não suficiente. A análise detalhada leva à discussão correta sobre o projeto: concentrar a próxima iteração na posição de montagem em vez das especificações da câmera.

Lembrete sobre os limiares da EN 62676-4. O limiar de identificação de 250 ppm é o limite padronizado acima do qual um indivíduo desconhecido pode ser identificado de forma confiável a partir da imagem. Algoritmos locais de reconhecimento facial geralmente precisam de um valor substancialmente menor para funcionar, mas o número de 250 ppm é o que resiste ao escrutínio probatório em tribunal — que é o objetivo final do projeto de um sistema de reconhecimento facial para caixas de banco.

Erros comuns

Quase todas as conversas do tipo "os cálculos dizem que sim, mas a instalação falha" envolvem três erros principais. Evitar que você tenha que passar por todo esse processo é um dos principais motivos para a existência deste artigo.

Como verificar automaticamente

Fazer os cálculos manualmente é uma ótima maneira de aprender. Fazer os cálculos manualmente para cada câmera em um projeto com 40 câmeras é uma ótima maneira de introduzir erros. O CCTVplanner oferece duas ferramentas gratuitas baseadas em navegador que incorporam exatamente a fórmula acima com os limites da EN 62676-4 e o catálogo com mais de 65.000 câmeras.

Para um projeto com múltiplas câmeras, o designer é o ponto de partida ideal. Posicione cada câmera na planta baixa, configure a lente e o código de cores da tela indicará qual área atende a qual nível DORI. Indicadores de conformidade aparecem em vermelho sempre que uma câmera for solicitada a capturar mais pixels por metro do que sua lente e resolução permitem. O PDF de várias páginas exportado inclui o nível DORI de cada câmera na tabela de equipamentos — o responsável pelas compras lê o número que você calculou sem precisar recalculá-lo.

Para uma leitura mais aprofundada sobre a atualização das normas que sustentam essas ferramentas, o artigo de atualização EN 62676-4 :2025 OODPCVS descreve os sete novos rótulos de modo que se sobrepõem ao DORI clássico nas aquisições da UE em 2026.

Perguntas frequentes